AC polymarket-quant-trader
Профессиональная торговая система для рынка прогнозов Polymarket. Включает определение размера позиции по критерию Келли, калькулятор EV, обновляемый байесовский вероятностный механизм, межплатформенный детектор арбитража (Polymarket против 1WIN) и цикл автоматического исследования, который самостоятельно улучшает стратегию в течение ночи путем оптимизации Brier score. Используйте, когда: пользователь хочет торговать на рынках прогнозов, находить арбитражные возможности, создавать торгового бота или повышать точность прогнозов. Триггеры: polymarket, рынки прогнозов, критерий Келли, EV-трейдинг, детектор арбитража, Brier score, бот для рынков прогнозов, маркет-мейкинг, количественный трейдинг, математика ставок на спорт, межплатформенный арбитраж.
машинный переводПоказать оригиналСкрыть оригинал«Professional-grade Polymarket prediction market trading system. Includ…»
Professional-grade Polymarket prediction market trading system. Includes Kelly Criterion position sizing, EV calculator, Bayesian probability updater, cross-platform arbitrage detector (Polymarket vs 1WIN), and autoresearch loop that self-improves strategy overnight via Brier score optimisation. Use when: user wants to trade prediction markets, find arbitrage opportunities, build a trading bot, or improve prediction accuracy. Triggers: polymarket, prediction markets, kelly criterion, EV trading, arb detector, brier score, prediction market bot, market making, quant trading, sports betting math, cross-platform arbitrage.
Профессиональная торговая система для рынка прогнозов Polymarket.
Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- 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
-
низкая Утечка данных
read-dotenvREADME.md:20Чтение файла .envcp .env.example .env
Просканировано файлов: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 56/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
- 70Стоимость исполнения. Тело инструкции 4553 токенов
- 100Шаги. Шагов: 20
- 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющих операций нет
- 100Отчётность по ходу. Скилл сообщает о ходе работы
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
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -43 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 627 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 31 заголовков
- +3Пошаговые инструкции: 20 пунктов
- +4Есть примеры (26 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.