搜索结果: "量化"

⚡

Excel电子表格处理Skill xlsx

4.5

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

⚡

智能招聘计分卡Skill afrexai-hiring-scorecard

4.5

智能招聘计分卡是一款基于AI的招聘评估工具,通过设定加权评分标准(如技术技能、相关经验、文化契合度等),帮助招聘者客观、量化地评分和比较候选人,消除主观偏见,提供数据驱动的录用建议。关键词:招聘评估,候选人评分,量化招聘,AI招聘工具,加权计分卡,招聘决策支持,人才筛选,面试评分。

⚡

Hyperliquid量化交易集成Skill hyperliquid

4.5

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。

⚡

代码解释器Skill code-interpreter

4.5

这个技能是一个基于AWS Bedrock AgentCore的代码解释器,提供安全的沙箱环境,用于测试、调试和原型代码,支持Python、JavaScript和TypeScript等多种语言,预装200+库,适合数据科学、机器学习、量化金融等场景。关键词:代码测试、原型设计、沙箱环境、数据分析、机器学习、Python编程。

⚡

Bankr代理工作流程Skill BankrAgent-JobWorkflow

4.5

这个技能用于通过异步作业模式执行 Bankr API 操作,包括提交提示、轮询状态和完成作业。适用于金融交易、市场分析和数据查询,基于提交-轮询-完成的工作流程。关键词:Bankr API, 异步作业, 工作流程, MCP工具, 量化交易, 数字货币交易

⚡

数据分析Skill data-analysis

4.5

这个技能用于使用DuckDB分析用户上传的Excel和CSV文件,支持数据探索、SQL查询、统计汇总和结果导出,适用于数据科学和商业智能场景。关键词:数据分析、Excel处理、CSV解析、SQL查询、统计摘要、DuckDB、数据工程、商业智能、量化金融。

⚡

公司事件驱动分析Skill 公司事件驱动分析

4.5

一套量化交易策略框架,聚焦于公司层面重大事件(如并购套利、大股东增减持、股权激励、定增配股、ST退市预警等)的量化分析与信号提取,帮助投资者构建事件驱动型股票投资策略,实现超额收益。

⚡

扩展信号模式Skill extend-signal-schema

4.5

扩展信号模式技能是AFI核心框架中用于安全扩展和优化信号数据模式的工具。该技能专注于在量化金融交易系统中,为原始、丰富、分析和评分信号添加新字段或验证规则,确保变更的向后兼容性、遵循设计原则并保持验证确定性。适用于量化策略开发、数据工程、金融科技系统架构和AI智能体开发场景。

⚡

Excel专业建模与分析技能Skill xlsx

4.5

Excel专业建模与分析技能是专门用于创建、编辑和分析电子表格文件的综合能力。该技能支持Excel公式构建、财务模型开发、数据可视化、批量数据处理和自动化报表生成。关键词包括:Excel建模、财务分析、数据可视化、Python自动化、电子表格处理、量化分析、报表生成、数据清洗、公式计算、商业智能。适用于金融分析师、数据科学家、财务建模师和业务分析师等专业人士,用于构建动态可更新的财务模型、数据分析仪表板和自动化报告系统。

⚡

数据验证Skill data-validate

4.5

这个技能用于在分享分析前验证其方法论、准确性和潜在偏见,包括数据选择、统计错误检查和置信度评估,生成改进建议,适用于数据科学、量化金融和商业智能领域,关键词包括分析验证、方法论检查、准确性评估、偏见检测、置信度评分、SEO优化。

⚡

SHAP模型可解释性分析Skill shap

4.5

此技能用于机器学习模型的可解释性分析,通过SHAP值解释模型预测、计算特征重要性、生成可视化图表,帮助用户理解模型行为、调试模型、分析公平性,并实现可解释AI。关键词:SHAP、机器学习、可解释性、特征重要性、模型解释、AI解释性、数据科学、人工智能、量化交易、风险评估。

⚡

技术科普文写作-前沿性与通俗性平衡Skill "技术科普文写作-前沿性与通俗性平衡"

4.5

这个技能用于撰写面向非技术背景人群的人工智能技术科普文章,通过生活化类比和具象场景平衡技术前沿性与通俗性,避免专业术语,强调真实案例和可验证效果。关键词包括:AI科普写作、技术通俗化、大模型量化、公众号文章、内容创作。