BC institutional-tracker-ai
Алгоритм обнаружения накопления позиций в цепочке ИИ. На основе структурированных данных Tushare, с помощью 5-мерной системы оценки сигналов (денежный поток + объем и цена + фишки + северное направление + события) определяет поведение институциональных инвесторов в цепочке ИИ (вычислительные мощности/чипы/большие модели/приложения) на рынке акций А, генерируя сигнал на покупку (период владения 10 дней, стоп-лосс -15%). Включает оценку рыночной среды (11 индикаторов), агрегацию внешних настроений (5 источников), анализ внутридневных минутных графиков, фреймворк масштабного бэктестинга. Результаты бэктестинга: 544 сигнала на покупку, 10-дневный процент выигрышей 55.3%, P=0.007 (статистически значимо), вне выборки 59.0% (P=0.006). Активируется, когда пользователь упоминает следующие намерения: «обнаружение накопления позиций институциональными инвесторами», «выбор акций в цепочке ИИ», «анализ денежных потоков», «сигналы объема и цены», «обнаружение накопления позиций», «идентификация поведения институциональных инвесторов», «сигналы накопления», «отслеживание институциональных инвесторов на рынке акций А», «фильтрация ИИ-сектора», «умный выбор акций», «проведите для меня обнаружение накопления позиций», «какие ИИ-акции накапливают позиции сегодня», «запустите бэктестинг», «оцените достоверность алгоритма».
машинный переводПоказать оригиналСкрыть оригинал«AI链条机构建仓探测算法。基于Tushare结构化数据，通过5维信号评分体系（资金流+量价+筹码+北向+事件） 识别A股AI链条（算力/芯片…»
AI链条机构建仓探测算法。基于Tushare结构化数据，通过5维信号评分体系（资金流+量价+筹码+北向+事件） 识别A股AI链条（算力/芯片/大模型/应用）机构建仓行为，生成买入信号（10日持有期、-15%止损）。 含市场环境判断（11指标）、外部情绪聚合（5源）、日内分钟线分析、大规模回测框架。 回测结果：544次买入信号，10日胜率55.3%，P=0.007（统计显著），样本外59.0%（P=0.006）。 当用户提到以下意图时触发此 skill： "机构建仓检测"、"AI链条选股"、"资金流分析"、"量价信号"、"建仓探测"、 "机构行为识别"、"吸筹信号"、"A股机构跟踪"、"AI赛道筛选"、"智能选股"、 "帮我跑一遍建仓探测"、"今天有哪些AI股票在吸筹"、"跑回测"、"评估算法可信度"。
Алгоритм обнаружения накопления позиций в цепочке ИИ.
Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.
Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
средняя Широкие права
meta-broad-allowed-toolsSKILL.md:1Заранее разрешены широкие инструменты: Bashallowed-tools: Bash Read Write Edit
Просканировано файлов: 16. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "type" - заметка
frontmatter-keyнеизвестное поле фронтматтера "best_for" - заметка
frontmatter-keyнеизвестное поле фронтматтера "scenarios" - заметка
frontmatter-keyнеизвестное поле фронтматтера "estimated_time" - заметка
frontmatter-keyнеизвестное поле фронтматтера "references"
Процессный рейтинг: все десять параметров 58/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 100Инструменты и файлы. Инструменты объявлены во frontmatter
- 100Шаги. Шагов: 38
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1075 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -36 из 9 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 8 примера фраз-триггеров в кавычках
- +3Длина description 356 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 23 заголовков
- +3Пошаговые инструкции: 38 пунктов
- +4Есть примеры (5 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 4)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.