搜索结果: "量化"

市场机制投注Skill market-mechanics-betting

4.5

该技能用于将概率信念转化为行动决策,如下注、通过或对冲,并优化评分。它涉及计算边缘、使用凯利准则优化下注大小、极端化聚合预测、改进布里尔分数等。适用于量化策略、算法交易、风险管理、预测市场等场景,帮助用户基于数据做出最优下注决策。

风险分析与压力测试Skill 风险分析与压力测试

4.5

系统化风险测量与压力测试框架,涵盖VaR/CVaR计算、蒙特卡洛模拟、极值尾部风险分析及历史情景压力测试,为量化策略回测和资产配置提供风险评估与控制。

财务方差分析技能Skill finance-analysis-analyst

4.5

财务方差分析技能是一个工具,用于执行可重复的财务分析,包括清晰的假设设定、数据对账和生成高管就绪的摘要,帮助用户量化方差、识别关键驱动因素并提供可操作的商业建议。关键词:财务分析、方差分析、对账、高管摘要、数据驱动决策。

xlsx电子表格处理与分析技能Skill xlsx

4.5

这个技能库用于创建、编辑和分析Excel电子表格文件,支持公式计算、数据格式化、数据可视化和错误检查,适用于金融建模、数据分析和量化交易等场景。关键词:Excel处理、数据分析、公式计算、金融模型、量化分析。

分布拟合器Skill distribution-fitter

4.5

分布拟合器是一个用于仿真和分析中输入建模的AI技能。它通过统计分布拟合、参数估计和拟合优度检验,帮助用户为离散事件仿真、排队系统分析、需求预测等场景找到最能代表观测数据的概率分布模型。核心功能包括自动化分布拟合、最大似然估计、到达间隔时间分析、经验分布构建和分布比较。关键词:统计分布拟合,输入建模,仿真分析,最大似然估计,拟合优度检验,概率分布,数据分析,量化金融,Python scipy。

投资组合管理Skill portfolio

4.5

投资组合管理技能是一个专业的量化交易工具,用于跨平台(包括预测市场和期货交易所)追踪、分析和管理您的金融头寸与盈亏。它提供实时头寸监控、多维度风险分析(如相关性矩阵、敞口细分、集中度风险)、盈亏总结、历史表现图表以及巨鲸活动追踪功能。该工具支持与Polymarket、Kalshi、Binance Futures、Bybit等多个主流平台的API集成,帮助交易者进行自动化同步、风险管理、绩效评估和智能决策。关键词:量化交易,投资组合管理,风险分析,头寸追踪,盈亏计算,预测市场,期货交易,API集成,巨鲸监控,自动化工具。

风险管理Skill risk

4.5

这是一个全面的风险管理引擎,用于量化交易中的风险控制,包括价值风险评估、压力测试、波动率监测等关键功能。

可执行政策报告生成Skill "formal-executable-policy-report-drafting"

4.5

这个技能用于自动生成正式、可执行的政策报告草案,强调明确责任实体、量化成功指标,适用于公共部门和社区服务,提升政策实施的问责性和可测量性。关键词:政策报告、可执行语言、责任分配、量化指标、公共服务。

Excel金融建模与分析技能Skill xlsx

4.5

该技能提供全面的Excel文件处理能力,包括创建、编辑、分析和可视化电子表格,特别强调金融模型中的公式计算、数据格式化和错误预防。适用于股票量化交易、数据分析和财务报告,支持量化策略开发和风险管理。关键词:Excel数据分析,量化金融模型,公式计算,数据可视化,金融Excel技巧,股票量化交易工具

凭证安全管理Skill credentials

4.5

该技能用于安全存储和管理交易平台的API凭证,采用AES-256-GCM加密技术,支持多种平台如Polymarket、Kalshi、Binance等,确保量化交易和算法交易中的凭证安全与可管理性。关键词:API凭证管理、交易安全、加密存储、量化金融工具、风险管理。

Vue.js3开发Skill vue-development

4.5

Vue.js 3 开发技能专注于使用Composition API、TypeScript、Pinia、Nuxt等工具构建现代Web应用,适用于前端开发、全栈开发、组件设计、状态管理、测试等场景。关键词:Vue.js, Composition API, TypeScript, Pinia, Nuxt, 前端开发, Web开发, 量化交易评估无关(基于股票专家角色提醒:此内容与股票量化交易无直接关联,建议专注金融数据分析)。

LLM量化与内存优化技术Skill quantizing-models-bitsandbytes

4.5

这个技能涉及使用bitsandbytes库对大型语言模型进行量化和内存优化,通过8位和4位量化减少GPU内存占用50-75%,精度损失小于1%,支持INT8、NF4、FP4格式、QLoRA微调和8位优化器,适用于有限内存环境下的模型加载、推理和训练,与HuggingFace Transformers集成。关键词:LLM量化、内存优化、bitsandbytes、QLoRA、深度学习、大模型微调、GPU加速、HuggingFace、AI模型优化。