搜索结果: "量化"
时序数据库专家Skill timescaledb
Timescaledb技能是一个专注于PostgreSQL时序数据库扩展的AI助手。它提供全面的开发支持,涵盖超表管理、连续聚合、数据压缩、实时分析等核心功能。适用于数据库开发、时间序列数据处理、物联网数据分析、金融量化系统等场景。关键词:TimescaleDB, 时序数据库, PostgreSQL扩展, 时间序列分析, 超表, 数据压缩, 实时分析, 数据库优化, IoT数据处理, 量化金融数据存储。
OpportunityFinderSkill opportunity
跨预测市场寻找并执行套利机会的工具,关键词:套利、跨平台、预测市场、量化交易。
系统监控与性能指标管理Skill metrics
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。
BRC-100钱包实现指南Skill wallet-brc100
这个技能提供了使用 @bsv/wallet-toolbox 包实现 BRC-100 兼容钱包的全面指南,涵盖安装设置、钱包初始化、交易操作、密钥管理、存储配置和证书系统。关键词:BRC-100, 钱包开发, BSV区块链, TypeScript, 交易操作, 密钥管理, UTXO管理, 证书系统, 区块链开发, 量化金融
天文数据处理Python库Skill astropy
Astropy是一个全面的Python库,专为天文学和天体物理学设计,用于处理坐标转换、单位计算、FITS文件操作、宇宙学计算、时间系统处理、表格管理和天文数据分析,是天文学研究、数据处理和量化分析的关键工具。关键词:天文数据处理、Python库、坐标转换、FITS文件、宇宙学计算、单位转换、数据分析、天文学研究。
MCP服务器构建技能Skill mcp-builder
这是一个用于创建高质量MCP(模型上下文协议)服务器的技能,帮助开发者构建工具使大型语言模型(LLM)能与外部服务交互。关键词:MCP、服务器开发、LLM集成、API工具、模型上下文协议、人工智能代理、量化交易数据分析。
emceeMCMC采样器Skill emcee-mcmc-sampler
emcee MCMC 采样器技能专为物理学领域的贝叶斯参数估计和后验采样设计。它提供仿射不变集成采样、并行回火、自相关分析、收敛性诊断以及先验/似然函数规范等核心功能。通过定义对数概率函数、初始化游走者、运行采样器、检查收敛性并提取后验分布,帮助研究人员高效完成不确定性量化、模型拟合和参数推断。关键词:贝叶斯推断,MCMC采样,参数估计,后验分布,物理学数据分析,emcee,收敛诊断,不确定性量化。
流动性深度分析器Skill liquidity-depth-analyzer
流动性深度分析器是一个用于去中心化交易所(DEX)的量化交易工具,专注于MEV(矿工可提取价值)交易场景。它通过分析资金池的流动性深度、计算交易滑点和价格影响,来辅助执行最优的交换路径选择、头寸规模确定和套利机会验证。核心功能包括流动性检查、滑点估算和盈利能力验证,确保交易在可控的风险和成本下进行。关键词:DEX流动性分析,滑点估算,MEV交易,价格影响,AMM数学,Uniswap,Curve,量化交易,算法交易。
社区养老服务优化报告草案生成器Skill "formal-executable-community-elder-care-report-draft"
此技能用于生成正式、可执行的社区养老服务优化报告草案,强调责任分工、量化指标和时间限制的行动,适用于政府或公共部门利益相关者。它确保报告的可操作性和可验证性,仅使用纯文本,避免表格,适合政策实施和公共管理场景。关键词:社区养老服务、报告草案、量化指标、责任分工、公共政策、KPI驱动。
滑点管理Skill slippage
这个技能专注于交易执行中的滑点估计、优化和保护,通过API提供完整的解决方案,包括订单簿分析、价格影响评估、执行策略优化和自动保护设置。关键词:滑点估计、算法交易、风险管理、交易执行优化、量化金融、数据统计、股票评估。
预测市场交易Skill predictfun
这是一个用于 Predict.fun 预测市场交易的技能,基于 BNB Chain,允许用户进行二元和类别化市场交易。功能包括市场数据查询、订单买卖、账户管理、持仓赎回等,适用于量化金融和区块链交易场景。关键词:预测市场、量化交易、区块链、DeFi、BNB Chain、算法交易、智能合约、金融科技。
pandas数据操作规则Skill pandas-data-manipulation-rules
这个技能专注于pandas数据操作规则,帮助开发者遵循最佳实践进行数据分析和处理。它涵盖方法链式调用、使用loc/iloc进行数据选择、groupby操作等关键方面,适用于数据科学和量化金融领域。关键词:pandas、数据操作、方法链式、数据选择、groupby、数据分析、编码标准。