多项式混沌展开是一种用于高效传播计算模型中不确定性的数学方法。该方法通过正交多项式基函数对随机输入变量进行展开，能够快速计算输出响应的统计特性（如均值、方差）和全局敏感性分析（如Sobol指数）。适用于工程仿真、金融风险评估、科学计算等领域的不确定性量化分析。关键词：不确定性量化，多项式混沌，敏感性分析，随机建模，数值仿真，风险分析，正交多项式，稀疏PCE

市场优势探测技能是一个量化金融工具，旨在通过系统性地比较预测市场（如博彩、政治预测市场、加密货币预测市场）的实时价格与权威外部模型（如选举模型、经济学家预测、历史数据）之间的差异，来识别和量化潜在的定价错误或“优势”机会。该技能整合了多种数据源，并运用凯利公式等资金管理工具，为交易者提供从机会扫描、价值评估到最优下注规模计算的一站式解决方案。核心关键词包括：量化金融、算法交易、预测市场、错误定价、凯利公式、市场效率、统计套利、数据源对比、优势机会、资金管理。

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。

Portfolio Buddy 2 是一个基于 React 19 和 TypeScript 构建的投资组合分析工具。它为投资者和期货交易者提供交易策略对比、资产相关性分析、风险指标计算（如夏普比率、索提诺比率、最大回撤）、CSV数据上传与可视化、以及基于合约乘数的期货交易指标调整功能。该技能主要用于前端开发、量化金融分析和数据可视化项目。 关键词：投资组合分析，量化交易，React 19，TypeScript，风险指标，夏普比率，索提诺比率，相关性矩阵，期货交易，数据可视化，Supabase

本技能用于生成正式的、可执行的社区养老服务优化报告，包含明确的责任分配和可量化的绩效指标，适用于政策制定、社区管理等领域，关键词包括：社区养老、优化报告、责任分工、量化指标、KPI。

简历CV构建器是一个用于优化职业文档的技能，通过结构化框架（如按时间顺序、功能型、混合型）、量化成就方法（如STAR、XYZ）和ATS兼容性优化，帮助个人提升简历和CV的影响力、针对特定求职角色定制，并提高求职成功率。关键词：简历优化、CV制作、职业发展、ATS兼容、求职技巧、职业技能、量化成就、结构化框架。

这个技能用于从WhatsOnChain API实时获取比特币SV（BSV）的当前价格、汇率和市值信息，支持量化交易分析、市场监控和金融决策，关键词包括BSV价格、美元汇率、区块链数据、API调用、量化策略。

该技能用于通过Python查询FDA的开放API，访问药物、医疗设备、食品、兽医产品等监管数据，支持安全研究、数据分析、药物警戒、趋势监控等应用。关键词包括FDA、数据查询、Python、药物安全、不良事件、召回跟踪、量化分析、监管合规。

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。

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。

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。

这个技能提供了来自多个预测市场平台的实时和历史市场数据，包括价格、订单簿、交易等信息，支持WebSocket和REST API，适用于量化金融分析和实时交易决策。