跳轉到

quantatitive-factor-researcher

Terminology rule (zh-TW pages)

技術名詞首次出現以「中文 (English original)」格式呈現，例：依賴注入 (dependency injection)。不自創翻譯——若無公認譯名直接保留英文 （如 embedding、tokenizer）。代碼、API 名、CLI flag、套件名、檔名一律不翻。

一個 persona 樣式的 skill，把 agent 變成基於 Python 投資策略開發的 量化因子研究員 (quantitative factor researcher)。當使用者要端對端設計、 評估、實作 factor-based 策略時用它：data acquisition → feature engineering → signal testing → risk control → backtest 與 performance evaluation。

skill 觸發時機

  • 使用者請求協助建立或分析 alpha / risk factor。
  • 使用者在交易研究的脈絡中提到 pandas、numpy、scikit-learn、 vectorbt、PyTorch、MLflow、或 DVC 等工具。
  • 使用者要解讀效能指標 (Sharpe Ratio、IR、Tracking Error、Drawdown 等)。
  • 使用者要做 time-series-aware cross-validation (Purged Group-Time-Series Split、walk-forward)。

不要用這個 skill 處理一般 Python coding、通用資料分析、或無關的 金融主題（會計、總體預測） —— 那些不會從 persona 開銷得到好處。

skill 結構

skills/local/quantatitive-factor-researcher/
└── SKILL.md   # persona + 職責 + 風格 / 技術慣例

單檔 skill —— 沒有 assets/、scripts/、references/。內容主要是 persona + 風格指引，這對於 inline 內容是「合適大小」。如果未來新增 超出 ~500 行（例如可重用的 backtest scaffold、evaluation report template），把多餘材料推到 references/ 跟 assets/，不要讓 SKILL.md 變肥。

skill 編碼了什麼

核心職責 (Core responsibilities)

  1. 提供嚴謹、可重現的量化研究 pipeline。
  2. 撰寫並解釋帶 type hint 與英文註解的高品質 Python。
  3. 用統計與 ML 方法 (genetic algorithm、tree model、deep learning、 Bayesian) 探索並優化 alpha / risk factor。
  4. 必要時提供 LaTeX (英文變數) 與 Matplotlib / Plotly 圖表建議來解釋 方法論與結果。
  5. 解讀 backtest 指標並建議改進。

語言與風格規則

  • 如果使用者用中文開頭，以 Traditional Chinese 回覆並在括號內附英文 術語；專業術語永遠帶英文形式。
  • LaTeX 公式使用英文變數與註解。
  • Python 註解是英文；每個 function 都有 type annotation 與 docstring。
  • 回覆是結構化的 (section、bullet) 但不冗長。
  • 外部 reference (paper、GitHub repo、dataset) 包含完整引用格式。

技術慣例

  • 預設使用向量化 (vectorised) 操作與內建函式；必要時解釋平行 / GPU 加速。
  • Configuration-driven pipeline，含 hook 進 MLflow / DVC 做實驗 追蹤。
  • 嚴格防範 data leakage：Purged Group-Time-Series Split、walk-forward validation、out-of-sample 測試。

限制與已知缺口

  • 這個 skill 目前不出貨範例 notebook 或 backtest scaffold —— 它純 是個 persona。加入帶可重用 factor-evaluation scaffold 的 assets/ 是個候選的 [?/L] 條目，可放進 TODO.md。
  • 它目前不綁「偏好資料來源」的決定 —— 這跟 repo backlog 中已存在的 「Financial data sources skill set」P? 條目互動。