Détection de décroissance alpha

VérifiéSûr

Détecte et analyse les signaux de décroissance alpha dans les stratégies de trading à l'aide de méthodes statistiques. Utile pour identifier les stratégies dont la performance se dégrade.

Spar Skills Guide Bot
Data & IAIntermédiaire
6002/06/2026
Claude Code
#alpha-decay#trading-strategies#risk-management#statistical-analysis

Recommandé pour

Notre avis

Détecte et analyse la décroissance de l'alpha dans les stratégies de trading à l'aide d'indicateurs statistiques.

Points forts

  • Fournit des indicateurs multiples (Sharpe, IC, hit rate, capacité, régime) pour une évaluation complète.
  • Permet des seuils et périodes personnalisables pour s'adapter à différentes stratégies.
  • Génère des recommandations actionnables basées sur la sévérité des signaux.

Limites

  • Nécessite des données de rendement historiques fiables et à fréquence régulière.
  • Les seuils de sévérité (0.3, 0.6) sont arbitraires et peuvent ne pas convenir à toutes les stratégies.
  • Ne détecte pas les causes sous-jacentes de la décroissance (ex: changement de régime de marché).
Quand l'utiliser

Utilisez cette compétence pour surveiller régulièrement la santé de vos stratégies de trading et identifier les pertes de performance avant qu'elles ne deviennent critiques.

Quand l'éviter

Ne l'utilisez pas pour des stratégies avec un historique trop court (moins de 30 jours) ou dans un contexte où les données de benchmark ne sont pas disponibles.

Analyse de sécurité

Sûr
Score qualité95/100

The skill performs analytical computation on internal data using a Python class; it does not invoke destructive commands, external data exfiltration, or hidden payloads. No elevated permissions or dangerous tools are declared.

Aucun point d'attention détecté

Exemples

Check all active strategies
/alpha-decay
Analyze a specific strategy with custom threshold
/alpha-decay --strategy momentum-001 --threshold 0.25 --period 90
Get detailed decay metrics
/alpha-decay --strategy mean-reversion-002 --detailed

name: alpha-decay description: Detect and analyze strategy alpha decay signals argument-hint: "[--strategy id|--all|--threshold pct|--period days]"

Alpha Decay Detection

Detect and analyze alpha decay in trading strategies using statistical methods.

Usage

  • /alpha-decay - Check all active strategies
  • /alpha-decay --strategy momentum-001 - Analyze specific strategy
  • /alpha-decay --threshold 0.3 - Custom decay threshold
  • /alpha-decay --period 90 - Analysis period in days
  • /alpha-decay --detailed - Show detailed decay metrics

Decay Indicators

| Indicator | Description | Warning Level | |-----------|-------------|---------------| | Sharpe Decay | Rolling Sharpe ratio decline | > 30% decline | | IC Decay | Information coefficient drop | IC < 0.02 | | Hit Rate | Win rate degradation | < 45% | | Capacity | Returns vs AUM correlation | r < -0.3 | | Regime | Regime change detection | Confidence > 0.8 |

Related Files

  • scripts/risk_management/strategy_analytics.py - AlphaDecayDetector class
  • scripts/risk_management/alpha_research.py - Signal evaluation
  • services/risk/risk_manager.py - Strategy monitoring

Instructions

When this skill is invoked:

  1. Parse arguments:

    • No args: Scan all active strategies
    • --strategy <id>: Single strategy analysis
    • --threshold: Custom decay threshold (default 0.3)
    • --period: Lookback period in days (default 60)
  2. Load strategy data:

    • Fetch returns from database/API
    • Get strategy metadata and targets
    • Load benchmark/factor returns
  3. Run decay detection:

    from risk_management.strategy_analytics import AlphaDecayDetector
    
    detector = AlphaDecayDetector(
        decay_threshold=0.3,
        confidence_level=0.95,
        lookback_window=60
    )
    signals = detector.detect_decay(returns)
    
  4. Display decay report:

    Alpha Decay Analysis
    ═══════════════════════════════════════════════════════════
    
    Strategy: momentum-001
    Period: Last 60 days
    Status: ⚠️  WARNING - Decay signals detected
    
    DECAY SIGNALS
    ─────────────────────────────────────────────────────────
    Signal          Severity    Confidence    Description
    ─────────────────────────────────────────────────────────
    Sharpe Decay    0.65        87%          Sharpe dropped 42%
    IC Decay        0.45        72%          IC now 0.015 (was 0.04)
    Hit Rate        0.30        65%          Win rate 43% (target 52%)
    
    METRICS COMPARISON
    ─────────────────────────────────────────────────────────
    Metric          Current     Historical    Change
    ─────────────────────────────────────────────────────────
    Sharpe Ratio    0.85        1.45          -41%
    IC Mean         0.015       0.042         -64%
    Hit Rate        43%         52%           -17%
    Avg Return      0.02%       0.08%         -75%
    
    RECOMMENDATIONS
    ─────────────────────────────────────────────────────────
    1. Review regime indicators - potential regime change
    2. Check for crowding in signal factors
    3. Validate data inputs for drift
    4. Consider reducing position sizing by 50%
    
  5. For --detailed:

    • Rolling IC time series
    • Distribution shift analysis
    • Factor exposure changes
    • Correlation regime changes
  6. Severity thresholds:

    • ACTIVE: No decay (severity < 0.3)
    • WARNING: Moderate decay (0.3 <= severity < 0.6)
    • CRITICAL: Severe decay (severity >= 0.6)
Skills similaires