npx claudepluginhub miles990/claude-domain-skills --plugin quant-tradingThis skill uses the workspace's default tool permissions.
> 系統化、數據驅動的交易策略開發
Builds financial models, backtests trading strategies, analyzes market data with risk metrics, portfolio optimization, and statistical arbitrage. For quant finance, trading algos, risk analysis.
Builds financial models, backtests trading strategies, analyzes market data with risk metrics, portfolio optimization, and statistical arbitrage.
Backtests crypto/stock trading strategies on historical data. Computes Sharpe/Sortino ratios, drawdowns; plots equity curves; optimizes parameters via grid search.
Share bugs, ideas, or general feedback.
系統化、數據驅動的交易策略開發
假說形成 → 數據準備 → 策略編寫 → 回測驗證 → 風險控制 → 實盤監控
| 類型 | 說明 | 風險 |
|---|---|---|
| 趨勢跟蹤 | 順勢而為，追漲殺跌 | 震盪市場虧損 |
| 均值回歸 | 價格偏離後回歸 | 趨勢市場虧損 |
| 統計套利 | 配對交易、價差收斂 | 相關性崩潰 |
| 高頻交易 | 微秒級別的價差捕捉 | 技術風險高 |
| 指標 | 公式 | 良好標準 |
|---|---|---|
| 夏普比率 | (收益 - 無風險) / 標準差 | > 1.5 |
| 最大回撤 | 峰值到谷值的最大跌幅 | < 20% |
| 卡瑪比率 | 年化收益 / 最大回撤 | > 1.0 |
| 勝率 | 獲利交易 / 總交易 | > 50% |
| 因子 | 說明 | 邏輯 |
|---|---|---|
| 價值 | P/E, P/B 低 | 便宜股票長期表現好 |
| 動量 | 過去漲的繼續漲 | 趨勢持續性 |
| 品質 | ROE 高、負債低 | 好公司溢價 |
| 規模 | 小型股溢價 | 流動性補償 |
| 波動 | 低波動異常 | 低風險高報酬 |
| 錯誤 | 正確做法 |
|---|---|
| 回測收益驚人就上線 | 檢查是否過度擬合 |
| 忽略交易成本 | 加入真實手續費和滑價 |
| 用全部數據訓練 | 分割訓練/驗證/測試集 |
| 單一策略 All-in | 多策略組合分散風險 |
sharpe.*[3-9]\.|sharpe.*\d{2,}shift\(-|iloc\[-1\].*todaysignal = prices.shift(1) > ma.shift(1)Layer 1 交易層: 單筆停損 2%、根據波動度設定停利、移動停損保護利潤 Layer 2 策略層: 單策略不超過 20% 總資金、回撤超 15% 減半部位 Layer 3 組合層: 每日 VaR 不超過 2%、壓力測試、保持 20% 現金
f* = (p × b - q) / b
f* = 最佳投注比例, p = 勝率, q = 敗率, b = 賠率
範例：勝率 55%, 賠率 1.5 → f* = 25%（實務用 Half-Kelly 12.5%）
| 風險 | 說明 | 對策 |
|---|---|---|
| 滑價 | 成交價與預期價差異 | 限價單、分批執行 |
| 流動性 | 無法成交足夠數量 | 避免小型股、設定上限 |
| 系統故障 | 程式/網路中斷 | 備援系統、人工監控 |
| 黑天鵝 | 極端事件 | 部位上限、停損機制 |
量化交易涉及高風險，歷史績效不代表未來表現。本內容僅供教育參考，不構成投資建議。