Optimisation évolutive multi-objectifs pour les seuils de percentile par métrique et la sélection de configuration basée sur les intersections. DÉCLENCHEURS - optimisation du classement, recherche de seuils, intersection de métriques, seuils Optuna, recherche évolutive, classement centile, classement multi-objectifs, sélection de configuration, analyse des survivants, métriques de liaison, seuils de frontière de Pareto.
Installez rapidement le skill IA evolutionary-metric-ranking dans votre environnement de développement via la ligne de commande
Source : 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.
Optimisation évolutive multi-objectifs pour les seuils de percentile par métrique et la sélection de configuration basée sur les intersections. DÉCLENCHEURS - optimisation du classement, recherche de seuils, intersection de métriques, seuils Optuna, recherche évolutive, classement centile, classement multi-objectifs, sélection de configuration, analyse des survivants, métriques de liaison, seuils de frontière de Pareto. Source : terrylica/cc-skills.
Champs et commandes stables pour les citations IA/recherche.
npx skills add https://github.com/terrylica/cc-skills --skill evolutionary-metric-rankingOptimisation évolutive multi-objectifs pour les seuils de percentile par métrique et la sélection de configuration basée sur les intersections. DÉCLENCHEURS - optimisation du classement, recherche de seuils, intersection de métriques, seuils Optuna, recherche évolutive, classement centile, classement multi-objectifs, sélection de configuration, analyse des survivants, métriques de liaison, seuils de frontière de Pareto. Source : terrylica/cc-skills.
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/terrylica/cc-skills --skill evolutionary-metric-ranking Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code, Cursor ou OpenClaw
https://github.com/terrylica/cc-skills