搜索结果: "量化"

4.5

预测市场交易执行API服务Skill execution

这个技能用于在Polymarket和Kalshi等预测市场上自动化执行交易,支持限价、市价、做市单和保护订单,提供滑点保护和订单管理功能。关键词:预测市场、交易执行、API、滑点保护、订单管理、量化交易、算法交易、金融科技。

4.5

案例研究写作Skill case-study-writing

此技能用于通过STAR框架、数据可视化和研究,创建有说服力的B2B案例研究。它涵盖结构设计、客户引用提取、指标量化呈现和多种分发格式,适用于客户成功故事、销售支持和营销内容创作。关键词:B2B案例研究、STAR框架、数据可视化、内容营销、SEO。

4.5

TwelveData自动化技能Skill twelve-data-automation

这个技能用于自动化处理Twelve Data的金融数据任务,通过Rube MCP和Composio工具包,实现数据获取、分析和交易执行的自动化,适用于量化交易和股票分析。关键词:Twelve Data, 自动化, Rube MCP, 量化交易, 股票数据, 算法交易, 金融数据

4.5

统计验证器Skill statistics-verifier

统计验证器是一个用于验证统计声明、检查研究方法、进行显著性测试、声明验证和偏见检测的技能。它帮助事实检查统计主张、验证研究发现和审计数据分析,适用于数据科学、量化金融和科研学术等领域。关键词:统计验证、方法论检查、显著性测试、声明验证、偏见检测、数据分析、量化金融、SEO优化。

4.5

Weaviate向量数据库集成Skill weaviate-integration

Weaviate向量数据库集成技能,专注于向量数据库的部署、模式定义、GraphQL查询和混合搜索配置。该技能支持RAG(检索增强生成)管道实现,提供数据向量化存储与智能检索能力,适用于AI应用开发、大模型微调和知识库构建。关键词:Weaviate向量数据库,GraphQL查询,混合搜索,RAG管道,向量化存储,AI应用开发。

4.5

Evidently漂移检测器Skill evidently-drift-detector

Evidently漂移检测器是一个基于Evidently AI的机器学习监控技能,专门用于生产环境中ML系统的数据漂移检测、模型性能监控、目标漂移分析和自动报告生成。该技能支持多种统计检验方法(如KS、PSI、Wasserstein),能够量化漂移幅度、监控性能退化、生成可视化报告,并与ML管道集成实现自动化重训练触发。适用于机器学习运维(MLOps)、模型监控、数据质量保障等场景。关键词:机器学习监控、数据漂移检测、模型性能监控、Evidently AI、MLOps、概念漂移、目标漂移、自动化报告、统计检验、生产环境ML。

4.5

潜在客户评分器Skill LeadScorer

潜在客户评分器是一款AI驱动的销售工具,用于自动化评估、评分和优先处理销售线索。它基于匹配度、购买意向和互动参与度三个核心维度,结合BANT和MEDDIC等销售方法论,对潜在客户进行量化评分和分级(A-F级),并提供明确的后续行动建议。该工具支持批量处理,帮助销售团队高效聚焦高价值线索,优化销售渠道管理,提升转化率。关键词:潜在客户评分,销售线索管理,BANT,MEDDIC,销售自动化,客户分级,销售渠道优化,AI销售工具。

4.5

DMAIC项目管理器Skill dmaic-project-manager

DMAIC项目管理器是一个专业的六西格玛项目执行工具,专注于流程改进和质量管理。它提供完整的DMAIC方法论支持,包括项目定义、数据测量、根因分析、方案改进和持续控制五个阶段。核心功能涵盖项目章程制定、SIPOC图生成、CTQ树构建、阶段评审管理、文档模板化和效益量化跟踪。该技能适用于制造业、服务业等需要持续改进的领域,帮助团队系统化地解决质量问题、降低缺陷率、提升运营效率并实现可量化的财务收益。 关键词:六西格玛,DMAIC,项目管理,流程改进,质量管理,阶段评审,SIPOC,CTQ,根本原因分析,效益量化,运营优化,持续改进

4.5

Stryker变异测试Skill StrykerMutationTesting

Stryker 变异测试技能是一种用于评估软件测试套件质量和有效性的专业工具。它通过在源代码中自动引入微小的、有意义的改动(变异),并运行现有测试来检测这些变异是否被“杀死”,从而量化测试的健壮性。该技能能帮助开发者识别测试覆盖的盲区、发现薄弱的断言、优化测试策略,并集成到 CI/CD 流程中,确保代码质量。关键词:变异测试,测试质量评估,Stryker,测试覆盖率,CI/CD,JavaScript,TypeScript,测试有效性,软件测试。

4.5

规划指南Skill planning-guidelines

Portfolio Buddy 2 开发规划指南,提供代码保留、移动/桌面端优化、需求澄清等核心原则。适用于软件开发、量化金融、前端开发、代码重构、项目管理、敏捷开发、React TypeScript、投资组合分析、金融科技应用开发。

4.5

PortfolioBuddy2架构参考Skill architecture-reference

Portfolio Buddy 2 是一个用于量化交易分析和投资组合管理的Web应用程序。本技能文档提供了该项目的完整架构参考,包括组件层次结构、关键钩子(如useMetrics、usePortfolio)、实用函数(如dataUtils.ts中的指标计算和数据处理)、数据流、状态管理策略以及性能优化模式。它详细说明了如何添加新功能、重构大型组件(如PortfolioSection),并强调了TypeScript最佳实践以避免使用any类型。该文档是开发人员添加功能、修改组件、理解数据流或新成员熟悉代码库的必备指南。关键词:量化交易、投资组合分析、React架构、TypeScript、Chart.js、性能优化、代码重构、数据流、钩子模式。

4.5

电子表格操作Skill working-with-spreadsheets

电子表格操作技能专注于使用Python库(如openpyxl和pandas)自动化创建、编辑和分析Excel文件。它强调金融建模最佳实践,包括使用公式而非硬编码值、遵循标准颜色编码(蓝色输入、黑色公式、绿色链接)、应用专业数字格式(货币、百分比、倍数),以及通过验证清单和错误检查确保模型完整性。该技能适用于量化金融、数据分析、财务建模和自动化报告生成,能高效处理.xlsx文件、构建可维护的金融模型并执行复杂的数据操作。