Agent Skills
返回列表
⚖️

期货量化系统

行业专业 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/thcjp-futures-quant-101。

技能介绍

要解决什么问题

国内期货量化团队常见瓶颈是:行情要从 CTP 接进来却难以和业务策略同频,策略改一版就要人肉拉数据、写脚本、再手动回测;头寸和资金风险往往靠盘后表格复盘,盘中波动过大时缺少可执行的降级与停手规则。资料中描述的系统以 vn.py 为底座,把「采数—写策略—风控—下单—回测」拆成可对话推进的模块化工作流,而不是零散问答。

技能如何工作

交互上支持中文说明需求;核心能力对照 SKILL.md 的五块模块:

  • 数据采集:经 CTP 拉取价、量、持仓等,目标量级约 1000 条/秒、亚秒级响应
  • 策略开发:趋势、均值回归、套利等策略在 Python 侧编排
  • 风险管理:头寸、资金等实时监控,并配合波动阈值、资金不足等边界处理
  • 交易执行:发单、撤单、查询等 CTP 链路操作
  • 策略回测:历史数据评估,文档对比里典型回测可从约 1 小时压缩到约 15 分钟量级

进阶材料还提到 多市场数据整合、VaR/蒙特卡洛 类风控思路,以及 LSTM 等时间序列预测用于信号辅助;并给出错误码(如 1001 网络、1003 策略失败、1004 资金不足)与重试/停贸恢复策略。

适用边界与注意点

  • 覆盖上期所、大商所、郑商所等 国内 CTP 场景;跨境外盘需自行核对 API 与合规
  • 胜率、收益率等表格数字来自技能文档对比示例,落地应以自己回测与实盘为准
  • 高频场景受 Agent 与数据源限速 影响,应做队列与退避;大仓位、极端波动等复杂情形不宜全自动拍板
  • 部分行情源可能需要 API Key,密钥应按文档建议做轮换与最小权限

使用场景

  • 夜盘前要对接上期所 CTP,把实时价量持仓写入策略可用的结构化输入
  • 新写均值回归策略,需要用历史 K 线做回测并对比文档里的风控阈值
  • 螺纹钢波动超预设阈值时,要按技能边界表限制成交量并触发风险预警流程
  • 跨市场套利前先整合多交易所行情,让 Agent 按 SKILL 模块梳理数据与信号步骤

适合人员

  • 自营期货交易员,想把 CTP 采数与发单撤单收进同一套可复现对话流程
  • 量化研究员,周度迭代趋势或套利策略并需要按模块整理回测与参数校验
  • 风控岗同事,盘中要盯头寸与资金并落实 VaR、资金不足停贸等规则
  • 个人量化爱好者,已装 vn.py,希望按文档五模块搭起从数据到回测的最小闭环