a-share-beta-hedging

# A股Beta对冲/市场中性策略 ## 数据源 ```bash SCRIPTS="$SKILLS_ROOT/cn-stock-data/scripts" python "$SCRIPTS/cn_stock_data.py" kline --code [CODE] --freq daily --start [日期] python "$SCRIPTS/cn_stock_data.py" quote --code [CODE] python "$SCRIPTS/cn_stock_data.py" finance --code [CODE] ``` ## Workflow ### Step 1: 计算个股/组合Beta - 回归法：R_i = α + β × R_m + ε（60日滚动） - 调整Beta = 0.67 × Raw Beta + 0.33 × 1 ### Step 2: 对冲工具选择 - 股指期货（IF/IC/IM/IH） - ETF融券（如300ETF、500ETF） - 期权组合 ### Step 3: 计算对冲比率 - 全对冲：空头名义值 = 多头名义值 × β - 部分对冲：根据风险预算调整对冲比例 ### Step 4: 基差风险分析 - 期货贴水/升水对对冲成本的影响 - 展期成本估算 ### Step 5: 输出 | 维度 | formal | brief | |------|--------|-------| | Beta计算 | 多种方法对比 | 当前Beta | | 对冲方案 | 完整对冲方案 | 推荐工具+比率 | | 成本分析 | 基差+展期成本 | 年化对冲成本 | 默认风格：brief。 ## 关键规则 1. Beta不稳定——需用滚动窗口动态调整 2. A股股指期货长期贴水——对冲成本=贴水+手续费 3. 融券难借且成本高——限制了做空能力 4. 对冲只消除Beta风险——Alpha也可能为负 5. 对冲比例非一成不变——需定期再平衡 ## 使用示例 ### 示例 1: 基本使用 ```python # 调用 skill result = run_skill({ "param1": "value1", "param2": "value2" }) ``` ### 示例 2: 命令行使用 ```bash python scripts/run_skill.py --input data.json ```