搜索结果: "量化"

4.5

碳足迹估算器Skill carbon-footprint-estimator

碳足迹估算器是一款面向风险投资和商业领域的专业工具,用于进行ESG(环境、社会和治理)尽职调查。它能够全面计算企业的范围1(直接)、范围2(间接能源)和范围3(价值链)温室气体排放,提供详细的碳足迹评估、行业基准对比、未来排放轨迹预测以及减排情景模拟。该工具遵循国际标准(如GHG Protocol、SBTi),帮助企业量化环境影响,支持投资决策和可持续发展战略制定。 关键词:碳足迹计算,ESG尽职调查,温室气体排放,范围123排放,环境影响评估,风险投资工具,可持续发展分析,减排情景模拟,碳强度指标,环境数据量化

4.5

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,专为量化金融和证券投资领域设计。核心功能包括:交易策略回测与比较、多资产相关性分析(斯皮尔曼/皮尔逊)、风险绩效指标计算(夏普比率、索提诺比率、最大回撤)、CSV数据导入与可视化、期货合约乘数调整以及日期范围筛选分析。关键词:量化交易,投资组合分析,风险指标,策略回测,数据可视化,React开发,TypeScript,期货交易。

4.5

可执行精度正式报告草案生成Skill "formal-report-drafting-with-executable-precision"

该技能用于生成正式、可执行的报告草案,专注于公共服务和社区治理领域,强调操作性、明确问责和量化结果,适用于政策落地、跨部门协调和利益相关者行动。关键词:正式报告、可执行性、量化指标、公共服务、社区治理、政策对齐。

4.5

运行模拟技能Skill run-simulations

这个技能用于设置、运行和分析股票量化交易的模拟回测,包括配置选择、批次模拟执行和综合诊断分析。关键词:量化交易、模拟回测、算法交易、数据分析、股票评估、回测系统。

4.5

时间序列预测器Skill time-series-forecaster

时间序列预测器是一个用于业务指标预测和需求规划的AI技能工具。它整合了经典统计方法(如ARIMA、ETS)、机器学习(如XGBoost、LightGBM)和深度学习(如Prophet、N-BEATS)等多种模型,支持自动模型选择、集成预测、不确定性量化和季节性分解。该技能适用于销售预测、库存管理、财务规划等商业场景,帮助企业进行数据驱动的决策。关键词:时间序列预测,业务指标预测,需求规划,ARIMA,Prophet,机器学习预测,深度学习预测,季节性分析,预测区间,商业智能。

4.5

LocalLLMDeploymentSkill LocalLLMDeployment

这项技能涉及在本地环境中部署和优化大型语言模型(LLMs),包括使用Ollama、vLLM和llama.cpp等工具进行模型服务的设置、性能调优、量化策略和监控。关键词包括:Docker容器化、GPU硬件优化、Python编程、模型量化、张量并行、流水线并行。

4.5

品牌追踪平台技能Skill brand-tracking

品牌追踪平台技能是一个专业的品牌健康度测量与监控工具,集成了品牌认知追踪、品牌感知分析、品牌表现评估和高级数据分析等功能。该技能通过系统化指标(如品牌知名度、NPS、考虑度、好感度)和竞争对标,帮助企业量化品牌资产、监测市场动态、优化品牌战略。关键词:品牌追踪、品牌健康度、品牌感知、NPS测量、竞争对标、品牌资产分析、市场研究、品牌战略。

4.5

项目投资财务分析计算器Skill npv-irr-calculator

项目投资财务分析计算器是一款专业的量化金融工具,用于评估投资项目的财务可行性。核心功能包括计算净现值、内部收益率、投资回收期和盈利指数,并进行现金流建模与敏感性分析。适用于商业案例论证、投资组合筛选和投融资决策支持。关键词:NPV计算,IRR计算,投资回报分析,现金流预测,财务建模,项目评估,贴现现金流,敏感性分析,量化金融工具。

4.5

RB基准测试器Skill rb-benchmarker

RB基准测试器是一款专注于量子计算领域的专业工具,用于执行随机化基准测试协议,以精确表征量子门的保真度、评估硬件性能并分离系统误差。核心功能包括标准RB、交错RB、串扰分析、衰减曲线拟合和SPAM误差分离,帮助研究人员和工程师量化量子计算系统的可靠性,为硬件优化和错误缓解提供数据支持。 关键词:量子计算,随机化基准测试,量子门保真度,硬件表征,错误管理,量子基准测试,保真度衰减,SPAM误差,量子硬件性能

4.5

区块链机器人开发Skill writing-bots

本技能详细指导如何使用Silverback SDK开发区块链事件监听与响应机器人。核心内容包括:机器人设计(监听新区块、智能合约事件、定时任务、自定义指标)、事件处理器实现(发送消息、广播交易、测量指标)、状态维护与风险管理。适用于需要自动化监控公链(如以太坊)事件、与智能合约交互、执行自动化交易或通知的开发场景。关键词:Silverback SDK,区块链机器人,智能合约监听,事件驱动,自动化交易,DeFi,Web3,量化交易,风险管理。

4.5

代码解释器Skill code-interpreter

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。

4.5

机器学习推理优化Skill ml-inference-optimization

这个技能专注于优化机器学习推理的延迟、减少模型大小、实现模型压缩技术(如量化、剪枝、蒸馏)、设计推理缓存策略,以及边缘部署模式。适用于需要提升推理速度、减少资源消耗的场景,特别是在边缘设备或高性能云环境中。关键词:机器学习、推理优化、模型压缩、边缘计算、延迟降低、缓存策略、硬件加速。