搜索结果: "量化"
正式报告草案起草与可执行结构技能Skill "formal-report-drafting-with-executable-structure"
这个技能用于生成正式、可执行的政策报告草案，具有结构严谨、语言克制、明确责任分配和量化成功指标的特点。它基于规则驱动，适用于AI系统辅助文本生成，确保报告的可操作性和可验证性。关键词包括：正式报告、政策起草、可执行结构、量化指标、责任分配、AI文本生成、自然语言处理。
面试准备技能Skill interview-preparation
面试准备技能是一种综合性的职业发展技能，旨在帮助求职者系统性准备各类面试，包括行为面试、技术面试、作品集评审和薪资谈判等。它运用STAR/CAR框架构建故事库，提供常见问题模式、公司研究策略和谈判技巧，强调量化成果和个性化准备。关键词包括：面试准备、求职技巧、行为面试、技术面试、薪资谈判、公司研究、STAR方法、CAR框架、故事银行、面试策略。
DeFi交易系统设计Skill defi-trading-systems
该技能专注于设计和构建去中心化金融（DeFi）交易系统，涵盖永续合约、自动做市商（AMM）、风险管理和MEV保护。适用于量化策略、算法交易、区块链开发和智能合约，帮助用户实现自动化交易、套利机会和投资组合优化。
量化交易系统Skill trading-system
这个技能用于开发和管理一个统一的交易系统，支持自动日志记录到SQLite数据库、机器人策略执行和性能分析。适用于量化交易、算法交易和交易系统开发，提供API接口和聊天命令管理。关键词：量化交易、交易系统、自动日志、机器人管理、性能分析、API、SQLite、算法策略。
Kalshi量化交易技能Skill trading-kalshi
这个技能用于通过Kalshi的REST API进行量化交易，支持市场数据获取、订单管理、持仓监控等自动化操作，适用于预测市场投资和算法交易。关键词包括Kalshi、API、量化交易、预测市场、算法交易、数据统计分析、股票评估。
流星DLMM交易助手Skill meteora
流星DLMM交易助手是一个基于Solana区块链的动态流动性市场制造商（DLMM）命令行工具，专为去中心化金融（DeFi）交易设计。它支持代币交换、获取实时报价和列出DLMM池，帮助用户高效管理流动性并进行量化交易。关键词：Solana, DLMM, 动态流动性, 市场制造商, DeFi, 量化交易, 区块链。
Hyperliquid量化交易集成Skill hyperliquid
这是一个用于集成Hyperliquid永续合约DEX的技能，提供完整的量化交易功能，包括130+市场数据查询、现货交易、HLP保险库收益、TWAP订单执行等，支持算法交易和自动化策略。关键词：量化交易，算法交易，Hyperliquid，DEX，永续合约，自动化交易，交易集成。
Solana复制交易工具Skill copy-trading-solana
这个技能是一个自动化工具，用于监控 Solana 区块链上的钱包交易，并自动复制执行相同的交易。它提供实时监控、可配置的交易参数（如仓位大小、滑点容忍度）、历史追踪和盈亏统计等功能，适用于量化交易和 DeFi 投资。关键词：Solana, 复制交易, 自动交易, 量化金融, DeFi, Jupiter 聚合器, 算法交易, 数字货币, 区块链投资, 交易机器人。
PufferLib高性能强化学习框架Skill pufferlib
PufferLib 是一个高性能强化学习框架，专为加速机器学习实验而设计，支持快速并行训练、向量化环境模拟和多智能体系统开发。它能集成多种游戏环境如Atari、Procgen和PettingZoo，通过优化实现高达2-10倍的速度提升。适用于AI智能体、深度学习、强化学习、机器学习、游戏AI和高速实验等场景。关键词：PufferLib、强化学习、高性能、并行训练、向量化、多智能体、AI智能体、机器学习、深度学习、游戏AI。
RDKit化学信息学工具包Skill rdkit
RDKit是一个用于化学信息学的Python库，提供分子分析、药物发现和计算化学功能。它支持SMILES/SDF解析、分子描述符计算（如分子量、LogP）、指纹生成、子结构搜索、化学反应处理、2D/3D坐标生成和分子可视化。适用于药物研发、量化金融中的化学数据分析和科研学术研究。关键词：化学信息学、分子分析、药物发现、Python、RDKit、SMILES、指纹、相似性计算、数据分析。
GGUF量化技术Skill gguf-quantization
GGUF量化技术是一种AI模型压缩和部署技能，使用GGUF格式和llama.cpp工具对大型语言模型进行2-8位量化，以实现高效的CPU、GPU和Apple Silicon硬件上的推理部署。它支持灵活的量化选项，用于优化模型大小、推理速度和内存使用，适用于本地AI工具、消费硬件和云部署场景。关键词：GGUF，量化，AI模型，llama.cpp，CPU推理，GPU加速，模型压缩，本地部署。
LLM量化与内存优化技术Skill quantizing-models-bitsandbytes
这个技能涉及使用bitsandbytes库对大型语言模型进行量化和内存优化，通过8位和4位量化减少GPU内存占用50-75%，精度损失小于1%，支持INT8、NF4、FP4格式、QLoRA微调和8位优化器，适用于有限内存环境下的模型加载、推理和训练，与HuggingFace Transformers集成。关键词：LLM量化、内存优化、bitsandbytes、QLoRA、深度学习、大模型微调、GPU加速、HuggingFace、AI模型优化。