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。

这个技能提供了Calci预测市场领域的全面知识，基于Kalshi平台。它解释了二进制事件合约的工作原理、隐含概率计算、交易机制、数据结构和API集成。适用于量化交易员、金融科技开发者和预测市场爱好者。关键词：预测市场、Kalshi、二进制合约、量化金融、API、WebSocket、交易结算。

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。

HQQ（Half-Quadratic Quantization）是一种先进的AI模型量化技术，专为大语言模型设计，支持无校准数据的4/3/2-bit精度权重压缩，实现快速模型优化和内存效率提升，适用于AI推理加速、模型部署、vLLM和HuggingFace框架集成，以及LoRA微调。关键词：量化、模型压缩、无校准、AI推理、大模型微调、内存优化。

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。

这个技能用于管理外部数据源、连接器和自定义数据流，为量化交易机器人提供实时数据集成服务，支持REST API、WebSocket和Webhook等多种集成方式，提升交易策略的数据驱动能力。关键词：数据集成、API连接、量化交易、实时数据流、外部数据源、交易机器人、数据管理、量化金融、股票分析。

股票量化交易技能是利用数据统计分析和算法对股票进行预测和交易的专业能力，适用于开发量化策略、执行算法交易、进行风险管理和资产配置。关键词：量化分析、算法交易、高频交易、回测系统、因子挖掘、风险管理、股票评估、统计套利。

计算变量间的 Pearson/Spearman 相关矩阵、偏相关分析，自动识别因混淆变量导致的伪相关，适用于数据科学、量化金融等领域，帮助研究者剔除虚假关联。关键词：相关性分析、Pearson、Spearman、偏相关、伪相关、混淆变量、相关系数、统计分析。

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。

此技能用于执行区块链代币的买卖、交换和跨链操作，支持量化交易和智能合约集成，适用于交易机器人开发和Web3应用。关键词包括代币交易、区块链、量化交易、跨链桥、智能合约和Web3。

量化方法技能专注于使用R、Stata、SPSS或Python等统计工具，为社会科学研究提供严谨的数据分析解决方案。核心能力包括回归建模、假设检验、功效分析和稳健性检验，旨在帮助研究者设计定量研究、分析调查数据、验证假设并构建预测模型。该技能强调最佳实践，如预注册分析、假设检查和代码文档化，确保分析结果的可靠性和可重复性。

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。