登录
下载
Skill UI
浏览并发现
11147+
精选技能
全部
编程开发
人工智能
设计创意
产品商业
数据科学
市场营销
职场通用
效率工具
硬件工程
语言学习
搜索
DI
,共找到
543
条记录
默认排序
最新上传
最多下载
社交图谱加权排名分析
social-graph-ranker
affaan-m/ECC
94
这是一个先进的网络情报工具,用于计算加权图谱分数,描绘到达目标的最优路径。它能够识别潜在的引荐人,衡量跨连接的“桥梁价值”,并帮助用户判断是否需要温和引荐或直接外联。对于需要掌握核心排名数学原理的用户尤其适用。
查看详情
智能交易历史回测及签名
trader-backtest
ruvnet/ruflo
218
使用高性能的`neural-trader`引擎执行全面的历史回测,支持前视验证和多指标计算。该工具的核心价值在于利用Ed25519加密算法对回测结果进行签名,为从研究验证到实盘部署提供不可否认的防篡改证据,是量化交易流程的关键安全环节。
查看详情
云端重载交易回测
trader-cloud-backtest
ruvnet/ruflo
355
该技能用于将计算密集型的量化交易任务(如多年回测、大型蒙特卡罗模拟、参数扫描或模型训练)卸载至云端托管代理环境。适用于本地计算能力不足的大规模、生产级回测,确保任务的鲁棒执行和完整的成果物管理。
查看详情
交易信号特征归因分析
trader-explain
ruvnet/ruflo
391
该技能用于计算算法交易信号的模型可解释性。它通过构建特征贡献图并运行单入口PageRank算法,确定驱动预测结果的Top-K关键特征。这提供了一个符合监管要求的审计路径,对于满足欧盟AI法案等合规性要求至关重要。
查看详情
投资组合优化与再平衡
trader-portfolio
ruvnet/ruflo
114
本技能提供了一个完整的投资组合优化流程,利用均值-方差引擎和神经网络模型。它可以根据设定的风险目标,计算出最优的资产配置权重,并进行全面的风险评估。最终生成详细的再平衡交易计划,实现专业的量化投资管理。
查看详情
市场环境检测与策略推荐
trader-regime
ruvnet/ruflo
336
该工具利用神经模型检测当前的市场环境(牛市、熊市、震荡或波动),提供准确的市场结构分类和推荐的交易策略。适用于进行市场条件分析、交易策略制定或准备回测分析。
查看详情
投资组合与仓位风险评估
trader-risk
ruvnet/ruflo
113
该工具利用神经网络交易员的风险引擎,全面评估投资组合和单个仓位风险。功能包括计算风险价值(VaR)、条件风险价值(CVaR)和夏普比率,并进行专业的仓位规模优化。此外,它还能监控市场熔断器状态,如高相关性或波动性异常,帮助用户做出稳健的投资决策。
查看详情
基于异常检测的交易信号生成
trader-signal
ruvnet/ruflo
281
本工具利用先进的异常检测引擎,扫描金融资产,识别出尖峰、漂移、震荡等各类市场异常模式。它结合神经网络预测和历史模式匹配,输出高精度的行动交易信号,包括入场点、止损点和目标价位,支持量化交易策略。
查看详情
市场数据神经网络模型训练
trader-train
ruvnet/ruflo
128
该工具用于在时间序列市场数据上训练和评估高级神经网络模型(包括LSTM、Transformer和N-BEATS)。它支持生成带置信区间的预测结果,并能比较不同架构的性能表现,适用于量化交易研究和金融预测。
查看详情
美国专利商标官方记录查询
uspto-database
affaan-m/ECC
257
用于系统化访问和分析美国专利商标局(USPTO)的官方知识产权数据。涵盖专利搜索、商标状态查询、所有权转移追踪和IP景观记录构建。适用于IP尽职调查和记录确认,强烈推荐使用官方API,并强调数据日志记录。本工具仅用于数据收集,不构成法律建议。
查看详情
基于图社区检测的向量聚类
vector-cluster
ruvnet/ruflo
203
该技能利用`ruvector`工具,通过图社区检测(如谱聚类/Louvain)来发现大量语义嵌入(如代码或数据)中的自然分组。它能帮助用户发现潜在的主题、识别异常数据点(离群值)并系统化地组织大型向量集合,适用于代码库或大型数据集的结构化分析。
查看详情
层次化数据到双曲空间嵌入
vector-hyperbolic
ruvnet/ruflo
72
该技能使用双曲空间模型(Poincare球)嵌入具有固有层级结构的数据,如依赖树、本体论或模块结构。与标准欧几里得空间不同,双曲空间能高效保留层级距离,距离与树的深度呈对数增长。适用于知识图谱、代码架构分析和复杂关系挖掘。
查看详情
上一页
1
2
3
...
42
43
44
45
46
下一页
语言
简体中文
English