quant-analyst
构建财务模型、回测交易策略并分析市场数据。实施风险度量、投资组合优化和统计套利。主动应用于量化金融、交易算法或风险分析。
作者
分类
商业分析安装
热度:71
下载并解压到你的 skills 目录
复制命令,发送给 OpenClaw 自动安装:
下载并安装这个技能 https://openskills.cc/api/download?slug=sickn33-skills-quant-analyst&locale=zh&source=copy
Quant Analyst - 量化交易与金融建模智能助手
技能概述
Quant Analyst 是一个专注于量化金融领域的 AI 技能,帮助您构建金融模型、回测交易策略、分析市场数据,并实现风险指标计算、投资组合优化和统计套利等量化分析任务。
适用场景
当您需要开发和回测量化交易策略时,可以使用本技能进行策略实现、历史数据回测、性能评估和参数优化,支持包含交易成本和滑移点的稳健回测。
当您需要评估投资组合风险时,本技能可以计算 VaR(风险价值)、夏普比率、最大回撤等关键风险指标,帮助您进行风险调整后的收益分析和风险敞口报告。
当您需要构建量化模型或优化投资组合时,本技能支持 Markowitz 均值-方差模型、Black-Litterman 模型等现代投资组合理论方法,以及时间序列预测和期权定价。
核心功能
实现基于向量化的交易策略回测引擎,支持完整的交易成本建模和滑点模拟。提供包括收益率、夏普比率、最大回撤、胜率等在内的综合性能指标,并进行参数敏感性分析和样本外测试以避免过拟合。
计算多种风险指标包括 VaR、CVaR、最大回撤、波动率等,支持多种投资组合优化方法如均值-方差优化、风险平价、Black-Litterman 模型。提供风险敞口分析和相关性矩阵计算。
实现配对交易、统计套利策略,包括协整检验、均值回归策略、配对选择等。支持时间序列预测、趋势分析、季节性分解和波动率建模。使用 pandas、numpy、scipy 等库进行高效计算。
常见问题
quant-analyst 技能支持哪些量化分析功能?
本技能支持量化交易策略开发与回测、风险指标计算(VaR、夏普比率、最大回撤等)、投资组合优化(Markowitz、Black-Litterman 模型)、时间序列分析与预测、期权定价与 Greeks 计算、统计套利与配对交易等完整的量化分析功能。
如何使用 quant-analyst 回测交易策略?
直接描述您的交易策略逻辑,本技能会帮您实现基于 pandas 和 numpy 的向量化回测代码,包含交易成本和滑点的现实假设。回测结果将包含详细的性能指标如收益率、风险指标、回撤分析等,并可进行参数敏感性分析和样本外测试。
quant-analyst 能计算哪些风险指标?
本技能可计算 VaR(历史法、参数法、蒙特卡洛法)、条件 VaR (CVaR/Expected Shortfall)、最大回撤、夏普比率、索提诺比率、波动率、Beta、跟踪误差等多种风险和收益指标,并生成风险敞口报告和相关性分析。