Menü
销售交易插件 - 做市分析、执行分析、报价引擎
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
FICC 经营分析报告生成系统 - 基于 Anthropic financial-services-plugins 架构，支持 18 个业务团队的多维度经营分析
FICC经营分析报告主协调器，负责工作流程编排、阶段路由与状态管理，协调各子技能完成报告生成全流程
客户解决方案插件 - 套保方案设计、结构性产品定价、客户风险分析
大宗商品业务插件 - 贵金属、能源、基本金属分析与估值
FICC 核心插件 - 数据连接、基础建模、统一接口
固收业务插件 - 利率债、信用债、衍生品分析与估值
| name | sales-trading |
| description | 销售交易插件 - 做市分析、执行分析、报价引擎 |
| dependency | {"python":["pandas>=2.0.0","numpy>=1.24.0"]} |
销售交易插件是FICC对客插件层的重要组成部分，专注于面向机构客户的销售交易服务，包括做市报价、交易执行、客户订单管理等功能。
class MarketMakerAnalytics:
"""做市分析器"""
def calculate_spread_metrics(self, quotes, trades):
"""
计算价差指标
- 报价价差 (Quoted Spread)
- 有效价差 (Effective Spread)
- 实现价差 (Realized Spread)
- 买卖反弹 (Bid-Ask Bounce)
"""
pass
def analyze_inventory_risk(self, positions, risk_limits):
"""
分析库存风险
监控：
- 库存偏离目标水平
- 单向持仓集中度
- 资金占用情况
"""
pass
def calculate_adverse_selection(self, trades, mid_prices):
"""
计算逆向选择成本
衡量信息不对称导致的做市损失
"""
pass
def optimize_quoting_strategy(self, market_conditions, constraints):
"""
优化报价策略
动态调整：
- 报价价差
- 报价深度
- 更新频率
"""
pass
def generate_market_making_report(self, analytics_results):
"""
生成做市分析报告
包括：
- 收入分解（价差收入、库存损益）
- 成本分析（逆向选择、操作成本）
- 风险指标
"""
pass
class ExecutionAnalyzer:
"""执行分析器"""
def calculate_implementation_shortfall(self, order, execution_data, market_data):
"""
计算实施缺口 (Implementation Shortfall)
衡量实际执行与决策价格之间的差异
"""
pass
def calculate_vwap_slippage(self, execution_data, vwap):
"""
计算VWAP滑点
衡量执行价格相对于市场VWAP的偏离
"""
pass
def analyze_market_impact(self, execution_data, market_data):
"""
分析市场冲击
量化大额订单对市场价格的影响
"""
pass
def calculate_timing_cost(self, order, execution_data):
"""
计算时机成本
衡量执行时机选择的影响
"""
pass
def generate_execution_report(self, order, analytics_results):
"""
生成执行分析报告
包括：
- 执行摘要
- 成本归因
- 执行质量评估
- 改进建议
"""
pass
class QuotingEngine:
"""报价引擎"""
def generate_two_way_price(self, instrument, market_data, risk_params):
"""
生成双边报价
考虑因素：
- 中价计算
- 价差设置
- 库存调整
- 风险调整
"""
pass
def calculate_spread(self, instrument, market_conditions, risk_metrics):
"""
计算报价价差
考虑：
- 基础价差（市场流动性）
- 调整项（波动率、库存、信用）
"""
pass
def apply_skew(self, base_price, inventory_position, risk_limits):
"""
应用库存偏置
根据库存方向调整买卖报价倾向
"""
pass
def validate_quote(self, quote, market_data, risk_limits):
"""
验证报价合理性
检查：
- 报价是否在市场合理范围
- 是否超出风险限额
- 是否符合合规要求
"""
pass
def update_quotes(self, market_data_update, active_quotes):
"""
更新活跃报价
响应市场变化实时更新报价
"""
pass
# 销售交易插件使用业务插件示例
from business_plugins.fx_desk import FXDeskPlugin
from business_plugins.fixed_income import FixedIncomePlugin
from core_plugins.risk_management import MarketRiskManager
class SalesTradingPlugin:
def __init__(self):
self.fx_plugin = FXDeskPlugin()
self.fixed_income_plugin = FixedIncomePlugin()
self.risk_manager = MarketRiskManager()
self.quoting_engine = QuotingEngine()
self.market_maker = MarketMakerAnalytics()
self.execution_analyzer = ExecutionAnalyzer()
def provide_two_way_price(self, instrument, client_profile, market_data):
"""向客户提供双边报价"""
# 1. 计算中价
if instrument.instrument_type == "FX_SPOT":
mid_price = self.fx_plugin.get_spot_rate(
currency_pair=instrument.currency_pair,
market_data=market_data
)
elif instrument.instrument_type == "FX_FORWARD":
mid_price = self.fx_plugin.price_forward(
spot_rate=market_data.spot,
forward_points=market_data.forward_points,
tenor=instrument.tenor
)
elif instrument.instrument_type == "BOND":
mid_price = self.fixed_income_plugin.price_bond(
bond=instrument,
yield_curve=market_data.yield_curve
)
# 2. 评估客户风险
client_risk = self.risk_manager.assess_counterparty_risk(
counterparty=client_profile
)
# 3. 计算价差
spread = self.quoting_engine.calculate_spread(
instrument=instrument,
market_conditions=market_data,
client_risk=client_risk,
trading_volume=client_profile.avg_monthly_volume
)
# 4. 生成报价
two_way_price = self.quoting_engine.generate_two_way_price(
mid_price=mid_price,
spread=spread,
direction="TWO_WAY"
)
# 5. 风险限额检查
is_within_limits = self.risk_manager.validate_quote_risk(
quote=two_way_price,
instrument=instrument,
client=client_profile
)
if not is_within_limits:
two_way_price = self._adjust_quote_for_risk_limits(two_way_price)
return {
"instrument": instrument.instrument_id,
"bid": two_way_price.bid,
"ask": two_way_price.ask,
"mid": mid_price,
"spread": spread,
"valid_until": two_way_price.valid_until,
"risk_approved": is_within_limits
}