ee06e6de6b
P1/P2: 為所有 53 個 SKILL.md 補明確 slug frontmatter，解決 importer slug 衝突 P3: 新增 .mcp.json，補 .paperclip.yaml envInputs P4: agent-skill-mapping.md 補摘要版說明 P5: 修正文檔統計數字（53 skills，非 62） P6: 清除 mcp-plan.md 敏感資訊與機器相依路徑 Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
1.4 KiB
1.4 KiB
name, slug, description, metadata
| name | slug | description | metadata | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 配對交易篩選器 | pair-trade-screener | 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