我用龍蝦試玩富途AI投資助理「SKILLS」：免費Token兩條問題就玩完，值唔值得課金繼續呢？

## 任務：技術指標策略回測

請幫我執行以下策略的回測，並提供詳細績效報告。

### 回測設定
- 標的代碼：[例如：AAPL, 00700.HK, 510300.SH]
- 資料時間範圍：[例如：2020-01-01 至 2025-12-31]
- K線週期：[日線 / 小時線 / 週線]
- 初始資金：[例如：1,000,000]
- 手續費與滑點：[例如：買入 0.1%，賣出 0.1%，滑點 0.05%]

### 策略邏輯
請使用以下規則產生買賣訊號（擇一或多條件組合）：

- 買入條件：
  1. [例如：5日均線 上穿 20日均線]
  2. [例如：RSI < 30]
  3. [例如：MACD 柱狀線由負轉正]

- 賣出條件：
  1. [例如：5日均線 下穿 20日均線]
  2. [例如：RSI > 70]
  3. [例如：止損設 -8% 或 止盈設 +15%]

### 輸出要求
請輸出：
1. 績效摘要：總收益率、年化收益率、最大回撤、夏普比率、勝率、盈虧比。
2. 權益曲線圖（文字描述或圖表連結）。
3. 交易記錄摘要：交易次數、平均持倉天數、最大連續虧損次數。
4. 對比基準：與「買入持有」該標的的績效比較。
5. 參數敏感性分析（可選）：若我使用了均線參數，請測試附近幾組參數（如 5/20、10/30、10/60）並簡單對比。

## 任務：多因子選股輪動回測

請幫我回測一個多因子選股策略，設定如下。

### 基本設定
- 股票池：[例如：滬深300 成分股]
- 回測時間：[例如：2018-01-01 至 2024-12-31]
- 調倉頻率：[例如：每月第一個交易日]
- 持有檔數：[例如：10 檔]
- 資金配置：[等權重 / 按因子分數加權]
- 交易成本：[單邊 0.15%]
- 剔除條件：[例如：ST、停牌、上市未滿 60 天、市值小於 50 億]

### 因子組合與權重
請使用以下因子，並依照指定權重進行 Z-score 標準化後加總，選出總分最高的 N 檔：

1. 估值因子（權重 30%）：[例如：PE 分位數 (越低越好)]
2. 動量因子（權重 40%）：[例如：過去 20 日漲幅]
3. 質量因子（權重 30%）：[例如：ROE 連續兩年 > 15%]

註：若資料源無法取得某些因子，請改用近似替代並告知。

### 輸出要求
請輸出：
1. 策略績效曲線（對比滬深300指數）。
2. 年度收益率表：每年策略 vs 基準。
3. 換手率分析：平均月換手率、年換手率、交易成本佔收益的比例。
4. 因子貢獻度：可用簡單的因子 IC 分析或歸因，說明哪個因子貢獻最大。
5. 最差/最佳月份：列出表現最好與最差的各三個月份及原因推測。

## 任務：價格預測模型構建與評估

請為我建立一個預測模型，目標是預測 [標的代碼：例如 BTC-USD] 的未來 [例如：5 日] 漲跌方向（或收益率）。

### 資料設定
- 訓練區間：[例如：2019-01-01 至 2023-12-31]
- 驗證區間：[例如：2024-01-01 至 2024-12-31]
- 測試區間（或預測目標區間）：[例如：2025-01-01 至 2025-06-30]
- 資料頻率：[日線 / 小時線]

### 特徵工程
請使用以下特徵（若缺省則使用預設技術指標）：
- [例如：過去 5,10,20 日收益率]
- [例如：RSI, MACD, 布林帶寬度]
- [例如：成交量變化率]
- [例如：VIX 指數 (若有)]

### 模型選擇
請嘗試至少兩種模型（例如 LSTM、XGBoost、隨機森林），比較後選出最佳者，並進行：
- 訓練/驗證/測試的準確率、精確率、召回率
- 混淆矩陣
- 特徵重要性（若樹模型）

### 輸出要求
請提供：
1. 模型架構說明（簡述）。
2. 預測績效：在測試區間上的預測準確率、F1-score，並繪製預測 vs 實際走勢對比圖。
3. 交易模擬（可選）：若根據預測訊號進行簡單交易（如預測漲買入，跌賣出），模擬盈虧與最大回撤。
4. 注意事項：提醒可能存在的過擬合、市場結構變化等風險。

