BD bowlong-quant-aio
🐉 Система количественной торговли акциями Болун Гушэнь V2.1.1 — торговая платформа для количественной торговли фьючерсами на акции A-класса с ориентацией на стоимостное инвестирование. **Оптимизированная версия V2.1: решает проблему погони за ростом и падениями**, фокусируется на качественных акциях с низкой недооценкой. Многофакторный отбор акций · Бэктестинг акций A-класса · Реальная торговля через Huaxin QMT · Фьючерсы Wenhuajing · Контроль рисков в реальном времени. Основные оптимизации: фильтрация прироста (3 месяца ≤ 50%/1 месяц ≤ 25%), оптимизация диапазона RPS (70-85), фильтрация оценки PE/PB (5-30/<5), исключение акций с высокой волатильностью, исключение акций с остановкой торгов. Ключевые слова: Болун Гушэнь, количественная торговля, стоимостное инвестирование, отбор акций, акции A-класса, фьючерсы, QMT, бэктестинг, стратегия, инвестиции, акции, торговля акциями, количественный отбор акций, автоматическая торговля, Qiaoweilai, Саймонс. Keywords: Bowlong, Quant Trading, Value Investing, Stock Picker, A-Share, Futures, QMT, Wenhua, Backtest, Strategy, Investment, Stock Trading, Quantitative, Auto Trading, Stock Screening, Simons, Jarvis, AI Trading
машинный переводПоказать оригиналСкрыть оригинал«🐉 波龙股神量化交易系统 V2.1.1 — 价值投资导向的A股期货量化工作台。**V2.1优化版：解决追涨杀跌问题**，专注低估值优质股。…»
🐉 波龙股神量化交易系统 V2.1.1 — 价值投资导向的A股期货量化工作台。**V2.1优化版：解决追涨杀跌问题**，专注低估值优质股。多因子选股 · A股回测 · 华鑫QMT实盘 · 文华财经期货 · 实时风控。核心优化：涨幅过滤(3月≤50%/1月≤25%)、RPS区间优化(70-85)、PE/PB估值筛选(5-30/<5)、排除高位震荡股、排除涨停股。搜索关键词：波龙股神、量化交易、价值投资、选股、A股、期货、QMT、回测、策略、投资、股票、炒股、量化选股、自动交易、巧未来、西蒙斯。Keywords: Bowlong, Quant Trading, Value Investing, Stock Picker, A-Share, Futures, QMT, Wenhua, Backtest, Strategy, Investment, Stock Trading, Quantitative, Auto Trading, Stock Screening, Simons, Jarvis, AI Trading
🐉 Система количественной торговли акциями Болун Гушэнь V2.1.1 — торговая платформа для количественной торговли фьючерсами на акции A-класса с ориентацией на…
Как процесс D 46/100 · Процесс не доведён — 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.
Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».
Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.
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 Утечка данных
exfil-webhook-urlscripts/risk_monitor.py:101URL вебхука / коллбэка, типичный для эксфильтрации (проверьте адрес) (в кавычках — упоминание, а не команда)self.api_url = f"https://api.telegram.org/bot{token}"в кавычках
Просканировано файлов: 16. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 3, column 14: description: 🐉 波龙股神量化交易系统 V2.1.1 — 价值投资导向的A股期货量化工作台。**V2.1优化版：解决追涨杀跌问题**，专注低估值… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении - предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage" - заметка
frontmatter-keyнеизвестное поле фронтматтера "repository"
Процессный рейтинг: все десять параметров 46/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 22
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2122 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 13. 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
- +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
- -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- -33 из 8 скриптов не упомянуты в SKILL.md
- +2Инструкции на одном языке
- +3Длина description 463 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 34 заголовков
- +3Пошаговые инструкции: 22 пунктов
- +4Есть примеры (21 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 54.