Finanse i księgowość · Research
quant-factor-directional-alpha
/quant-factor-directional-alpha
Udostępnia zweryfikowaną bibliotekę czynników alfa OHLCV o kierunku ceny: trend, wybicia i odwrócenia.
- Autor
- quantskills ↗
- Repozytorium
- skill-quant-factor-directional-alpha ↗
- Licencja
- GPL-3.0
- Ostatnia zmiana repozytorium
- 16.07.2026
Ocena i bezpieczeństwo
95/ 100Klasa: dobry
Format20 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść35 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
- Pliki w paczce
- 9
- Skrypty
- 0
- Komentarze HTML
- 0
- Adresy URL w SKILL.md
- 2
Przestarzałość
Brak sygnałów. Repozytorium zmienione 16.07.2026, bez odwołań do wycofanych modeli i API.
Licencja
GPL-3.0, otwarta.
Co robi i kiedy
Udostępnia zweryfikowaną bibliotekę czynników alfa OHLCV o kierunku ceny: trend, wybicia i odwrócenia.
Oryginalny opis (EN)
Use when an agent needs a verified library of directional OHLCV alpha factor Skills for trend, breakout, reversal, channel-position, or price-direction research across A-share and US equity samples.
Jak działa
- Workflow
- Scope
- Agent Compatibility
Sekcje z nagłówków SKILL.md, w oryginale · 69 linii, 280 słów
Podgląd SKILL.md
---
name: quant-factor-directional-alpha
description: Use when an agent needs a verified library of directional OHLCV alpha
factor Skills for trend, breakout, reversal, channel-position, or price-direction
research across A-share and US equity samples.
license: GPL-3.0-only
metadata:
organization: QuantSkills
organization_url: https://github.com/quantskills
repository: skill-quant-factor-directional-alpha
repository_url: https://github.com/quantskills/skill-quant-factor-directional-alpha
project_type: skill
collection: quant-factor-directional-alpha
creator: abgyjaguo
maintainer: abgyjaguo
quantSkills:
project_type: skill
category: factor
tags:
- alpha-factor
- directional
- ohlcv
- trend
- breakout
platforms:
- claude-code
- codex
- hermes
- openclaw
- cursor
status: stable
validation_level: verified
maintainer_type: official
summary_zh: 方向类因子库:296 个独立 OHLCV 因子 Skill,真实行情验证 296/296 全部通过。
summary_en: Directional OHLCV alpha factor library with 296 trend, breakout, reversal,
and channel-position factor Skills validated on real market data.
license: GPL-3.0
---
```json qsh-form
{
"version": 1,
"task": {
"placeholder": "补充希望研究的趋势、突破、反转或通道位置逻辑,以及样本期和验证要求"
},
"fields": [
{
"key": "factor",
"label": "因子名/主题线索 (可选)",
"type": "text",
"placeholder": "例如:趋势突破类、20日通道位置",
"help": "运行时经本库 factor_index.json 定位具体因子"
},
{
"key": "expr",
"label": "自定义因子表达式",
"type": "textarea",
"placeholder": "如:-1 * correlation(rank(open), rank(volume), 10)"
},
{
"key": "universe",
"label": "股票池",
"type": "select",
"default": "000300.SH",
"options": [
{ "value": "000300.SH", "label": "沪深300" },
{ "value": "000905.SH", "label": "中证500" },
{ "value": "399006.SZ", "label": "创业板指" },
{ "value": "000852.SH", "label": "中证1000" }
]
},
{
"key": "horizon",
"label": "预测周期",
"type": "select",
"default": "5",
"options": [
{ "value": "1", "label": "未来1日" },
{ "value": "5", "label": "未来5日" },
{ "value": "10", "label": "未来10日" }
]
}
],
"prompt_template": "{{#task}}任务与材料:\n{{task}}\n\n{{/task}}{{#attachments}}用户上传的材料(已放入工作区):\n{{attachments}}\n\n{{/attachments}}请从方向性 OHLCV Alpha 因子库中选择、检查或应用因子。{{#factor}}因子名/主题线索:{{factor}}。{{/factor}}{{#expr}}自定义表达式优先:{{expr}}。{{/expr}}在股票池 {{universe}} 和预测周期 {{horizon}} 日下复核其趋势、突破、反转或通道位置逻辑,并在当前样本与执行假设下重新验证,输出中文报告。"
}
```
# Quant Factor Directional Alpha
Use this skill when an agent needs to select, inspect, or apply directional OHLCV alpha factor Skills from this repository.
## Workflow
1. Read [README.md](README.md) for the repository-level inventory, validation scope, and market sample.
2. Use `factor_index.json` to locate the relevant factor family or individual factor directory.
3. Open the selected factor folder under the factors directory and follow its local instructions before writing or running code.
4. Treat validation metrics as historical research evidence, not investment advice. Re-run validation when the universe, time range, data vendor, or execution assumptions change.
## Scope
This repository focuses on price direction, trend continuation, breakout, reversal, and channel-position signals built from OHLCV data.
## Agent Compatibility
- Claude Code, Codex, Hermes, and OpenClaw can load this root folder as a collection skill, then drill into actors/*/SKILL.md.
- Cursor should use gents/cursor-rule.mdc and keep the full repository under .cursor/skills/quant-factor-directional-alpha.
- Agents without native skill discovery can paste gents/portable-loader.md.
Pliki w paczce (9)
- .gitattributes 1 KB
- .gitignore 1 KB
- LICENSE 34 KB
- README.en.md 6 KB
- README.md 5 KB
- SKILL.md 4 KB
- factor_index.json 380 KB
- repo_summary.json 1 KB
- validation_summary_real.json 303 KB
Wersje
W bazie nie ma innych skilli o nazwie quant-factor-directional-alpha.
Migawka bazy z 28.10.2026 · wersja paczki 25cc02f78ffd (skrót SHA-256 całej paczki)
Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.
Podobne skille
- 95quant-factor-risk-pattern-alpha
Udostępnia zweryfikowaną bibliotekę czynników alfa OHLCV opisujących zmienność, kształty świec i wstrząsy cenowe. - 95factormad-debate-factor-mining
Uruchamia debatę wieloagentową LLM, która generuje i ocenia kod czynników alfa z danych OHLCV i fundamentalnych. - 100skill-quant-factor-skill-factory
Tworzy skille czynników ilościowych z danych OHLCV i sprawdza je na rzeczywistych danych rynkowych A-share oraz Yahoo. - 95factor-alpha191-alpha101
Liczy klasyczne wartości czynników Alpha101, Alpha158 i Alpha191 z danych OHLCV w CSV, bez oceny i backtestów. - 100quant-factor-tracker
Śledzi skuteczność czynników inwestycyjnych: liczy Rank IC, IR i zwroty grupowe oraz raportuje ich zanik w czasie. - 95factor-review
Przegląda bibliotekę czynników, podsumowuje dzienniki eksperymentów, liczy wskaźniki akceptacji i korelacje oraz proponuje kierunek badań.