- 新增 17 個 SKILL.md(tradermonty + langalpha 來源): breadth-chart-analyst, catalyst-calendar, competitive-analysis, comps-analysis, dcf-model, earnings-analysis, earnings-preview, earnings-trade-analyzer, edge-concept-synthesizer, edge-hint-extractor, options-strategy-advisor, pair-trade-screener, pead-screener, portfolio-manager, sector-overview, stanley-druckenmiller-investment, theme-detector - 更新全部 11 個 Agent 的 AGENTS.md(含原本空白的 ceo 與 xiao-an) - 更新 docs/agent-skill-mapping.md 至 v3.0(71 個配置,62 個技能) - 台股 + 美股雙市場覆蓋,Skills 均基於真實開源 repo Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
1.4 KiB
1.4 KiB
name, description, metadata
| name | description | metadata | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 配對交易篩選器 | 統計套利技能,執行共整合檢定、計算利差 Z 值,產出市場中性配對交易的進出場建議,約 1100 行的量化套利技能 |
|
配對交易篩選器
量化統計套利工具,為回測工程師提供配對交易策略的研究與回測基礎。
統計方法論
共整合檢定(Cointegration Test)
- Engle-Granger 兩步驟法
- Johansen 共整合檢定
- 確認長期均值回歸關係
利差分析
- 計算標準化利差(Z-Score)
- 利差的歷史分布
- 均值回歸速度(Half-Life)
進出場訊號
- 進場:Z-Score > ±2(標準差)
- 離場:Z-Score 回歸至 0
- 止損:Z-Score > ±3
篩選範圍
- 同板塊股票配對(最高共整合可能性)
- ETF 配對(例:XLK vs QQQ)
- 跨市場配對(台積電 vs 英特爾)
輸出格式
- 候選配對清單(含共整合 p 值、Half-Life)
- 當前各配對的 Z-Score
- 建議做多/做空方向
- 歷史套利機會統計
需要的 MCP 工具
yfinance:歷史價格數據- 需要 Python 環境(scipy、statsmodels)
使用時機
回測工程師開發市場中性策略;量化策略師尋找低相關性的附加收益來源