Evolutionäre Optimierung mit mehreren Zielen für Perzentilgrenzwerte pro Metrik und schnittpunktbasierte Konfigurationsauswahl. AUSLÖSER – Ranking-Optimierung, Cutoff-Suche, metrische Schnittmenge, Optuna-Cutoffs, evolutionäre Suche, Perzentil-Ranking, Multi-Ziel-Ranking, Konfigurationsauswahl, Überlebensanalyse, Bindungsmetriken, Pareto-Grenzen-Cutoffs.
Installieren Sie den KI-Skill evolutionary-metric-ranking schnell in Ihrer Entwicklungsumgebung über die Kommandozeile
Quelle: 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.
Evolutionäre Optimierung mit mehreren Zielen für Perzentilgrenzwerte pro Metrik und schnittpunktbasierte Konfigurationsauswahl. AUSLÖSER – Ranking-Optimierung, Cutoff-Suche, metrische Schnittmenge, Optuna-Cutoffs, evolutionäre Suche, Perzentil-Ranking, Multi-Ziel-Ranking, Konfigurationsauswahl, Überlebensanalyse, Bindungsmetriken, Pareto-Grenzen-Cutoffs. Quelle: terrylica/cc-skills.
Stabile Felder und Befehle für KI/Such-Zitate.
npx skills add https://github.com/terrylica/cc-skills --skill evolutionary-metric-rankingEvolutionäre Optimierung mit mehreren Zielen für Perzentilgrenzwerte pro Metrik und schnittpunktbasierte Konfigurationsauswahl. AUSLÖSER – Ranking-Optimierung, Cutoff-Suche, metrische Schnittmenge, Optuna-Cutoffs, evolutionäre Suche, Perzentil-Ranking, Multi-Ziel-Ranking, Konfigurationsauswahl, Überlebensanalyse, Bindungsmetriken, Pareto-Grenzen-Cutoffs. Quelle: terrylica/cc-skills.
Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.) Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/terrylica/cc-skills --skill evolutionary-metric-ranking Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code, Cursor oder OpenClaw
https://github.com/terrylica/cc-skills