搜索结果: "量化"

4.5

Calci预测市场Skill calci-prediction-market

这个技能提供关于Calci预测市场域的详细知识,基于Kalshi平台,涵盖二进制事件合约、市场模型、交易力学和API用法,帮助用户理解和解释预测市场数据,适合量化金融、金融科技和算法交易应用。关键词包括预测市场、Kalshi、量化金融、API、交易、二进制期权、衍生品定价、算法交易。

4.5

MoltBook分析师Skill MoltBookAnalyst

MoltBook分析师是一个基于AI的加密货币交易分析技能,能够自动读取交易日志,计算盈亏和胜率,评估交易策略风险,并生成社交媒体报告,适用于量化金融和区块链社区。关键词包括:加密货币交易、AI智能体、量化分析、策略评估、社交媒体报告、量化金融、区块链应用。

4.5

鲸鱼追踪Skill whale-tracking

这个技能用于监控 Polymarket 预测市场和多个加密货币链上的大额交易,实时跟踪鲸鱼活动,提供数据分析和警报功能,帮助用户进行量化金融决策和风险监控。关键词:鲸鱼追踪,大额交易监控,量化金融,区块链,市场分析,实时警报,加密货币,预测市场。

4.5

Bybit期货交易技能Skill bybit-futures

该技能用于在Bybit平台进行期货量化交易,支持高达100倍杠杆,并提供完整的数据库跟踪功能,适用于算法交易、风险管理和策略回测。关键词:量化交易、算法交易、Bybit、期货、杠杆、数据库跟踪、风险管理、交易策略。

4.5

令牌指标自动化Skill token-metrics-automation

此技能通过Rube MCP和Composio的Token Metrics工具包,实现令牌指标的自动化操作,支持量化金融和数据分析领域的工具发现、连接管理和任务执行,关键词包括Token Metrics、自动化、量化交易、数据分析、Rube MCP、Composio。

4.5

蒙特卡洛模拟引擎Skill monte-carlo-engine

蒙特卡洛模拟引擎是一个用于概率建模、风险量化和不确定性分析的强大工具。它通过随机抽样和统计方法,模拟复杂系统的各种可能结果,帮助用户评估投资风险、预测项目收益、进行决策支持和敏感性分析。核心功能包括多种分布抽样、相关性处理、收敛监控、风险价值计算和龙卷风图生成。适用于量化金融、风险管理、商业决策和工程分析等领域。关键词:蒙特卡洛模拟,风险量化,不确定性分析,概率建模,决策支持,敏感性分析,VaR计算,拉丁超立方抽样。

4.5

Hummingbot量化交易助手Skill hummingbot

Hummingbot量化交易助手是一个专门针对加密货币算法交易的技能库,提供自动化交易策略开发、做市商策略、套利交易、交易所API连接等全面支持。包含高频交易、量化策略、回测系统、市场数据获取、订单簿分析等核心功能,适用于量化金融开发者、算法交易员和加密货币交易机器人构建者。

4.5

信号交易Skill signals

信号交易是一种自动化交易工具,通过监控RSS订阅、Twitter/X、Telegram和Webhook等外部信号源,自动触发加密货币交易。用户可以设置关键词、情绪、代币地址等过滤器来控制交易条件,并配置交易金额、滑点等参数。该技能适用于量化交易、算法交易、加密货币自动交易、DeFi策略执行和社交情绪交易等场景。

4.5

代理身份验证Skill verify

这个技能基于ERC-8004标准在区块链上进行代理身份验证,防止冒充攻击,确保量化交易和Web3应用的安全,适用于智能合约、DeFi和AI代理交互。关键词:区块链身份验证、ERC-8004、智能合约、代理安全、Web3信任、量化金融。

4.5

投资组合技能Skill portfolio

投资组合技能是一个量化交易工具,用于跨预测市场和期货交易所实时追踪头寸和盈亏。它提供全面的风险分析、多平台支持、鲸鱼追踪集成等功能,帮助投资者优化投资决策和管理风险。关键词:投资组合追踪、量化交易、风险管理、预测市场、期货交易。

4.5

Binance期货交易插件Skill binance-futures

这是一个用于Binance期货交易的量化交易插件,支持最高125倍杠杆,并提供完整的数据库跟踪功能,帮助用户管理交易历史、分析统计数据和执行算法交易策略。关键词包括:Binance期货、量化交易、数据库跟踪、杠杆交易、算法交易。

4.5

稳定基线3Skill stable-baselines3

稳定基线3 是一个基于 PyTorch 的强化学习库,提供可靠的强化学习算法实现(如 PPO、SAC、DQN),支持快速训练 RL 代理、创建自定义环境、实现回调函数和优化工作流程。关键词:强化学习、稳定基线3、PyTorch、RL 算法、训练代理、自定义环境、回调函数、向量化环境、深度强化学习、AI 应用。