mcpField
H
hft-quant-expert

hft-quant-expert

github.com/kasyap1234数据与数据库1247 次安装41 周前更新
代码仓库

关于 hft-quant-expert

面向 DeFi 和加密衍生品量化交易的技能，提供策略信号、仓位规模、回测与风险管理方面的指导。内容还提示检查偏差、过拟合及 Gas 和滑点成本。

主要功能

  1. 01交易信号构建
  2. 02Kelly 准则仓位计算
  3. 03策略回测检查
  4. 04波动率与相关性分析
  5. 05Gas 和滑点成本核算

适用场景

  1. 01设计量化交易策略与信号
  2. 02计算交易仓位规模
  3. 03验证回测中的偏差和过拟合
  4. 04评估交易成本对收益的影响

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/kasyap1234/delta-go --skill hft-quant-expert

安装后在 Claude Code 中输入/hft-quant-expert确认已加载。

附带文件skill-report.json

详细介绍

HFT 量化专家

DeFi 和加密衍生品的量化交易专业知识。

适用场景

  • 构建交易策略和信号
  • 实施风险管理
  • 计算仓位规模
  • 回测策略
  • 分析波动率和相关性

工作流

第 1 步：定义信号

计算 z-score 或其他入场信号。

第 2 步：确定仓位规模

使用凯利准则（0.25 倍）确定仓位规模。

第 3 步：验证回测

检查前视偏差、生存者偏差和过拟合。

第 4 步：计入成本

在利润计算中计入 Gas 费和滑点。

快速公式

# 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

常见陷阱

  • 前视偏差 - 使用未来数据
  • 生存者偏差 - 仅使用仍然存在的资产
  • 过拟合 - 参数过多
  • 忽略成本 - Gas 费和滑点
  • 年化方式错误 - 每日按 252 计算，每小时按 365*24 计算

评论

支持 Markdown