Agent Skills
返回列表
🤖

边缘策略设计器

AI Agent 更新于 2026.08.29

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/tradermonty-claude-trading-skills-edge-strategy-designer。

技能介绍

问题背景

量化或交易研究流水线里,概念合成阶段往往会产出 edge_concepts.yaml:里面是若干条可检验的「边缘假设」,但还不是能进回测或工单系统的策略规格。若手工把每条概念拆成止损、盈亏比、时间止损等参数,并在同一概念下维护 core / conservative / research-probe 等多套变体,既容易漏项,也难保证和下游 export_candidate.py 的接口一致。

技能如何工作

Edge Strategy Designer 处在 概念合成之后、管道导出校验之前,把概念级假设落成 strategy_drafts/*.yaml 与 run_manifest.json。

典型流程包括:

  1. 加载 edge_concepts.yaml。
  2. 选择风险偏好(conservative、balanced、aggressive)。
  3. 按概念与假设类型生成变体,并做 hypothesis-type exit calibration。
  4. 通过 HYPOTHESIS_EXIT_OVERRIDES 按假设类型(如 breakout、earnings_drift、panic_reversal 等)调整止损、reward-to-risk、time-stop、trailing-stop。
  5. 以 RR_FLOOR=1.5 钳制盈亏比,避免 C5 审查失败。
  6. 在适用场景下输出 v1 就绪的 exportable_tickets/*.yaml,交给 skills/edge-candidate-agent/scripts/export_candidate.py 继续处理。

核心脚本为 skills/edge-strategy-designer/scripts/design_strategy_drafts.py,草案结构可参考 references/strategy_draft_schema.md。

适用边界

  • 前置:需要 Python 3.9+、PyYAML,以及概念合成产出的 edge_concepts.yaml;没有概念文件时本技能无法独立起稿。
  • 产出定位:输出是策略草案与可选票据,不是最终下单或实盘配置;导出链路由 edge-candidate-agent 侧脚本承接。
  • 变体策略:若你只需要单一风险偏好、不需要按假设类型覆写退出规则,可简化工作流,但会失去该技能对多 variant 与 exit override 的设计意图。

使用场景

  • 概念合成已生成 edge_concepts.yaml,需要为每条假设产出 conservative/balanced/aggressive 策略草案目录
  • 同一边缘概念要同时保留 core、conservative、research-probe 变体,并按 breakout 等假设类型校准退出参数
  • 草案完成后要把 interface v1 家族的 exportable_tickets 交给 export_candidate.py 做下游导出校验
  • C5 审查要求盈亏比不低于门槛,希望在生成阶段用 RR_FLOOR 统一钳制 reward-to-risk

适合人员

  • 维护 tradermonty 式交易技能链、负责 concept synthesis 与 export 之间衔接的研究工程师
  • 编写或校对 strategy_draft_schema,需要从 edge_concepts 批量生成多 variant YAML 的量化开发
  • 在假设类型(earnings_drift、panic_reversal 等)上维护 HYPOTHESIS_EXIT_OVERRIDES 表的策略研究员
  • 负责 edge-candidate-agent 管道、需要规范 strategy_drafts 与 run_manifest 输入格式的集成维护者