hft-quant-expert
DeFiや暗号資産デリバティブの数量取引に関する専門知識を活用し、取引戦略の構築、シグナル分析、リスク管理などを行い、バックテストやシャープレシオなどの指標に基づいて最適なポジションサイズを決定するSkill。
📜 元の英語説明(参考)
Quantitative trading expertise for DeFi and crypto derivatives. Use when building trading strategies, signals, risk management. Triggers on signal, backtest, alpha, sharpe, volatility, correlation, position size, risk.
🇯🇵 日本人クリエイター向け解説
DeFiや暗号資産デリバティブの数量取引に関する専門知識を活用し、取引戦略の構築、シグナル分析、リスク管理などを行い、バックテストやシャープレシオなどの指標に基づいて最適なポジションサイズを決定するSkill。
※ jpskill.com 編集部が日本のビジネス現場向けに補足した解説です。Skill本体の挙動とは独立した参考情報です。
下記のコマンドをコピーしてターミナル(Mac/Linux)または PowerShell(Windows)に貼り付けてください。 ダウンロード → 解凍 → 配置まで全自動。
mkdir -p ~/.claude/skills && cd ~/.claude/skills && curl -L -o hft-quant-expert.zip https://jpskill.com/download/8412.zip && unzip -o hft-quant-expert.zip && rm hft-quant-expert.zip$d = "$env:USERPROFILE\.claude\skills"; ni -Force -ItemType Directory $d | Out-Null; iwr https://jpskill.com/download/8412.zip -OutFile "$d\hft-quant-expert.zip"; Expand-Archive "$d\hft-quant-expert.zip" -DestinationPath $d -Force; ri "$d\hft-quant-expert.zip"完了後、Claude Code を再起動 → 普通に「動画プロンプト作って」のように話しかけるだけで自動発動します。
💾 手動でダウンロードしたい(コマンドが難しい人向け)
- 1. 下の青いボタンを押して
hft-quant-expert.zipをダウンロード - 2. ZIPファイルをダブルクリックで解凍 →
hft-quant-expertフォルダができる - 3. そのフォルダを
C:\Users\あなたの名前\.claude\skills\(Win)または~/.claude/skills/(Mac)へ移動 - 4. Claude Code を再起動
⚠️ ダウンロード・利用は自己責任でお願いします。当サイトは内容・動作・安全性について責任を負いません。
🎯 このSkillでできること
下記の説明文を読むと、このSkillがあなたに何をしてくれるかが分かります。Claudeにこの分野の依頼をすると、自動で発動します。
📦 インストール方法 (3ステップ)
- 1. 上の「ダウンロード」ボタンを押して .skill ファイルを取得
- 2. ファイル名の拡張子を .skill から .zip に変えて展開(macは自動展開可)
- 3. 展開してできたフォルダを、ホームフォルダの
.claude/skills/に置く- · macOS / Linux:
~/.claude/skills/ - · Windows:
%USERPROFILE%\.claude\skills\
- · macOS / Linux:
Claude Code を再起動すれば完了。「このSkillを使って…」と話しかけなくても、関連する依頼で自動的に呼び出されます。
詳しい使い方ガイドを見る →- 最終更新
- 2026-05-18
- 取得日時
- 2026-05-18
- 同梱ファイル
- 1
📖 Skill本文(日本語訳)
※ 原文(英語/中国語)を Gemini で日本語化したものです。Claude 自身は原文を読みます。誤訳がある場合は原文をご確認ください。
HFT Quant Expert
DeFiおよび暗号通貨デリバティブに関する定量取引の専門知識。
どのような時に使うか
- 取引戦略とシグナルの構築
- リスク管理の実装
- ポジションサイズの計算
- 戦略のバックテスト
- ボラティリティと相関の分析
ワークフロー
ステップ1：シグナルの定義
z-scoreまたはその他のエントリーシグナルを計算します。
ステップ2：ポジションサイズの決定
ポジションサイジングには、ケリー基準（0.25倍）を使用します。
ステップ3：バックテストの検証
ルックアヘッドバイアス、サバイバーシップバイアス、オーバーフィッティングがないか確認します。
ステップ4：コストの考慮
利益計算にgas + slippageを含めます。
簡単な公式
# Z-score
zscore = (value - rolling_mean) / rolling_std
# Sharpe (年換算)
sharpe = np.sqrt(252) * returns.mean() / returns.std()
# Kelly fraction (0.25倍を使用)
kelly = (win_prob * win_loss_ratio - (1 - win_prob)) / win_loss_ratio
# 平均回帰の半減期
half_life = -np.log(2) / lambda_coefよくある落とし穴
- Lookahead bias - 将来のデータを使用する
- Survivorship bias - 既存のアセットのみ
- Overfitting - パラメータが多すぎる
- Ignoring costs - Gas + slippage
- Wrong annualization - 252日次、365*24時間次
📜 原文 SKILL.md(Claudeが読む英語/中国語)を展開
HFT Quant Expert
Quantitative trading expertise for DeFi and crypto derivatives.
When to Use
- Building trading strategies and signals
- Implementing risk management
- Calculating position sizes
- Backtesting strategies
- Analyzing volatility and correlations
Workflow
Step 1: Define Signal
Calculate z-score or other entry signal.
Step 2: Size Position
Use Kelly Criterion (0.25x) for position sizing.
Step 3: Validate Backtest
Check for lookahead bias, survivorship bias, overfitting.
Step 4: Account for Costs
Include gas + slippage in profit calculations.
Quick Formulas
# Z-score
zscore = (value - rolling_mean) / rolling_std
# Sharpe (annualized)
sharpe = np.sqrt(252) * returns.mean() / returns.std()
# Kelly fraction (use 0.25x)
kelly = (win_prob * win_loss_ratio - (1 - win_prob)) / win_loss_ratio
# Half-life of mean reversion
half_life = -np.log(2) / lambda_coefCommon Pitfalls
- Lookahead bias - Using future data
- Survivorship bias - Only existing assets
- Overfitting - Too many parameters
- Ignoring costs - Gas + slippage
- Wrong annualization - 252 daily, 365*24 hourly