量化交易专家
基于 1780 行印度股市实战经验的量化交易系统。
功能
🎯 交互式机器人生成向导
# 启动向导
./scripts/wizard.sh
# 选择：
# 1. 从头生成交易机器人
# 2. 增强现有代码（修复问题、优化）
# 3. 从实时指数数据创建股票池
# 4. 运行回测对比
# 5. 分析表现📊 16 个知识领域
- Zerodha 集成 - Tick size 四舍五入、仓位对账、止损生命周期
- 回测-实盘一致性 - 数据缓存、T vs T-1 对齐、VWAP 重置
- 信号生成 - Fortress 信号（65% 胜率）、多因子确认
- 调仓逻辑 - 周频 vs 日频、交易成本建模
- 股票池选择 - 流动性过滤、动量评分
- 性能优化 - Parquet（28x）、Polars 向量化（37x）
- 印度市场特性 - 交易时段、熔断机制、T+1 结算
- 失败模式 - 5 个生产问题 + 修复
- 指标公式 - RSI、MACD、ATR、ADX、VWAP、EMA
- 多时间框架 - 日内 vs 波段、MTF 对齐
- 日志可观测 - 结构化日志、实时监控
- 交易后分析 - P&L 分解、夏普比率、回撤分析
- 信号归因 - 追踪哪个指标触发
- 退出策略 - 时间衰减、追踪止损、部分退出
- 风险管理 - Kelly Criterion、组合热度
- 资金复利 - 市场状态检测、牛市放大
⚠️ 30+ 常见陷阱
🔥 关键：Tick Size 四舍五入
错误：kite.place_order(price=1847.35, ...)
报错："Tick size for this script is 5.00"
修复：price = round(price / tick_size) * tick_size # 1847.35 → 1850.00
影响：90% 订单拒绝是 tick size 错误
🔥 关键：VWAP 必须每日重置
错误：跨天累计 VWAP
症状：回测 65% 胜率，实盘 40%
修复：开盘时重置（9:15）
影响：回测-实盘不一致的第一大原因使用方法
生成第一个交易机器人
./scripts/wizard.sh向导会问：
- 交易风格：日内、波段、持仓
- 股票池：Nifty 50、中盘、自定义
- 策略：动量、VWAP 回调、开盘突破
- 资金：起始资金和单笔风险
- 风险偏好：保守（0.5%）、平衡（1%）、激进（2%）
获取股票池
# 从 NSE 获取最新成分股
./scripts/universe-fetch.sh --indices nifty50,nifty100,midcap150分析现有代码
./scripts/check-code.sh ./my_trading_bot.py
# 输出：
⚠️ 发现 3 个问题：
1. Tick size 未四舍五入（第 45 行）- 会导致订单拒绝
2. VWAP 未每日重置（第 89 行）- 回测实盘不一致
3. 无股票冷却期（第 120 行）- 报复交易风险性能基准
| 优化 | 之前 | 之后 | 提升 |
|---|---|---|---|
| Parquet 缓存 | 2.3s | 0.08s | 28.7x |
| Polars 向量化 | 450ms | 12ms | 37.5x |
| API 批量请求 | 15 次 | 1 次 | 15x |
| 预计算指标 | 180ms | 90ms | 2x |
| 总回测时间 | 5 min | 12 sec | 25x |
文件结构
quant-trading-cn/
├── SKILL.md # 本文件
├── KNOWLEDGE.md # 16 个领域（1780 行）
├── NUANCES.md # 30+ 陷阱
├── scripts/
│ ├── wizard.sh # 交互式向导
│ ├── universe-fetch.sh # 股票池获取
│ └── check-code.sh # 代码检查
└── references/
├── KNOWLEDGE_en.md # 原始英文版
└── NUANCES_en.md # 原始英文版A 股适配
本项目基于印度市场，但可适配 A 股：
| 印度 | A 股 |
|---|---|
| Zerodha | 雪球/同花顺 |
| Nifty 50 | 沪深 300 |
| Nifty Midcap | 中证 500 |
| T+1 结算 | T+1 结算 |
| 9:15-15:30 | 9:30-15:00 |
注意事项
⚠️ 本 skill 提供教育性指导，不保证盈利。交易有风险，仅用可承受资金。
*版本: 1.0.0* *来源: skill-algotrader*