メニュー
A股Transformer量化/注意力机制因子。当用户说"Transformer"、"注意力机制"、"attention"、"自注意力"、"Transformer量化"、"GPT选股"时触发。基于 cn-stock-data 获取数据，构建Transformer量化模型。支持 formal/brief 两种输出风格。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/aifinlab/FinClaw --skill a-share-transformer-quantコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
A股逆向选择/信息不对称分析。当用户说"逆向选择"、"adverse selection"、"信息不对称"、"知情交易者"、"逆向选择成本"、"信息劣势"时触发。基于 cn-stock-data 获取数据，度量逆向选择与信息不对称程度。支持 formal/brief 两种输出风格。
A股量价异常检测/异动监控。当用户说"异常检测"、"异动"、"anomaly"、"量价异常"、"异常波动"、"XX有异动"时触发。量化检测股价和成交量异常。支持formal和brief风格。
A股自相关/序列相关性/收益率自相关结构分析。当用户说"自相关"、"autocorrelation"、"序列相关"、"收益率预测性"、"动量还是反转"、"自相关系数"、"ACF"、"PACF"、"Ljung-Box"、"收益率是否可预测"、"随机游走检验"时触发。MUST USE when user asks about return autocorrelation, serial correlation tests, or whether a stock's returns are predictable. 量化分析收益率的自相关结构（ACF/PACF、Ljung-Box检验、随机游走检验）。支持formal和brief风格。
SOC 職業分類に基づく
SKILL.md を表示中
| name | a-share-transformer-quant |
| description | A股Transformer量化/注意力机制因子。当用户说"Transformer"、"注意力机制"、"attention"、"自注意力"、"Transformer量化"、"GPT选股"时触发。基于 cn-stock-data 获取数据，构建Transformer量化模型。支持 formal/brief 两种输出风格。 |
通过 cn-stock-data skill 获取数据：
# Transformer量化报告
## 一、模型架构
| 组件 | 配置 |
|------|------|
## 二、注意力分析
[注意力权重可视化、关键时间步]
## 三、信号表现
[IC/多空收益/与传统模型对比]
## 四、当期信号
[Top/Bottom股票列表]
## Transformer量化速览
- 6层Transformer，8头注意力
- IC=0.055，优于LightGBM(0.04)
- 注意力集中在近5日量价变化
- 本期Top信号：[股票列表]
参考 references/transformer-quant-guide.md 获取详细方法论与 A股实证研究。
# 调用 skill
result = run_skill({
"param1": "value1",
"param2": "value2"
})
python scripts/run_skill.py --input data.json