·quant-factor-screener
{}

quant-factor-screener

使用正式因素模型进行系统的多因素股票筛选,以识别具有有利因素暴露的股票。当用户询问因子投资、多因子筛选、价值/动量/质量因子分析、因子评分、因子时机、智能贝塔策略、定量股票筛选或基于学术因素的系统股票选择时使用。

56安装·17热度·@geeksfino

安装

$npx skills add https://github.com/geeksfino/finskills --skill quant-factor-screener

如何安装 quant-factor-screener

通过命令行快速安装 quant-factor-screener AI 技能到你的开发环境

  1. 打开终端: 打开你的终端或命令行工具(如 Terminal、iTerm、Windows Terminal 等)
  2. 运行安装命令: 复制并运行以下命令:npx skills add https://github.com/geeksfino/finskills --skill quant-factor-screener
  3. 验证安装: 安装完成后,技能将自动配置到你的 AI 编程环境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用

来源:geeksfino/finskills。

SKILL.md

查看原文

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 |

使用正式因素模型进行系统的多因素股票筛选,以识别具有有利因素暴露的股票。当用户询问因子投资、多因子筛选、价值/动量/质量因子分析、因子评分、因子时机、智能贝塔策略、定量股票筛选或基于学术因素的系统股票选择时使用。 来源:geeksfino/finskills。

可引用信息

为搜索与 AI 引用准备的稳定字段与命令。

安装命令
npx skills add https://github.com/geeksfino/finskills --skill quant-factor-screener
分类
{}数据分析
认证
收录时间
2026-03-10
更新时间
2026-03-10

Browse more skills from geeksfino/finskills

快速解答

什么是 quant-factor-screener?

使用正式因素模型进行系统的多因素股票筛选,以识别具有有利因素暴露的股票。当用户询问因子投资、多因子筛选、价值/动量/质量因子分析、因子评分、因子时机、智能贝塔策略、定量股票筛选或基于学术因素的系统股票选择时使用。 来源:geeksfino/finskills。

如何安装 quant-factor-screener?

打开你的终端或命令行工具(如 Terminal、iTerm、Windows Terminal 等) 复制并运行以下命令:npx skills add https://github.com/geeksfino/finskills --skill quant-factor-screener 安装完成后,技能将自动配置到你的 AI 编程环境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用

这个 Skill 的源码在哪?

https://github.com/geeksfino/finskills

详情

分类
{}数据分析
来源
skills.sh
收录时间
2026-03-10