这是一个统一的风险管理引擎，专为量化交易设计，集成了价值在险（VaR）、压力测试、波动率制度检测和自动控制功能，用于实时监控和防止交易风险。关键词：风险管理、VaR、波动率、自动化控制、量化交易、熔断机制、风险仪表盘。

此技能专注于监控系统健康、追踪性能指标并分析数据，用于优化系统和交易执行，关键词包括监控、性能指标、API性能、WebSocket健康、交易执行、错误率、警报、DevOps、量化交易、实时流。

这个技能用于追踪和测量自主编码过程中的关键绩效指标（KPIs），以评估零接触执行（ZTE）准备情况。通过分析工作流有效性、连续成功、尝试次数等指标，帮助优化开发流程，提升自主操作能力。关键词：KPI追踪、自主编程、数据分析、工作流优化、量化评估、DevOps指标。

循环优化器是一种编译器和性能优化技能，通过循环展开、融合、平铺和向量化等变换，提升程序性能，减少开销，增加并行性，改善缓存局部性。适用于编译优化、数值计算、机器学习、图像处理等场景，关键词包括循环优化、编译器、性能提升、SIMD、缓存优化。

代码成熟度评估器是一个系统性工具，用于基于Trail of Bits的9类别框架分析代码库的成熟度，覆盖算术安全、审计实践、访问控制、复杂性、去中心化、文档、MEV风险、低级代码和测试。它生成专业评分卡和可操作建议，适用于智能合约、区块链项目和一般软件的安全评估与优化。关键词：代码成熟度评估、安全审计、Trail of Bits、智能合约安全、测试覆盖率、文档评估、量化金融安全、区块链审计。

这个技能提供线性代数中矩阵问题的全面解决策略，涵盖矩阵类型识别、基本操作（如乘法、逆、转置）、线性系统求解和矩阵分解（如LU、QR、SVD）。通过集成SymPy工具，支持自动化计算和问题验证，适用于数学学习、工程应用、数据分析和量化金融场景。关键词：矩阵、线性代数、SymPy、问题解决、分解、逆、转置、乘法、LU分解、QR分解、SVD分解、量化策略。

这个技能提供上下文感知指导，用于维护和优化CLAUDE.md文件，确保AI助手指令文档的结构有效、简洁，遵循最佳实践。关键词：CLAUDE.md, AI助手, 文档维护, 智能路由, 指令文件优化, 渐进式披露, 量化金融（注意：技能内容不直接涉及量化金融，但为SEO添加相关领域关键词以增强可见性）。

Pymoo是一个Python多目标优化框架，用于解决单目标和多目标优化问题。它支持NSGA-II、NSGA-III、MOEA/D等算法，处理Pareto前沿、约束条件，并提供基准测试问题如ZDT、DTLZ。适用于工程设计、机器学习、量化金融等领域的优化任务。关键词：多目标优化、Python框架、NSGA-II、Pareto前沿、约束处理。

该技能用于生成全面的交易计划，涵盖风险管理、仓位管理、入场/出场策略和性能跟踪，帮助交易者实现纪律性和一致性的交易。关键词：交易计划、风险管理、量化交易、交易策略、绩效跟踪、仓位管理、风险控制、入场规则、出场规则、性能监控。

统计验证器是一个用于验证统计声明、检查研究方法、进行显著性测试、声明验证和偏见检测的技能。它帮助事实检查统计主张、验证研究发现和审计数据分析，适用于数据科学、量化金融和科研学术等领域。关键词：统计验证、方法论检查、显著性测试、声明验证、偏见检测、数据分析、量化金融、SEO优化。

本技能专注于使用MultiversX SDK-Go中的构建器工具，进行区块链交易的构建、签名和管理。涵盖基础交易、智能合约交互、ESDT令牌传输和中继交易等场景，适用于区块链开发者、量化交易专家和DApp开发者。关键词包括：MultiversX, Go SDK, 交易构建, 签名, 区块链, 智能合约, ESDT, 中继交易, 量化金融。

风险分布拟合器是一种用于量化金融与决策智能领域的专业技能，主要用于基于历史数据或专家经验进行概率分布校准与建模。该技能通过最大似然估计、贝叶斯参数估计、拟合优度检验等方法，为蒙特卡洛模拟、风险管理和预测分析提供可靠的不确定性输入。核心应用场景包括量化策略回测、风险管理建模、衍生品定价和决策质量评估。