フォーマルファクターモデルを使用した体系的なマルチファクター銘柄スクリーニングにより、有利なファクターエクスポージャーを持つ銘柄を特定します。ユーザーがファクター投資、マルチファクタースクリーニング、バリュー/モメンタム/品質ファクター分析、ファクタースコアリング、ファクタータイミング、スマートベータ戦略、定量的銘柄スクリーニング、または学術的要因に基づく体系的な株式選択について質問する場合に使用します。
コマンドラインで quant-factor-screener AI スキルを開発環境にすばやくインストール
ソース: geeksfino/finskills。
Act as a quantitative equity analyst. Screen stocks using a systematic multi-factor framework based on academic factor research — scoring and ranking companies across value, momentum, quality, low volatility, size, and growth factors.
| Universe | S&P 500 / Russell 1000 / Russell 3000 / Custom | Russell 1000 | | Factors | All 6 or specific factors | All | | Factor weights | Equal or custom | Equal weight | | Sector constraints | Sector-neutral or unconstrained | Sector-neutral | | Number of results | Top N stocks | Top 20 |
| Macro regime | Current assessment for factor timing | Auto-detect | | Exclusions | Sectors, industries, specific stocks | None |
フォーマルファクターモデルを使用した体系的なマルチファクター銘柄スクリーニングにより、有利なファクターエクスポージャーを持つ銘柄を特定します。ユーザーがファクター投資、マルチファクタースクリーニング、バリュー/モメンタム/品質ファクター分析、ファクタースコアリング、ファクタータイミング、スマートベータ戦略、定量的銘柄スクリーニング、または学術的要因に基づく体系的な株式選択について質問する場合に使用します。 ソース: geeksfino/finskills。
AI/検索での引用用の安定したフィールドとコマンド。
npx skills add https://github.com/geeksfino/finskills --skill quant-factor-screenerフォーマルファクターモデルを使用した体系的なマルチファクター銘柄スクリーニングにより、有利なファクターエクスポージャーを持つ銘柄を特定します。ユーザーがファクター投資、マルチファクタースクリーニング、バリュー/モメンタム/品質ファクター分析、ファクタースコアリング、ファクタータイミング、スマートベータ戦略、定量的銘柄スクリーニング、または学術的要因に基づく体系的な株式選択について質問する場合に使用します。 ソース: geeksfino/finskills。
ターミナルまたはコマンドラインツール（Terminal、iTerm、Windows Terminal など）を開きます このコマンドをコピーして実行します: npx skills add https://github.com/geeksfino/finskills --skill quant-factor-screener インストール後、スキルは自動的に AI コーディング環境に設定され、Claude Code、Cursor、OpenClaw で使用できるようになります
https://github.com/geeksfino/finskills