·evolutionary-metric-ranking
{}

evolutionary-metric-ranking

التحسين التطوري متعدد الأهداف للقطع المئوي لكل متري واختيار التكوين القائم على التقاطع. المشغلات - تحسين الترتيب، البحث عن القطع، التقاطع المتري، قطع Optuna، البحث التطوري، الترتيب المئوي، الترتيب متعدد الأهداف، اختيار التكوين، تحليل الناجين، مقاييس الربط، قطع حدود باريتو.

42التثبيتات·3الرائج·@terrylica

التثبيت

$npx skills add https://github.com/terrylica/cc-skills --skill evolutionary-metric-ranking

كيفية تثبيت evolutionary-metric-ranking

ثبّت مهارة الذكاء الاصطناعي evolutionary-metric-ranking بسرعة في بيئة التطوير لديك عبر سطر الأوامر

  1. افتح الطرفية: افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal
  2. نفّذ أمر التثبيت: انسخ ونفّذ هذا الأمر: npx skills add https://github.com/terrylica/cc-skills --skill evolutionary-metric-ranking
  3. تحقق من التثبيت: بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

المصدر: terrylica/cc-skills.

Methodology for systematically zooming into high-quality configurations across multiple evaluation metrics using per-metric percentile cutoffs, intersection-based filtering, and evolutionary optimization. Domain-agnostic principles with quantitative trading case studies.

Companion skills: rangebar-eval-metrics (metric definitions) | adaptive-wfo-epoch (WFO integration) | backtesting-py-oracle (SQL validation)

Raw metric values live on incompatible scales (Kelly in [-1,1], trade count in [50, 5000], Omega in [0.8, 2.0]). Percentile ranking normalizes every metric to [0, 100], making cross-metric comparison meaningful.

التحسين التطوري متعدد الأهداف للقطع المئوي لكل متري واختيار التكوين القائم على التقاطع. المشغلات - تحسين الترتيب، البحث عن القطع، التقاطع المتري، قطع Optuna، البحث التطوري، الترتيب المئوي، الترتيب متعدد الأهداف، اختيار التكوين، تحليل الناجين، مقاييس الربط، قطع حدود باريتو. المصدر: terrylica/cc-skills.

حقائق جاهزة للاقتباس

حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.

أمر التثبيت
npx skills add https://github.com/terrylica/cc-skills --skill evolutionary-metric-ranking
الفئة
{}تحليل البيانات
موثق
أول ظهور
2026-03-07
آخر تحديث
2026-03-11

Browse more skills from terrylica/cc-skills

إجابات سريعة

ما هي evolutionary-metric-ranking؟

التحسين التطوري متعدد الأهداف للقطع المئوي لكل متري واختيار التكوين القائم على التقاطع. المشغلات - تحسين الترتيب، البحث عن القطع، التقاطع المتري، قطع Optuna، البحث التطوري، الترتيب المئوي، الترتيب متعدد الأهداف، اختيار التكوين، تحليل الناجين، مقاييس الربط، قطع حدود باريتو. المصدر: terrylica/cc-skills.

كيف أثبّت evolutionary-metric-ranking؟

افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/terrylica/cc-skills --skill evolutionary-metric-ranking بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

أين مستودع المصدر؟

https://github.com/terrylica/cc-skills