软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16594+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索交易，共找到 50 条记录

默认排序最新上传最多下载

递归决策与证据账本

recursive-decision-ledger

适用于需要进行多次迭代、深度计算和严格决策流程的复杂场景（如模型优化、系统部署或交易策略）。它强制建立一个结构化“账本”，详细记录每一次试验的输入、当前状态、历史最佳结果和决策依据。核心目标是确保所有结论均基于可追溯、可验证的证据，并严格控制每一步的推进门禁。

智能交易历史回测及签名

trader-backtest

使用高性能的`neural-trader`引擎执行全面的历史回测，支持前视验证和多指标计算。该工具的核心价值在于利用Ed25519加密算法对回测结果进行签名，为从研究验证到实盘部署提供不可否认的防篡改证据，是量化交易流程的关键安全环节。

云端重载交易回测

trader-cloud-backtest

该技能用于将计算密集型的量化交易任务（如多年回测、大型蒙特卡罗模拟、参数扫描或模型训练）卸载至云端托管代理环境。适用于本地计算能力不足的大规模、生产级回测，确保任务的鲁棒执行和完整的成果物管理。

交易信号特征归因分析

该技能用于计算算法交易信号的模型可解释性。它通过构建特征贡献图并运行单入口PageRank算法，确定驱动预测结果的Top-K关键特征。这提供了一个符合监管要求的审计路径，对于满足欧盟AI法案等合规性要求至关重要。

投资组合优化与再平衡

trader-portfolio

本技能提供了一个完整的投资组合优化流程，利用均值-方差引擎和神经网络模型。它可以根据设定的风险目标，计算出最优的资产配置权重，并进行全面的风险评估。最终生成详细的再平衡交易计划，实现专业的量化投资管理。

市场环境检测与策略推荐

该工具利用神经模型检测当前的市场环境（牛市、熊市、震荡或波动），提供准确的市场结构分类和推荐的交易策略。适用于进行市场条件分析、交易策略制定或准备回测分析。

投资组合与仓位风险评估

该工具利用神经网络交易员的风险引擎，全面评估投资组合和单个仓位风险。功能包括计算风险价值（VaR）、条件风险价值（CVaR）和夏普比率，并进行专业的仓位规模优化。此外，它还能监控市场熔断器状态，如高相关性或波动性异常，帮助用户做出稳健的投资决策。

基于异常检测的交易信号生成

本工具利用先进的异常检测引擎，扫描金融资产，识别出尖峰、漂移、震荡等各类市场异常模式。它结合神经网络预测和历史模式匹配，输出高精度的行动交易信号，包括入场点、止损点和目标价位，支持量化交易策略。

市场数据神经网络模型训练

该工具用于在时间序列市场数据上训练和评估高级神经网络模型（包括LSTM、Transformer和N-BEATS）。它支持生成带置信区间的预测结果，并能比较不同架构的性能表现，适用于量化交易研究和金融预测。

金融微观结构实证测量设计

jfm-empirical-design

brycewang-stanford/Awesome-Journal-Skills

本指南为金融市场提供了实证设计和微观结构测量的方法论。它详细指导用户如何清洗高频交易数据（如TAQ/订单簿），构建流动性、价差和价格冲击等关键指标，并要求系统性地记录所有样本筛选和计算假设，确保研究结果的严谨性和可复现性。

金融微观结构研究定位指南

jfm-literature-positioning

brycewang-stanford/Awesome-Journal-Skills

本指南教授如何为顶级金融微观结构期刊（如JFM）定位学术研究的贡献。它指导作者如何将研究结论锚定在特定的学术谱系（如信息效率或市场做市机制）中，并明确指出相对于3-5篇最接近的现有文献存在的空白，确保贡献聚焦于交易过程机制和市场运行的细节。

机构经济理论模型构建

jleo-theory-model

brycewang-stanford/Awesome-Journal-Skills

本指南用于将复杂的制度性论证（如交易成本、产权、委托代理问题）转化为严谨、可检验的经济理论模型。它指导研究者如何根据目标期刊的要求，精炼模型规模、从制度角度论证假设的合理性，并确保模型的比较静态分析是最终可供实证检验的核心产出。

上一页 1 2 345 下一页

语言