技能 hft-quant-expert
📈
hft-quant-expert
安全 🌐
网络访问📁
文件系统访问⚙️
外部命令
建立量化交易策略
DeFi 和加密貨幣中的量化交易需要策略設計、風險管理和回測方面的專業知識。本技能提供專家指導，涵蓋 z-score、基于凱利準則的倉位規模、夏普比率，以及避免常見陷阱如前視偏差和過度擬合。
支持: Claude Codex Code(CC)
1
下载技能 ZIP
2
在 Claude 中上传
前往 设置 → 功能 → 技能 → 上传技能
3
开启并开始使用
测试它
正在使用“hft-quant-expert”。 How do I calculate the z-score for a trading signal?
预期结果:
- z-score 衡量當前值偏離其滾動均值的標準差倍數。
- 公式：zscore = (value - rolling_mean) / rolling_std
- 範例：如果當前價格為 50,000，20 期均值為 48,000，標準差為 1,000：
- zscore = (50000 - 48000) / 1000 = 2.0
- 解讀：z-score 高於 2 表示價格高於均值 2 個標準差，可能表示超漲。
- 常見閾值：|z| > 2 作為入場信號，|z| < 0.5 作為出場信號。
正在使用“hft-quant-expert”。 How should I size my positions using Kelly Criterion?
预期结果:
- 凱利準則計算風險資本的最優比例。
- 公式：kelly = (win_prob * win_loss_ratio - (1 - win_prob)) / win_loss_ratio
- 範例：55% 勝率，1.5 盈虧比：
- kelly = (0.55 * 1.5 - 0.45) / 1.5 = (0.825 - 0.45) / 1.5 = 0.25 (25%)
- 警告：使用分數凱利（0.25x 到 0.5x）以減少方差並避免因不可避免的連續虧損而破產。
- 對於此範例，建議倉位：每筆交易為资本的 6.25% 到 12.5%。
安全审计
安全v6 • 1/21/2026
All static findings are false positives. This is a documentation-only skill containing trading formulas and methodology. No executable code, network operations, or system access exists. Scanner misinterpreted trading terminology as cryptographic references and markdown code blocks as shell commands.
2
已扫描文件
284
分析行数
3
发现项
6
审计总数
风险因素
审计者: claude 查看审计历史 →
质量评分
38
架构
100
可维护性
87
内容
21
社区
100
安全
91
规范符合性
你能构建什么
開發量化交易策略
使用 z-score 和均值回歸分析等統計方法設計和完善系統化交易方法。
回測和驗證策略
針對歷史數據測試交易策略，同時避免前視偏差和過度擬合等常見錯誤。
計算風險和倉位規模
使用凱利準則確定適當的倉位規模，並通過夏普比率計算評估風險。
试试这些提示
基本信號計算
幫我計算交易策略的 z-score 入場信號。我有價格數據，想要根據偏離滾動均值的程度來確定何時入場。
使用凱利準則計算倉位規模
我有一個交易策略，勝率為 55%，平均盈虧比為 1.5。計算凱利分數，並建議考慮分數凱利方法後的倉位規模。
回測驗證
審查我的回測方法。我正在對小時數據進行均值回歸策略測試。應該注意哪些陷阱，如前視偏差、存活偏差和過度擬合？
策略績效評估
我的策略年化回報為 45%，波動率為 18%。計算夏普比率，並幫助我評估在考慮交易成本和滑點後，這個績效是否穩健。
最佳实践
- 使用分數凱利（0.25x）以減少方差，並避免因不可避免的連續虧損而破產。
- 在回測 DeFi 策略時始終考慮 gas 成本和滑點，因為這些會顯著影響淨回報。
- 通過確保信號僅使用信號生成時可用的數據來驗證回測是否存在前視偏差。
避免
- 忽視交易成本：L2 上的 Gas 費和波動資產上的滑點可以使盈利策略變成虧損策略。
- 過度擬合歷史數據：使用過多參數或在用於測試的相同數據上優化會產生虛假信心。
- 存活偏差：僅對存活的資產進行回測會消除失敗的項目，導致回報被誇大。
常见问题
什麼觸發條件應激活此技能？
當用戶提到 signal、backtest、alpha、sharpe、volatility、correlation、position size、risk 或 trading strategy 時，應啟用此技能。
此技能是否執行真實交易？
不。本技能僅提供指導和公式，不連接交易所或執行任何交易操作。
什麼是凱利準則？
凱利準則是一個數學公式，根據獲勝概率和盈虧比計算最優倉位規模，以實現長期增長最大化。
交易中的 z-score 是什麼？
z-score 衡量當前值偏離其滾動均值的標準差倍數。它有助於識別均值回歸策略中超漲或超跌的價格。
日數據和小時數據年化有什麼區別？
日數據：乘以 sqrt(252) 交易天。小時數據：乘以 sqrt(365*24) 小時。使用錯誤的係數會產生不正確的夏普比率。
如何避免前視偏差？
確保回測僅使用每個時間點可用的數據。永遠不要包含未來信息、在信號生成時不知道的財報日期或下市信息。