with one click
trade-optimize
交易标的 + 手数 + 价格 → 优化下单策略
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Menu
交易标的 + 手数 + 价格 → 优化下单策略
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
Enterprise WeChat template_card builder and sender. Provides reusable card templates for due diligence reports, stock alerts, risk warnings, and more. Supports text_notice, news_notice, and button_interaction card types with fallback to markdown.
本技能为进出口企业提供全面的贸易融资方案推荐与对比分析,基于企业类型、贸易类型、融资金额、账期等关键参数,智能推荐最适合的融资产品。
Financial AI Skill - 客户经理营销话术实时生成器。输入客户画像和营销目标,AI自动生成电话/微信/拜访话术,支持异议处理预演、方言适配、多风格切换。覆盖零售/对公/理财/私行/信用卡全营销岗位。
网点分析技能是一个基于AI的银行网点竞争力评估与经营规划引擎。该技能综合分析网点的地理位置、竞争格局、客群特征等维度,输出SWOT分析、三年经营预测、重点发展业务方向及投入产出建议。
ALM(Asset-Liability Management,资产负债管理)引擎专注于银行资产负债表的全方位分析与优化。输入银行资产负债数据(资产规模、负债结构、期限分布),输出完整的缺口分析、风险指标(LCR/NSFR/久期缺口)及优化建议。
Financial AI Skill - 产品手册智能对话引擎。基于 BM25 + TF-IDF 双路检索 + RRF 融合的轻量级 RAG,零外部依赖、毫秒级响应、自动出处标注。支持理财/信用卡/贷款等多种产品手册同时入库,语音/文字提问秒回精准答案。Hit@1 实测 100%,平均检索耗时 < 3ms。
| name | trade_optimize |
| description | 交易标的 + 手数 + 价格 → 优化下单策略 |
| version | 1.0.0 |
| author | AlphaAgent |
| license | MIT |
| layer | L2 |
| capability_domain | ["C03","C05","C09"] |
| industry | universal |
| metadata | {"raw_title":"trade_optimize - 交易指令优化引擎","auto_generated":true,"auto_generated_at":"2026-06-20"} |
交易标的 + 手数 + 价格 → 优化下单策略
算法交易指令优化引擎,将大单拆分为最优下单策略,最小化市场冲击、提升执行效率。支持 TWAP / VWAP / POV / IS 四种核心算法,回测对比基准收益,验收标准:回测收益率提升 ≥5%。
| 算法 | 关键字 | 说明 |
|---|---|---|
| TWAP | twap | 时间加权平均价格,按时间均匀拆分 |
| VWAP | vwap | 成交量加权平均价格,按历史量分布拆分 |
| POV | pov | 成交量占比,固定%跟随市场节奏 |
| IS | is | 实现缺口算法,权衡市场冲击与时机风险 |
from trade_optimize import TradeOptimizeEngine
engine = TradeOptimizeEngine(
symbol="600036.SH", # 交易标的
quantity=100000, # 总股数
side="buy", # buy / sell
price=35.50, # 限价(参考价)
start_time="09:30", # 开始时间
end_time="14:57", # 结束时间
algorithm="vwap", # 算法选择
vol_profile=[...], # 历史分钟成交量分布(可选)
)
result = engine.optimize()
slices) - 每份订单的时间/价格/数量expected_vwap)market_impact_bps) - 基点baseline_return) - vs 无优化盲目下单backtest) - 收益率 / 夏普 / 最大回撤score) - 0-100 综合评分python3 scripts/trade_optimize_cli.py optimize --symbol 600036.SH --quantity 100000 --price 35.50 --algorithm vwap
python3 scripts/trade_optimize_cli.py backtest --symbol 600036.SH --quantity 50000 --algorithm twap
python3 scripts/trade_optimize_cli.py compare --symbol 600036.SH --quantity 80000
python3 wecom_integration.py --symbol 600036.SH --quantity 100000 --price 35.50 --algorithm vwap