Agent Skills: cost-density-net-rr-calculator

計算交易成本對風險報酬比的非線性衰減影響。將固定佣金與點差整合為「成本密度」指標,揭示停損大小與策略效率的雙曲線關係,識別「獲利事件視界」閾值。

UncategorizedID: fatfingererr/macro-skills/cost-density-net-rr-calculator

Install this agent skill to your local

pnpm dlx add-skill https://github.com/fatfingererr/macro-skills/tree/HEAD/skills/cost-density-net-rr-calculator

Skill Files

Browse the full folder contents for cost-density-net-rr-calculator.

Download Skill

Loading file tree…

skills/cost-density-net-rr-calculator/SKILL.md

Skill Metadata

Name
cost-density-net-rr-calculator
Description
計算交易成本對風險報酬比的非線性衰減影響。將固定佣金與點差整合為「成本密度」指標,揭示停損大小與策略效率的雙曲線關係,識別「獲利事件視界」閾值。

<essential_principles> 成本密度模型核心原則

1. 核心公式

所有計算基於以下關係:

Cost Density = (c/V + s)           # 成本密度(pips 等效)
x = Cost Density / P               # 負載係數
RR_net = (RR_g - x) / (1 + x)      # 淨風險報酬比
WR_min = (1 + x) / (1 + RR_g)      # 最低勝率
P_critical = CostDensity × (RR_g + 2) / RR_g  # 效率減半點

2. 參數定義

| 參數 | 定義 | 單位 | |------|---------------------------|--------------| | RR_g | 毛風險報酬比(目標/停損) | 無單位 | | P | 停損大小 | pips/points | | c | 來回佣金(每手) | 帳戶貨幣 | | s | 來回點差 | pips/points | | V | 每 pip 價值(每手) | 帳戶貨幣/pip | | R | 固定風險(可選,會抵消) | 帳戶貨幣 |

3. 關鍵洞察

  • 雙曲線衰減: P → 0 時,x → ∞,RR_net → -1
  • R 無關性: RR_net 不依賴固定風險 R
  • 剪刀效應: 短時間框架同時增加成本負擔與降低訊號品質

4. 單位一致性規則

  • P 和 s 必須使用相同基準(都是 pips 或都是 points)
  • c 必須是 round-turn(來回)佣金
  • V 必須是每 pip 每手的價值 </essential_principles>
<intake> **您想要執行什麼操作?**
  1. Compute - 計算單一參數組合的成本密度與效率指標
  2. Sweep - 掃描停損範圍,生成 RR_net/WR_min 曲線表
  3. Analyze - 解讀結果,提供策略建議

等待回應後再繼續。 </intake>

<routing> | Response | Workflow | Description | |--------------------------------------|----------------------|----------------------| | 1, "compute", "calculate", "single" | workflows/compute.md | 單次計算成本密度指標 | | 2, "sweep", "grid", "curve", "range" | workflows/sweep.md | 網格掃描與閾值搜尋 | | 3, "analyze", "interpret", "explain" | workflows/analyze.md | 結果解讀與策略建議 |

讀取工作流程後,請完全遵循其步驟。 </routing>

<reference_index> 參考文件 (references/)

| 文件 | 內容 | |-------------|--------------------------| | formulas.md | 完整公式推導與數學證明 | | theory.md | 市場微結構理論背景與文獻 | </reference_index>

<workflows_index> | Workflow | Purpose | |------------|----------------------------| | compute.md | 單次計算成本密度與效率指標 | | sweep.md | 網格掃描與閾值搜尋 | | analyze.md | 結果解讀與策略建議 | </workflows_index>

<templates_index> | Template | Purpose | |--------------------|------------------| | output-schema.yaml | 輸出 JSON schema | | input-schema.yaml | 輸入參數 schema | </templates_index>

<scripts_index> | Script | Purpose | |-----------------|---------------------| | cost_density.py | Python 計算實作 | | cost_density.ts | TypeScript 計算實作 | </scripts_index>

<quick_start> 快速計算(XAU/USD 範例):

輸入:

{
  "RR_g": 3.0,
  "c": 7.0,
  "s": 1.5,
  "V": 10.0,
  "P": 20
}

計算:

cost_density = 7.0/10.0 + 1.5  # = 2.2 pips
x = 2.2 / 20                    # = 0.11
RR_net = (3.0 - 0.11) / (1 + 0.11)  # = 2.60
WR_min = (1 + 0.11) / (1 + 3.0)     # = 27.7%
P_critical = 2.2 * (3.0 + 2) / 3.0  # = 3.67 pips

輸出:

{
  "cost_density": 2.2,
  "x": 0.11,
  "RR_net": 2.60,
  "WR_min": 0.277,
  "P_critical": 3.67,
  "Loss_RR": 0.133
}

</quick_start>

<success_criteria> Skill 成功執行時:

  • [ ] 輸入參數通過驗證(單位一致性)
  • [ ] 正確計算 cost_density、x、RR_net、WR_min
  • [ ] 識別是否處於高摩擦區(P < P_critical)
  • [ ] 輸出符合 outputs_schema
  • [ ] 提供 zh-TW 解釋說明 </success_criteria>