longbridge-quant 是一个量化分析类技能，用于当用户目标与 Longbridge 量化研究工作流匹配时提供操作指引。
一、用途 该技能提供 Longbridge 相关的量化分析框架与命令行指标脚本指导。当用户提出运行量化指标脚本、配对交易/协整、波动率状态策略、季节性/日历效应、多因子选股、因子研究（IC/IR 分析）、因子筛选、相关性与协整分析、统计方法（ADF/GARCH/bootstrap）、策略优化、执行成本建模、对冲策略或基于机器学习的预测等需求时，可按对应子主题加载参考资料。
二、主要能力 按用户意图分流到不同参考文件：
- 在 K 线数据上运行指标脚本：references/quant-cli.md
- 配对交易/协整：references/pairs-trading.md（Engle-Granger 协整、OLS 对冲比率、Z-score、均值回归半衰期、进出场信号）
- 波动率状态策略：references/volatility-strategy.md（20 日/60 日 HV、百分位排名、做多波动率/做空波动率状态信号）
- 季节性/日历效应：references/seasonality.md（月度收益、星期效应、节假日前后的漂移、财报季效应）
- 多因子模型：references/multifactor.md（价值、动量、质量、低波动的 Z-score 合成与 TopN 组合）
- 因子研究：references/factor-research.md（IC、IR、因子衰减、分层回测、IC 加权组合）
- 因子筛选：references/factor-screen.md（PE、PB、ROE、营收增长、股息率等批量筛选）
- 相关性与协整：references/correlation.md（成对收益相关性、滚动相关性、Johansen 检验）
- 统计方法：references/quant-stats.md（ADF 单位根检验、GARCH 波动率建模、回归诊断、bootstrap）
- 策略优化：references/strategy-optimizer.md（参数扫描、前推优化、样本外验证）
- 执行模型：references/execution-model.md（滑点公式、VWAP/TWAP 逻辑、市场冲击估计）
- 对冲策略：references/hedging.md（Beta 对冲、期权保护、尾部风险对冲、跨资产对冲）
- 机器学习策略：references/ml-strategy.md（滚动前推的 Random Forest / Gradient Boosting、特征工程、信号生成）
三、使用方式 quant 命令用于对 K 线数据运行用户自定义指标脚本，例如 longbridge quant --help。输入 OHLCV 数据可通过 longbridge kline <SYMBOL> --format json 获取（来自 longbridge-market-data）。若 CLI 不可用，可使用 MCP 服务器获取 K 线数据，工具需在运行时发现。主机实际可用的工具需先探测，不假定存在 Longbridge 插件或与 CLI 能力一致。
四、鉴权与安全 quant 执行虽属分析性质，但会将提供的脚本发送至远程服务；行情数据访问可能需要登录/权限，持仓相关操作需显式账户访问范围。执行前应核实已安装 CLI 的能力与当前权限，未经授权不要提交专有策略代码。报告中应隐去凭据与私有账户数据。
五、常见错误处理
- 提示 command not found: longbridge：安装 longbridge-terminal
- 提示 ModuleNotFoundError: sklearn：运行 pip install scikit-learn
- ADF 检验数据不足：至少需要 50 个观测值，需增加 K 线历史长度
六、相关技能 获取原始 K 线数据用 longbridge-market-data；技术分析用 longbridge-technical；期权波动率用 longbridge-derivatives。
七、目录结构 longbridge-quant/ 包含 SKILL.md 与 references/ 目录，其中包含上述各参考文件。
八、限制 该技能只做分析，不执行订单。策略描述属于假设，需考虑现实成本、流动性、借券/保证金并进行样本外验证；数据缺失时不得凭空编造推荐。历史研究需要时点一致的成分股与带发布时间的财务数据，当前值无法支撑历史因子回测；价格需做公司行为调整，并统一货币、时间戳与交易日历。仅在确实从 Longbridge 获取数据时注明 Longbridge，并报告其时间戳、覆盖范围与调整方式。该技能为导入的上游技能，执行前需验证凭据、权限与安全边界，且不能替代特定环境的验证、测试或维护者审查。