量化超额环境监测:把选股 alpha 环境量化成一页看板

前言

做量化选股的人都有一类固定问题:今天市场好不好做超额?小票是不是又拥挤了?行业轮动快不快?因子风格切没切?这些问题通常靠人工翻行情、看排名、凭经验判断,结论不一致也不可复现。

下面介绍的 Skill「量化超额环境监测」把这件事变成一条固定流程:按 7 个维度取数,算出 0-100 分的单项评分和加权总分,输出一页式 ECharts HTML 看板到桌面。

这是什么

「量化超额环境监测」是一个社区发布的量化技能,坐标 @user_186b4ea5/alpha-env-daily,当前版本 1.0.2,分类为 professional,来源为 community,发布者为 user_186b4ea5。

它解决的问题是:在缺乏统一口径的情况下,对「今天量化超额收益的环境好不好」给出一个可复现、可比较的日度评分,而不是一段定性描述。

核心功能

1、7 维度框架评估。覆盖 D1 个股分化度、D2 交投活跃度、D3 大小盘、D4 成长价值、D5 行业轮动、D6 因子轮动、D7 涨跌结构。

2、数据来源。从 Tushare Pro、FTShare、Wind 缓存取数。

3、评分计算。每个维度计算 0-100 分的单项评分,再汇总为加权总分。

4、看板输出。生成一页式 ECharts HTML 看板,输出到桌面。

5、两个独立板块。除 7 维度评分外,另含股指期货基差对冲成本与 Top10% 成交抱团度两个独立板块,用于补充对冲端与成交集中度视角。

6、触发方式。当用户要求评估量化超额/选股 alpha 环境、生成超额环境日度看板或更新日度评估报告时使用本技能。

安装与启用

官方资料中未给出 git clone、npm install 或 Skill 市场安装命令,也没有 SKILL.md 正文片段,因此这里不写未经核实的命令。

按通用 SKILL.md 格式的使用方式,需要先在对应客户端(Cursor / Codex CLI / Claude Code 等)中把 Skill 指向官方地址 https://api.skillhub.cn/user_186b4ea5/alpha-env-daily,或按坐标 @user_186b4ea5/alpha-env-daily 添加,再在对话中触发。

需要注意:该 Skill 标签为 requires_api_key=true,启用前要准备好相应数据源的 API Key 配置。

典型用法

官方简介中给出的可复现使用方式是对话式触发,不需要额外命令行参数:

1、直接提出评估需求,例如「帮我评估一下今天量化超额环境」,Skill 会按 7 维度框架取数并计算评分。

2、要求生成看板,例如「生成今天的超额环境日度看板」,输出为一页式 ECharts HTML 文件到桌面。

3、要求更新日度评估报告,例如「更新日度评估报告」,沿用同一套维度口径刷新当日评分。

以上触发语句来自官方简介,实际评分结果取决于当日数据源返回情况。

适用场景与注意

适合需要日度跟踪选股 alpha 环境、且希望评分口径固定的个人或小团队:量化研究员做环境监控、组合管理做风格暴露判断、卖方或内部报告需要一张统一的环境视图。

限制和坑有几处:

1、数据源依赖外部接口(Tushare Pro、FTShare、Wind 缓存),接口不可用或权限不足时取数会失败,需要提前确认 API Key 和权限范围。

2、评分是相对口径下的 0-100 分,权重分配由 Skill 内部决定,官方资料未披露权重表,跨 Skill 比较总分没有意义。

3、基差对冲成本和 Top10% 成交抱团度是独立板块,不参与加权总分,解读时不要混在一起。

4、官方页面当前显示安装数为 0,社区来源,使用前建议自行验证数据口径和回测结果。

结尾

这个 Skill 的价值在于把「今天超额环境好不好」从经验判断变成有统一维度和分值的日度输出,降低人工翻数据和口径不一致的成本。7 维度加两个独立板块的划分,基本覆盖了选股 alpha 环境里最常用的几个观察面。

官方地址:https://api.skillhub.cn/user_186b4ea5/alpha-env-daily

write_meta_jsonpayload{“title”: “量化超额环境监测:7 维度日度评估 Skill 介绍”, “summary”: “量化超额环境监测(@user_186b4ea5/alpha-env-daily,v1.0.2,community/professional)是评估选股 alpha 环境的日度技能。按 D1 个股分化度、D2 交投活跃度、D3 大小盘、D4 成长价值、D5 行业轮动、D6 因子轮动、D7 涨跌结构 7 维度,从 Tushare Pro、FTShare、Wind 缓存取数,计算 0-100 分单项评分与加权总分,输出一页式 ECharts HTML 看板到桌面;另含股指期货基差对冲成本与 Top10% 成交抱团度两个独立板块。标签 requires_api_key=true,官方资料未提供安装命令,通过对话式触发使用。”, “tags”: [“量化超额”, “选股alpha”, “ECharts看板”, “Wind/Tushare数据”, “SKILL.md”], “category”: “大模型Skills”, “keyword”: “量化超额环境监测”, “sources”: [“https://api.skillhub.cn/user_186b4ea5/alpha-env-daily”, “https://www.skillhub.cn/skills/user_186b4ea5/alpha-env-daily”]}

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye