搜索结果: "量化"
DeFi交易系统Skill defi-trading-systems
这个技能提供构建去中心化金融（DeFi）交易系统的全面指导，涵盖永续期货、自动化做市商、风险管理、MEV保护等核心内容，适用于量化交易员、区块链开发者和金融科技从业者。关键词：DeFi、量化交易、风险管理、智能合约、自动化策略、MEV保护、流动性提供。
简历CV构建器Skill cv-resume-builder
简历CV构建器是一个用于优化职业文档的技能，通过结构化框架（如按时间顺序、功能型、混合型）、量化成就方法（如STAR、XYZ）和ATS兼容性优化，帮助个人提升简历和CV的影响力、针对特定求职角色定制，并提高求职成功率。关键词：简历优化、CV制作、职业发展、ATS兼容、求职技巧、职业技能、量化成就、结构化框架。
MarketFeeds-市场数据Skill feeds
这个技能提供了来自多个预测市场平台的实时和历史市场数据，包括价格、订单簿、交易等信息，支持WebSocket和REST API，适用于量化金融分析和实时交易决策。
Ankane风格README文档编写器Skill ankane-readme-writer
此技能用于帮助开发者创建和更新Ruby gem的README文件，遵循Ankane风格模板，确保文档简洁、格式规范，使用命令式语音、保持句子简短、组织标准章节顺序。关键词：Ruby, README, Ankane风格, 文档编写, gem开发, 命令式语音, 代码围栏, 量化金融（不直接相关，但提及以增强SEO）
Excel金融建模与数据分析Skill xlsx
此技能专注于使用Excel进行高级数据分析和金融模型构建，包括颜色编码标准、数字格式化、公式应用、财务模型创建和量化交易支持。关键词：Excel、数据分析、金融建模、量化交易、财务模型、公式、pandas、openpyxl、股票分析、量化策略、SEO搜索。
Hummingbot量化交易助手Skill hummingbot
Hummingbot量化交易助手是一个专门针对加密货币算法交易的技能库，提供自动化交易策略开发、做市商策略、套利交易、交易所API连接等全面支持。包含高频交易、量化策略、回测系统、市场数据获取、订单簿分析等核心功能，适用于量化金融开发者、算法交易员和加密货币交易机器人构建者。
投资组合伙伴2项目上下文Skill portfolio-context
Portfolio Buddy 2 是一个基于 React 19 和 TypeScript 构建的投资组合分析工具。它为投资者和期货交易者提供交易策略对比、资产相关性分析、风险指标计算（如夏普比率、索提诺比率、最大回撤）、CSV数据上传与可视化、以及基于合约乘数的期货交易指标调整功能。该技能主要用于前端开发、量化金融分析和数据可视化项目。 关键词：投资组合分析，量化交易，React 19，TypeScript，风险指标，夏普比率，索提诺比率，相关性矩阵，期货交易，数据可视化，Supabase
鲸鱼追踪Skill whale-tracking
这个技能用于监控 Polymarket 预测市场和多个加密货币链上的大额交易，实时跟踪鲸鱼活动，提供数据分析和警报功能，帮助用户进行量化金融决策和风险监控。关键词：鲸鱼追踪，大额交易监控，量化金融，区块链，市场分析，实时警报，加密货币，预测市场。
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。
Excel电子表格处理Skill xlsx
这个技能专门用于处理Excel电子表格文件，包括创建、编辑、分析和可视化。它支持公式计算、数据格式化、金融模型构建，并确保零公式错误。适用于数据科学、量化金融和商业分析等领域，帮助用户进行高效的数据处理和决策支持。关键词：Excel, 电子表格, 数据分析, 公式, 金融建模, 数据可视化, 量化交易, 股票分析
数据可视化仪表板构建Skill analytics-metrics
此技能用于使用Recharts库构建数据可视化组件和仪表板，包括折线图、柱状图、饼图、KPI卡片和布局设计，适用于前端开发、数据分析、商业智能和量化金融项目，关键词包括数据可视化、Recharts、仪表板、KPI、数据分析、前端开发。
时间序列分析师Skill time-series-analyst
这个技能专注于时间序列数据分析，帮助识别模式、趋势、季节性和异常点，并使用统计和机器学习方法进行预测。关键词：时间序列分析、趋势预测、季节性分解、异常检测、ARIMA模型、机器学习预测、量化交易、数据分析、预测建模。