Name: 量化交易分析Skill
Rating: 5 (1 reviews)

名称: 分析 description: “性能归因、交易分析和策略优化” emoji: “📊”

分析 - 完整 API 参考

通过边缘来源归因、时间分析和优化洞察来分析交易性能。

聊天命令

性能概览

/analytics                          性能摘要
/analytics today                    今日性能
/analytics week                     每周分解
/analytics month                    每月分解

归因

/analytics attribution              按边缘来源的P&L
/analytics by-platform              按平台的P&L
/analytics by-category              按市场类别的P&L
/analytics by-strategy              按策略的P&L

时间分析

/analytics best-times               最佳交易小时
/analytics by-hour                  按小时性能
/analytics by-day                   按星期分析

边缘分析

/analytics edge-decay               边缘随时间衰减
/analytics edge-buckets             按边缘大小的性能
/analytics liquidity                按流动性的性能

TypeScript API 参考

创建分析服务

import { createAnalyticsService } from 'clodds/analytics';

const analytics = createAnalyticsService({
  // 数据源
  tradesDb: './trades.db',

  // 时区
  timezone: 'America/New_York',
});

性能摘要

const summary = await analytics.getSummary({
  period: 'month',
  // 或: from: '2024-01-01', to: '2024-01-31'
});

console.log('=== 性能 ===');
console.log(`总P&L: $${summary.totalPnl}`);
console.log(`胜率: ${summary.winRate}%`);
console.log(`利润因子: ${summary.profitFactor}`);
console.log(`夏普比率: ${summary.sharpeRatio}`);
console.log(`总交易数: ${summary.totalTrades}`);
console.log(`平均交易: $${summary.avgTrade}`);
console.log(`最佳交易: $${summary.bestTrade}`);
console.log(`最差交易: $${summary.worstTrade}`);

按边缘来源归因

const attribution = await analytics.getAttribution('edgeSource');

for (const source of attribution) {
  console.log(`${source.name}:`);
  console.log(`  P&L: $${source.pnl}`);
  console.log(`  交易数: ${source.trades}`);
  console.log(`  胜率: ${source.winRate}%`);
  console.log(`  贡献度: ${source.contribution}%`);
}

// 示例来源:
// - price_lag (延迟价格)
// - liquidity_gap (稀薄订单簿)
// - information (新闻/事件)
// - model_edge (外部模型)
// - combinatorial (套利)

时间分析

const hourly = await analytics.getHourlyPerformance();

console.log('最佳小时:');
for (const hour of hourly.slice(0, 3)) {
  console.log(`  ${hour.hour}:00 - 胜率: ${hour.winRate}%, 平均: $${hour.avgPnl}`);
}

console.log('最差小时:');
for (const hour of hourly.slice(-3)) {
  console.log(`  ${hour.hour}:00 - 胜率: ${hour.winRate}%, 平均: $${hour.avgPnl}`);
}

星期分析

const daily = await analytics.getDayOfWeekPerformance();

for (const day of daily) {
  console.log(`${day.name}: $${day.pnl} (${day.trades} 交易, ${day.winRate}% 胜率)`);
}

边缘衰减分析

const decay = await analytics.getEdgeDecay();

console.log('边缘衰减 (边缘消失的速度):');
for (const bucket of decay) {
  console.log(`  ${bucket.holdTime}: ${bucket.avgReturn}% 回报率`);
}
// 显示边缘衰减前的持有时间

边缘大小分桶

const edgeBuckets = await analytics.getEdgeBuckets();

for (const bucket of edgeBuckets) {
  console.log(`边缘 ${bucket.min}-${bucket.max}%:`);
  console.log(`  交易数: ${bucket.trades}`);
  console.log(`  胜率: ${bucket.winRate}%`);
  console.log(`  平均P&L: $${bucket.avgPnl}`);
  console.log(`  实现边缘: ${bucket.realizedEdge}%`);
}

流动性分析

const liquidity = await analytics.getLiquidityAnalysis();

for (const bucket of liquidity) {
  console.log(`${bucket.name} 流动性:`);
  console.log(`  交易数: ${bucket.trades}`);
  console.log(`  平均滑点: ${bucket.avgSlippage}%`);
  console.log(`  填充率: ${bucket.fillRate}%`);
  console.log(`  平均P&L: $${bucket.avgPnl}`);
}

执行质量

const execution = await analytics.getExecutionQuality();

console.log('=== 执行质量 ===');
console.log(`平均滑点: ${execution.avgSlippage}%`);
console.log(`填充率: ${execution.fillRate}%`);
console.log(`平均填充时间: ${execution.avgFillTimeMs}ms`);
console.log(`部分填充率: ${execution.partialFillRate}%`);
console.log(`拒绝订单率: ${execution.rejectionRate}%`);

平台比较

const platforms = await analytics.getPlatformComparison();

for (const platform of platforms) {
  console.log(`${platform.name}:`);
  console.log(`  P&L: $${platform.pnl}`);
  console.log(`  胜率: ${platform.winRate}%`);
  console.log(`  平均滑点: ${platform.avgSlippage}%`);
  console.log(`  最佳适用: ${platform.strengths.join(', ')}`);
}

导出报告

// 生成PDF报告
await analytics.exportReport({
  format: 'pdf',
  period: 'month',
  include: ['summary', 'attribution', 'charts'],
  outputPath: './reports/january-2024.pdf',
});

// 导出原始数据
await analytics.exportData({
  format: 'csv',
  period: 'month',
  outputPath: './data/january-trades.csv',
});

归因类别

类别	描述
边缘来源	边缘来自何处
平台	在哪个平台上交易
类别	市场类别 (政治, 加密货币)
策略	哪个策略生成交易
时间	交易的小时/星期
大小	交易大小分桶

关键指标

指标	良好值	描述
胜率	> 50%	获胜交易百分比
利润因子	> 1.5	总利润 / 总亏损
夏普比率	> 1.0	风险调整后回报
实现边缘	> 0	实际 vs 预期边缘
填充率	> 95%	订单完全填充

最佳实践

每周审查 — 及早发现问题
跟踪归因 — 了解利润来源
优化时机 — 在最佳小时交易
监控边缘衰减 — 不要持有太久
检查执行 — 滑点会破坏边缘