hft-quant-expert について
DeFi と暗号資産デリバティブのクオンツ取引に向けたスキルです。シグナル、ポジションサイズ、バックテスト、リスク管理を扱い、バイアスや過剰適合、ガス代とスリッページも考慮します。
主な機能
- 01取引シグナルの設計
- 02ケリー基準によるポジションサイズ計算
- 03バックテストの検証
- 04ボラティリティと相関の分析
- 05ガス代とスリッページの計上
活用シーン
- 01クオンツ戦略とシグナルの設計
- 02ポジションサイズの計算
- 03バックテストのバイアスや過剰適合の確認
- 04取引コストが収益に与える影響の評価
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/インストール後、Claude Code で/hft-quant-expertを入力して読み込まれたか確認します。
同梱ファイルskill-report.json
詳細
HFT クオンツの専門知識
DeFi と暗号資産デリバティブの定量取引に関する専門知識です。
使用する場面
- 取引戦略とシグナルの構築
- リスク管理の実装
- ポジションサイズの計算
- 戦略のバックテスト
- ボラティリティと相関の分析
ワークフロー
ステップ 1：シグナルを定義する
z スコアまたはその他のエントリーシグナルを計算します。
ステップ 2：ポジションサイズを決める
ポジションサイズの決定には、ケリー基準（0.25 倍）を使用します。
ステップ 3：バックテストを検証する
先読みバイアス、生存者バイアス、過剰適合がないか確認します。
ステップ 4：コストを考慮する
利益の計算にガス代とスリッページを含めます。
主要な計算式
# Z-score
zscore = (value - rolling_mean) / rolling_std
# Sharpe (annualized)
sharpe = np.sqrt(252) * returns.mean() / returns.std()
# Kelly fraction (use 0.25x)
kelly = (win_prob * win_loss_ratio - (1 - win_prob)) / win_loss_ratio
# Half-life of mean reversion
half_life = -np.log(2) / lambda_coef
よくある落とし穴
- 先読みバイアス - 将来のデータを使用する
- 生存者バイアス - 現存する資産のみを対象にする
- 過剰適合 - パラメーターが多すぎる
- コストの無視 - ガス代とスリッページ
- 年間換算の誤り - 日次は 252、時間単位は 365*24
コメント
Markdown 対応