Token导航 LogoToken导航TokenDH.com
运维和基础设施需要联网unknown未标认证来源可访问许可证需确认审计未展示

worldquant-miner-cn世界量子矿工网

Agent Skill

worldquant-miner-cn 用于补充运维和基础设施相关能力,适合在 Local Agent 中需要让 Agent 承接运维和基础设施相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

635

周安装

27

下载量

222
Local Agent

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

来源数

2

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:worldquant-miner-cn(世界量子矿工网)
来源仓库:https://skills.volces.com
仓库路径:worldquant-miner-cn
安装命令:
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。当前暂无明确安装命令,请以来源页面说明为准。

简介

worldquant-miner-cn 用于补充运维和基础设施相关能力,适合在 Local Agent 中承接运维任务时使用。

  • 它主要面向系统维护和基础设施支持场景。
  • 安装方式未知,建议结合官方渠道进一步确认。
  • 使用前应核实权限范围和潜在的系统访问行为。
  • 适用宿主包括 Local Agent,接入前应确认版本、权限和运行环境要求。

SKILL.md

WorldQuant Alpha 挖掘器

AI 驱动的 Alpha 因子生成、测试和提交系统。

功能

  • ⛏️ Alpha 生成 - Ollama 本地 LLM(3-5x 更快)
  • 🧪 自动测试 - WorldQuant Brain 平台模拟
  • 📤 智能提交 - 每日限制,自动过滤
  • 🖥️ Web Dashboard - 实时监控和控制
  • 🐳 Docker 部署 - GPU 加速支持

架构

┌─────────────────┐     ┌─────────────────┐     ┌─────────────────┐
│  Web Dashboard  │────▶│ Alpha Generator │────▶│ WorldQuant API  │
│    (Flask)      │     │    (Ollama)     │     │   (External)    │
│   Port 5000     │     │   Port 11434    │     │                 │
└─────────────────┘     └─────────────────┘     └─────────────────┘
         │                       │                       │
         └───────────────────────┼───────────────────────┘
                                 ▼
                     ┌─────────────────┐
                     │    Results &    │
                     │   Logs Storage  │
                     └─────────────────┘

快速开始

1. 配置凭据

# 创建凭据文件
echo '["your.email@worldquant.com", "your_password"]' > credential.txt

2. 启动系统

# GPU 版本(推荐)
docker-compose -f docker-compose.gpu.yml up -d

# CPU 版本
docker-compose up -d

3. 访问 Dashboard

使用方法

Alpha 生成

from worldquant_miner import AlphaGenerator

# 初始化
generator = AlphaGenerator(
    model="llama3.2:3b",
    credential_path="credential.txt"
)

# 生成 Alpha
alpha = generator.generate()
print(alpha)
# 输出:
# rank(ts_corr(close, volume, 20)) * -1

Alpha 挖掘

from worldquant_miner import AlphaMiner

# 从现有表达式挖掘变体
miner = AlphaMiner(
    expression="rank(ts_corr(close, volume, 20))",
    params={"window": [10, 20, 30, 60]}
)

# 运行
results = miner.run()
# 测试 4 个变体

批量提交

from worldquant_miner import AlphaSubmitter

submitter = AlphaSubmitter(credential_path="credential.txt")

# 提交成功的 Alpha
submitter.submit_best(
    results_dir="results/",
    min_sharpe=1.0,      # 最低夏普比率
    max_correlation=0.7   # 最大相关性
)

Web Dashboard 功能

状态监控

  • GPU 状态:内存使用、利用率、温度
  • Ollama 状态:模型加载、API 连接
  • 编排器状态:生成活动、挖掘计划
  • WorldQuant 状态:API 连接、认证

手动控制

  • Generate Alpha:触发单次 Alpha 生成
  • Trigger Mining:运行 Alpha 表达式挖掘
  • Trigger Submission:提交成功的 Alpha

实时日志

  • Alpha 生成日志
  • 系统日志
  • 最近活动时间线

性能对比

指标Kimi API本地 Ollama
生成速度10-15s3-5s
成本按次收费免费
隐私数据上传本地处理
可用性依赖网络离线可用

Alpha 101

WorldQuant 著名的 101 公式化 Alpha:

# Alpha #1
(rank(Ts_ArgMax(SignedPower(((returns < 0) ? stddev(returns, 20) : close), 2.), 5)) - 0.5)

# Alpha #2
(-1 * correlation(rank(delta(log(volume), 2)), rank(((close - open) / open)), 6))

# Alpha #3
(-1 * correlation(rank(open), rank(volume), 10))

完整 101 个 Alpha 见 Alpha101

文件结构

worldquant-miner-cn/
├── SKILL.md
├── README.md
├── scripts/
│   ├── setup.sh         # 安装脚本
│   ├── start_gpu.sh     # GPU 启动
│   └── start_cpu.sh     # CPU 启动
└── references/
    └── README_en.md     # 原始英文版

注意事项

  1. 每日限制 - WorldQuant 每天只能提交一次
  2. 相关性测试 - 提交前检查相关性
  3. 凭据安全 - 不要提交 credential.txt
  4. 资源消耗 - GPU 推理需要显存

相关链接


*版本: 1.0.0* *来源: worldquant-miner*

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Local Agent

82.65%
按下载量换算183

安全审计

暂无安全审计结果可展示。

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills