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.
Utilisez cette compétence pour surveiller régulièrement la santé de vos stratégies de trading et détecter précocement une perte d'efficacité.
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
SûrThe 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
/alpha-decay/alpha-decay --strategy momentum-001 --threshold 0.25 --period 90 --detailed/alpha-decay --strategy momentum-001 --threshold 0.3name: 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 classscripts/risk_management/alpha_research.py- Signal evaluationservices/risk/risk_manager.py- Strategy monitoring
Instructions
When this skill is invoked:
-
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)
-
Load strategy data:
- Fetch returns from database/API
- Get strategy metadata and targets
- Load benchmark/factor returns
-
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) -
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% -
For
--detailed:- Rolling IC time series
- Distribution shift analysis
- Factor exposure changes
- Correlation regime changes
-
Severity thresholds:
- ACTIVE: No decay (severity < 0.3)
- WARNING: Moderate decay (0.3 <= severity < 0.6)
- CRITICAL: Severe decay (severity >= 0.6)
Ingénierie de Prompts
Data & IA
Bonnes pratiques et templates de prompt engineering pour maximiser les résultats IA.
Visualisation de Données
Data & IA
Génère des visualisations de données et graphiques adaptés à vos données.
Architecture RAG
Data & IA
Guide de configuration d'architectures RAG (Retrieval-Augmented Generation).