## 任務：投資組合風險分析與壓力測試

我目前持有一個投資組合（如下），請幫我分析其風險，並進行壓力測試。

### 組合明細
請使用以下資產與權重：
- [標的 A：30%]
- [標的 B：25%]
- [標的 C：20%]
- [現金：25%]

### 分析期間
- 數據期間：[例如：2015-01-01 至 2024-12-31]
- 風險無風險利率：[例如：3%]

### 分析要求
1. 風險指標：計算組合的波動率（年化）、VaR（95% 與 99%）、CVaR、最大回撤。
2. 相關性矩陣：列出各資產間的相關性，並指出分散化效果。
3. 壓力測試：模擬以下極端情境下的組合損失：
   - 市場大跌（如指數 -20%）
   - 波動率飆升（VIX 上升 30%）
   - 利率上升 200 基點
   - [自定義情境：例如 某行業崩盤 15%]
4. 風險歸因：說明哪項資產對整體風險貢獻最大。
5. 建議：根據結果，提供簡要的風險調整建議（如減持、對沖等）。

## 任務：定投日期選擇最佳化回測

請幫我回測某標的在不同日期執行定期定額的績效，並比較哪一天的平均報酬率最高。

### 回測設定
- 標的代碼：[例如：SPY, 0050.TW, 000300.SH]
- 資料時間範圍：[例如：2010-01-01 至 2024-12-31]
- 定投期間：[例如：每月一次]
- 每次定投金額：[例如：10,000]
- 手續費：[例如：0.1%]

### 定投日期候選
請比較以下日期執行定投的結果（可複選或全選）：
- [例如：每月 1 號]
- [例如：每月 5 號]
- [例如：每月 10 號]
- [例如：每月 15 號]
- [例如：每月 20 號]
- [例如：每月最後一個交易日]
- [自訂：________]

若遇非交易日，請順延至下一個交易日。

### 輸出要求
請輸出：
1. 各日期定投的終值比較：列出每個候選日期的總投入金額、最終市值、總報酬率、年化報酬率。
2. 排名表：依年化報酬率由高至低排序。
3. 統計檢定（可選）：若資料充足，請簡單說明最佳日期與次佳日期的報酬率差異是否顯著（t-test 或 Wilcoxon）。
4. 市場效應觀察：指出是否與「月初效應」、「月中效應」或「薪酬發放日」等市場現象吻合。
5. 風險對比：比較最佳日期與最差日期的最大回撤、夏普比率。

## 任務：月月派息 ETF 定投與股息再投資回本時間預測

請模擬一個每月定投並將股息再投資的策略，計算累積市值何時能超過總投入成本（含手續費），並預測回本所需時間。

### 模擬設定
- 標的代碼：[例如：HYG, 00710B.TW, 每月配息 ETF]
- 模擬時間範圍：[例如：2015-01-01 至 2025-12-31]（若歷史資料不足，請延伸至可用最長區間）
- 定投頻率：[例如：每月第一個交易日]
- 每次定投金額：[例如：20,000]
- 股息再投資：每次收到配息後，於除息日（或發放日）以當日收盤價全數買入同一 ETF。
- 交易成本：[例如：買入 0.1%，賣出 0.1%]（再投資時僅計算買入成本）
- 稅務考量：[例如：股息稅率 0% / 10% / 30%] 若需考慮請填入。

### 輸出要求
請輸出：
1. 現金流量與市值表：逐月列出「當月投入本金」、「累計投入本金」、「累計領息（稅後）」、「累計再投資股數」、「期末市值」。
2. 回本時間點：指出在哪一個時間點（年月）累計市值首次大於累計投入本金，並計算總共經過多少個月。
3. 回本敏感度分析：若將股息再投資改為「不投入，僅領現金」，回本時間會相差多少？
4. 情境模擬：假設未來一年股息率下降 20%，回本時間將延長多久？
5. 圖表建議：繪製「累計投入本金 vs 累計市值」的曲線圖（文字描述或圖表連結）。