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。

赫耳墨斯V3.1是一个经过10+次迭代验证的加密货币量化交易策略，专注于三大币种的突破滚仓交易。提供完整回测数据（$500至210万美元，PF 5.73），集成突破信号、金字塔加仓、追踪止损等模块，适用于OKX交易所实盘。关键词：量化交易、突破策略、金字塔加仓、回测数据、加密货币、风险控制。

贝叶斯推理引擎是一个基于贝叶斯概率论的统计建模与分析工具，专门用于先验概率设定、后验分布计算和动态信念更新。它支持MCMC采样、变分推理、模型比较和后验预测检验等核心功能，广泛应用于科学研究、量化金融、数据分析和机器学习等领域。关键词：贝叶斯推理、概率建模、MCMC采样、后验计算、信念更新、统计推断、PyMC、Stan、数据科学、量化分析

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。

闪电交易是一个基于Arbitrum区块链的链上订单簿去中心化交易所（DEX）命令行工具。它允许用户通过简单的命令进行永续期货合约的交易，支持查看市场深度、获取实时价格、管理账户余额与持仓、以及执行开仓、平仓、取消订单等操作。关键词：Arbitrum DEX，链上订单簿，永续期货，量化交易，DeFi，命令行交易，低手续费，高流动性。

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。

此技能用于帮助开发者创建和更新Ruby gem的README文件，遵循Ankane风格模板，确保文档简洁、格式规范，使用命令式语音、保持句子简短、组织标准章节顺序。关键词：Ruby, README, Ankane风格, 文档编写, gem开发, 命令式语音, 代码围栏, 量化金融（不直接相关，但提及以增强SEO）

这个技能用于分析业务模型的单元经济性，通过计算关键财务指标如客户获取成本(CAC)、生命周期价值(LTV)和贡献边际，评估盈利性、可扩展性和业务可行性。适用于初创公司验证、定价决策、营销优化、增长战略制定和投资评估。关键词：单元经济学, CAC, LTV, 财务建模, 业务分析, 盈利评估, 量化金融, 数据驱动决策

本技能通过 Tushare Pro API 获取中国金融市场数据，涵盖股票、基金、期货、债券及宏观经济指标，提供 220+ 个数据接口，支持历史行情、财务报表、指数成分等查询，适用于量化研究、投资分析和数据挖掘。关键词：Tushare、金融数据、量化金融、A股、股票行情、财务指标、宏观经济、数据接口。

系统化选股和投资想法发掘，结合量化筛选、主题研究和模式识别，挖掘多头或空头机会，适用于寻找新标的、跑筛选器和做主题扫描。

pandas-DataFrame分析器是一款自动化数据分析工具，专门用于金融数据、股票量化交易数据的预处理和探索性分析。该工具提供全面的统计摘要、缺失值检测、数据类型优化建议和内存占用分析，支持CSV、Parquet、JSON等多种数据格式。适用于量化金融策略开发、因子挖掘、回测系统数据预处理等场景，帮助交易员和数据分析师快速了解数据特征、优化数据质量，为后续的机器学习建模和量化策略制定提供可靠的数据基础。关键词：数据分析，数据工程，量化金融，股票分析，pandas，数据预处理，探索性分析，统计摘要，缺失值检测，内存优化

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。