Détection de la 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-strategies#performance-monitoring#risk-management

Recommandé pour

Notre avis

Détecte et analyse la dégradation du rendement (alpha decay) des stratégies de trading à l'aide d'indicateurs statistiques comme le Sharpe ratio, le coefficient d'information et le taux de réussite.

Points forts

  • Utilise plusieurs indicateurs complémentaires (Sharpe, IC, hit rate, capacité, régime) pour une évaluation robuste.
  • Permet une analyse détaillée avec des séries temporelles et des changements de distribution.
  • Fournit des recommandations concrètes pour ajuster les positions en fonction de la sévérité détectée.

Limites

  • Nécessite un accès aux données de performance historiques et aux facteurs de référence.
  • La détection est dépendante des seuils paramétrés par l'utilisateur.
  • Peut ne pas capturer les dégradations soudaines si la période d'analyse est trop longue.
Quand l'utiliser

Utilisez cette compétence pour surveiller régulièrement la santé de vos stratégies de trading et détecter précocement une perte d'efficacité.

Quand l'éviter

Ne convient pas pour des stratégies très simples sans données historiques suffisantes ou lorsque l'on manque d'expertise pour interpréter les indicateurs avancés.

Analyse de sécurité

Sûr
Score qualité90/100

The skill only instructs to run a local Python module for statistical analysis of trading strategies. It does not execute system commands, download external payloads, or access sensitive resources beyond fetching strategy returns data. No destructive or exfiltrating actions are indicated.

Aucun point d'attention détecté

Exemples

Quick scan all strategies
/alpha-decay
Detailed analysis with custom settings
/alpha-decay --strategy momentum-001 --threshold 0.25 --period 90 --detailed
Check specific strategy with threshold
/alpha-decay --strategy momentum-001 --threshold 0.3

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