Détection de dégradation alpha

VérifiéSûr

Détectez et analysez les signaux de dégradation alpha dans les stratégies de trading en utilisant des méthodes statistiques avancées.

Spar Skills Guide Bot
Data & IAIntermédiaire
4002/06/2026
Claude Code
#alpha-decay#trading#strategy-analysis#risk-management#statistical-analysis

Recommandé pour

Notre avis

Détecte et analyse les signaux de dégradation de l'alpha dans les stratégies de trading à l'aide de méthodes statistiques.

Points forts

  • Fournit des indicateurs multiples (Sharpe, IC, hit rate, capacité) pour une évaluation complète.
  • Alerte précoce via des seuils de sévérité configurables.
  • Génère des recommandations exploitables pour ajuster la stratégie.

Limites

  • Nécessite un historique de données suffisant pour être fiable.
  • Les signaux peuvent être retardés par rapport aux changements de marché.
  • Ne remplace pas une analyse humaine qualitative des causes sous-jacentes.
Quand l'utiliser

Utilisez cette compétence lorsque vous soupçonnez une baisse de performance d'une stratégie algorithmique et voulez confirmer une perte d'alpha.

Quand l'éviter

Évitez de l'utiliser sur des stratégies avec moins de 60 jours de données ou pendant des périodes de volatilité extrême non représentatives.

Analyse de sécurité

Sûr
Score qualité95/100

The skill only imports and executes a Python class for statistical analysis; no external commands, network access, or destructive actions are involved.

Aucun point d'attention détecté

Exemples

Analyze all active strategies
/alpha-decay
Analyze a specific strategy with custom threshold
/alpha-decay --strategy momentum-001 --threshold 0.25
Detailed decay analysis over 90 days
/alpha-decay --strategy momentum-001 --period 90 --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