Système professionnel d'analyse quantitative des investissements basé sur les données TradingView. Permet le filtrage intelligent des actions, la reconnaissance de motifs techniques, le bilan de marché, la gestion des risques et l'analyse événementielle avec notation multi-facteurs et stratégies de trading.
Ce skill d'agent AI (compatible avec Claude Code, Cursor, Codex, etc.) permet d'effectuer des analyses quantitatives professionnelles en se basant sur les données de TradingView. Il est conçu pour les développeurs et les traders algorithmiques qui souhaitent automatiser le filtrage d'actions, la reconnaissance de motifs techniques, les revues de marché, la gestion des risques, l'analyse événementielle et la mise en œuvre de stratégies de trading. Le système intègre des notations multi-facteurs, des indicateurs personnalisables et des modèles statistiques pour évaluer les opportunités d'investissement. Il prend en charge l'analyse en temps réel et historique, avec des rapports détaillés exportables. Son fonctionnement repose sur une API robuste qui interroge les données de marché, exécute des calculs de scoring et génère des signaux de trading exploitables.
npx skills add https://github.com/hypier/tradingview-quantitative-skills/tree/main/skills/tradingview-quantitativeInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Système professionnel d'analyse quantitative des investissements basé sur les données TradingView. Permet le filtrage intelligent des actions, la reconnaissance de motifs techniques, le bilan de marché, la gestion des risques et l'analyse événementielle avec notation multi-facteurs et stratégies de trading.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.