Longbridge Quant

Des cadres quantitatifs avec les données attachées : trading par paires, régimes de volatilité, saisonnalité, modèles multi-facteurs, recherche de facteurs et optimisation walk-forward.

⚠️ **Trading warning / Avertissement trading** : informationnel seulement, pas un conseil en investissement. La performance backtestée est hypothétique, facile à surajuster, et ne survit pas inchangée au contact des marchés réels. Sélectionné par Skill Harbor : le skill quantitatif de la plateforme Longbridge, publié par le courtier lui-même. Il couple un ensemble de cadres de stratégie avec une commande CLI quant qui roule des scripts d'indicateurs sur des données de chandeliers tirées via Longbridge. Les cadres couvrent le trading par paires et l'arbitrage statistique (cointégration d'Engle-Granger, ratio de couverture par MCO, signaux en z-score, demi-vie de retour à la moyenne) ; les stratégies de régime de volatilité qui basculent entre structures longue et courte volatilité selon les centiles de volatilité historique ; la saisonnalité et les effets de calendrier (mois de l'année, jour de la semaine, dérive des congés, saison des résultats) ; un modèle multi-facteurs combinant valeur, momentum, qualité et faible volatilité en un composite de z-scores avec un portefeuille top-N ; la recherche de facteurs avec analyse IC et IR, décroissance des facteurs et backtests par couches ; le filtrage de facteurs sur critères de valorisation, rentabilité, croissance et rendement ; l'analyse de corrélation et de cointégration de Johansen ; une boîte à outils statistique (tests de racine unitaire ADF, modélisation GARCH, bootstrap) ; un optimiseur de stratégie bâti sur balayages de paramètres et validation walk-forward ; un modèle d'exécution pour glissement, logique VWAP et TWAP et impact de marché ; la conception de couvertures (couverture bêta, protection par options, risque de queue, inter-actifs) ; et une couche d'apprentissage machine utilisant Random Forest et Gradient Boosting de scikit-learn en walk-forward. La commande quant est publique et les cadres sont analytiques, sans connexion. Tiré du dépôt longbridge/skills (MIT). Bémols honnêtes : la cointégration se brise, les facteurs décroissent, et la saisonnalité est l'effet le plus facile à sur-explorer par accident ; le skill fournit méthode et calcul, et la discipline de vérification hors échantillon qu'il inclut est la partie à vraiment suivre. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage.

L’essentiel

Quoi: Des cadres quantitatifs avec les données attachées : trading par paires, régimes de volatilité, saisonnalité, modèles multi-facteurs, recherche de facteurs et optimisation walk-forward.
Coût: Gratuit
Prérequis: Utilisez « Quantitatif Longbridge » avec votre Muse.
Installation: Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.

⚠️ **Trading warning / Avertissement trading** : informationnel seulement, pas un conseil en investissement. La performance backtestée est hypothétique, facile à surajuster, et ne survit pas inchangée au contact des marchés réels. Sélectionné par Skill Harbor : le skill quantitatif de la plateforme Longbridge, publié par le courtier lui-même. Il couple un ensemble de cadres de stratégie avec une commande CLI quant qui roule des scripts d'indicateurs sur des données de chandeliers tirées via Longbridge. Les cadres couvrent le trading par paires et l'arbitrage statistique (cointégration d'Engle-Granger, ratio de couverture par MCO, signaux en z-score, demi-vie de retour à la moyenne) ; les stratégies de régime de volatilité qui basculent entre structures longue et courte volatilité selon les centiles de volatilité historique ; la saisonnalité et les effets de calendrier (mois de l'année, jour de la semaine, dérive des congés, saison des résultats) ; un modèle multi-facteurs combinant valeur, momentum, qualité et faible volatilité en un composite de z-scores avec un portefeuille top-N ; la recherche de facteurs avec analyse IC et IR, décroissance des facteurs et backtests par couches ; le filtrage de facteurs sur critères de valorisation, rentabilité, croissance et rendement ; l'analyse de corrélation et de cointégration de Johansen ; une boîte à outils statistique (tests de racine unitaire ADF, modélisation GARCH, bootstrap) ; un optimiseur de stratégie bâti sur balayages de paramètres et validation walk-forward ; un modèle d'exécution pour glissement, logique VWAP et TWAP et impact de marché ; la conception de couvertures (couverture bêta, protection par options, risque de queue, inter-actifs) ; et une couche d'apprentissage machine utilisant Random Forest et Gradient Boosting de scikit-learn en walk-forward. La commande quant est publique et les cadres sont analytiques, sans connexion. Tiré du dépôt longbridge/skills (MIT). Bémols honnêtes : la cointégration se brise, les facteurs décroissent, et la saisonnalité est l'effet le plus facile à sur-explorer par accident ; le skill fournit méthode et calcul, et la discipline de vérification hors échantillon qu'il inclut est la partie à vraiment suivre. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage.

Version :

@

Créé par : @longbridge

Non vérifié ? Comment vérifier avant de faire confiance →

Installer — Gratuit · open source (MIT) Voir le code source

⌁

Installation

Copiez le dossier d’installation ci-dessous, puis collez-le dans Muse

Envie d'être encore plus prudent ?

Le prompt d'installation ci-dessous inclut déjà les étapes de vérification : votre agent suit la checklist communautaire avant d'installer tout ce qui contient du code exécutable. Vous en voulez plus ?

Comment vérifier une création avant de l’installer →

Après l’installation, me demander si je veux laisser un retour privé
Privé pour l’instant : seule l’équipe Skill Harbor le voit. Les vendeurs pourraient être avisés plus tard.

Utilisez « Quantitatif Longbridge » avec votre Muse. Prérequis : installez le CLI Longbridge une fois (brew tap longbridge/tap && brew install longbridge/tap/longbridge-terminal) ou connectez le serveur MCP Longbridge, et clonez le dépôt (git clone https://github.com/longbridge/skills) pour avoir les fichiers de référence du skill sous la main. Aucun compte Longbridge n'est requis. Le cadre d'apprentissage machine exige Python avec scikit-learn (pip install scikit-learn) ; les tests statistiques exigent assez d'historique, au moins environ 50 observations pour un test ADF. 1. Ouvrez le skill : https://github.com/longbridge/skills/blob/main/skills/longbridge-quant/SKILL.md et copiez le texte complet du SKILL.md. 2. Collez-le dans un chat avec Muse et ajoutez : « Teste ces deux titres pour la cointégration sur deux ans de données quotidiennes, et rapporte le ratio de couverture, le z-score et la demi-vie avant de suggérer toute structure de trade. » 3. Pour tout résultat de stratégie, demandez quelle partie de l'échantillon était hors échantillon ; si tout était dans l'échantillon, traitez les chiffres comme une hypothèse, pas une preuve. Astuce : roulez la recherche de facteurs (IC/IR et décroissance) avant le portefeuille multi-facteurs ; un facteur qui ne prédit plus rien n'ajoute que du roulement. Sécurité : un skill est du texte d'instructions ; il n'exécute rien tout seul. Informationnel seulement, pas un conseil en investissement.

?

Questions

Comment installer une création ?

Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe la création pour vous — sans configuration manuelle.

Où va mon argent ?

Directement au vendeur. Skill Harbor ne traite jamais les paiements : le paiement se fait sur la page du vendeur, généralement via Stripe.

Que signifie le ✓ à côté du nom d’un créateur ?

Il signifie que nous avons confirmé l’identité de la personne derrière la fiche. Il ne dit rien sur le code lui-même — vérifiez toujours une création avant de l’installer.