Quant Analyst

• 开发或优化算法交易策略，并需要在回测中考虑交易成本和滑点。
• 计算投资组合或单一策略的风险指标，例如VaR、夏普比率或最大回撤。
• 使用马科维茨均值-方差或Black-Litterman等框架进行投资组合优化。
• 通过时间序列分析和协整检验，探索统计套利或配对交易机会。

• 该任务与量化金融、交易或风险分析无关——通用型或其他特定领域的技能将更为适用。
• 您需要的是基本面或定性股票研究，而非基于数据驱动的模型分析。
• 您需要实时交易执行或券商连接功能，这超出了本技能的建模与分析范围。

使用向量化运算设计并实现高性能算法交易策略。回测过程融入真实的市场微观结构假设，包括交易成本与滑点，并通过样本外测试来防范过度拟合问题。

计算行业标准风险指标，包括风险价值（VaR）、夏普比率和最大回撤。输出内容涵盖结构化风险分析与敞口报告，为科学决策提供有力支持。

运用马科维茨均值-方差优化模型和 Black-Litterman 模型构建有效投资组合。该技能在整个优化过程中强调风险调整后收益，而非绝对收益。

对期权合约进行定价并计算希腊字母，以支持衍生品分析和对冲策略。输出结果基于成熟的金融模型，并明确说明相关假设。

使用 pandas、numpy 和 scipy 对金融时间序列数据进行统计分析。支持通过协整检验进行配对交易、趋势识别以及收益预测。

以数据质量优先的方式构建市场数据摄取管道——在分析之前对所有输入进行清洗和验证。生成收益率、绩效指标及参数敏感性分析的可视化图表。

一位交易员希望对两只相关股票的配对交易思路进行评估。该技能将引导用户完成协整检验、信号构建以及包含交易成本的完整回测流程，最终输出绩效指标与敏感性分析结果。

分析师需要在季度审查前报告投资组合风险。该技能计算风险价值（VaR）、夏普比率和最大回撤，然后生成按持仓或资产类别细分的敞口报告。

投资组合经理希望使用马科维茨或布莱克-利特曼框架进行再平衡。该技能运行优化模型，呈现有效前沿，并重点展示候选配置方案的风险收益权衡关系。

一位量化分析师需要为一组期权进行定价，并监控 delta、gamma 和 vega 的风险敞口。该技能可跨不同行权价和到期日计算希腊字母，并呈现关键敏感性指标，以支持对冲决策。