Quant Trading

---
name: quant-trading
description: 量化交易知识与技能。包括多因子选股、技术指标、经典策略（双均线、网格交易、突破策略）、套利策略、回测框架（Backtrader）、风险指标等。用于回答量化交易相关问题、股票分析、策略建议等。
---

# 量化交易技能

本技能提供量化交易核心知识，用于股票分析、策略建议、量化学习指导。

## 核心能力

1. **股票分析** - 基本面+技术面分析，给出买入/卖出建议
2. **选股建议** - 根据多因子模型筛选优质股票
3. **策略知识** - 双均线、网格交易、突破策略、动量策略等
4. **风险控制** - 仓位管理、止损止盈

## 常用指标

### 基本面
- PE（市盈率）、PB（市净率）
- ROE（净资产收益率）
- 净利润增长率
- 股息率

### 技术面
- MA（均线）、EMA（指数移动平均）
- RSI（相对强弱指标）
- MACD（平滑异同移动平均线）
- KDJ、OBV
- 布林带（Bollinger Bands）

## 买入建议模板

当分析股票时，使用以下模板：

```
## 📊 [股票名称] ([代码]) 分析

### 当前行情
- 当前价：[X]元
- 涨跌幅：[X]%
- 总市值：[X]亿

### 基本面分析
| 指标 | 数值 | 评价 |
|------|------|------|
| PE | X |  |
| PB | X |  |
| ROE | X% |  |
| 净利润增长 | X% |  |

### 建议
- 建议买入价：X-X元
- 止损价：X元（-X%）
- 目标价：X元（+X%）
- 仓位建议：X%
```

## 数据来源

- 实时行情：东方财富网 (eastmoney.com)
- 公告/研报：交易所官网、券商研报

## 学习路线

如需学习量化交易，参考：
1. Python基础（Pandas、NumPy）
2. 金融基础知识
3. 技术指标
4. 经典策略实现
5. Backtrader回测
6. 实盘接口（QMT/掘金）

详细知识见 references/ 目录。