quant-buddy-skills은(는) 무엇을 하나요?
A주, 홍콩, 미국 주식에 대한 정량 분석 에이전트 스킬입니다. 시세, 밸류에이션, 재무 조회, 종목 선별, 팩터 계산, 전략 백테스트를 지원합니다.
Quant agent skill for A-share, HK & US stocks — market data, fundamentals, screening, factor & backtest.
A股, 홍콩, 미국 주식에 대한 정량 분석 에이전트 스킬입니다. 시세, 밸류에이션, 재무 조회, 종목 선별, 팩터 계산, 전략 백테스트를 지원합니다.
이 스킬은 에이전트가 A주(중국), 홍콩(H주), 미국 주식 시장에 대해 포괄적인 정량 분석을 수행할 수 있도록 설계되었습니다. 사용자는 시세 데이터, 밸류에이션 지표, 재무제표를 조회할 수 있으며, 다양한 조건을 기반으로 종목을 선별할 수 있습니다. 또한, 사용자 정의 팩터를 계산하고, 이를 바탕으로 투자 전략을 수립하여 백테스트함으로써 전략의 유효성을 검증할 수 있습니다. 이 도구는 Claude Code, Cursor, Codex와 같은 AI 에이전트 플랫폼에서 사용할 수 있으며, 개발자와 트레이더가 복잡한 금융 데이터를 쉽게 분석하고 데이터 기반 투자 결정을 내릴 수 있도록 지원하는 것을 목표로 합니다. SKILL.md 문서에 정의된 대로, 이 스킬은 표준화된 API를 통해 다양한 데이터 소스에 접근하며, Python 및 pandas와 같은 일반적인 데이터 분석 라이브러리와의 통합을 통해 유연성과 확장성을 제공합니다. 결과적으로, 'quant-buddy-skills'는 정량 분석에 필요한 시간과 노력을 획기적으로 줄여주어 전략 개발과 아이디어 검증에 집중할 수 있게 해줍니다.
npx skills add pseudo-longinus/quant-buddy-skillsInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
A주, 홍콩, 미국 주식에 대한 정량 분석 에이전트 스킬입니다. 시세, 밸류에이션, 재무 조회, 종목 선별, 팩터 계산, 전략 백테스트를 지원합니다.
Quant agent skill for A-share, HK & US stocks — market data, fundamentals, screening, factor & backtest.
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.