什么是 evolutionary-metric-ranking？
针对每个指标百分位数截止和基于交集的配置选择的多目标进化优化。触发器 - 排名优化、截止搜索、度量交叉、Optuna 截止、进化搜索、百分位数排名、多目标排名、配置选择、幸存者分析、绑定指标、帕累托前沿截止。 来源：terrylica/cc-skills。
·evolutionary-metric-ranking
{}
evolutionary-metric-ranking
✓针对每个指标百分位数截止和基于交集的配置选择的多目标进化优化。触发器 - 排名优化、截止搜索、度量交叉、Optuna 截止、进化搜索、百分位数排名、多目标排名、配置选择、幸存者分析、绑定指标、帕累托前沿截止。
如何安装 evolutionary-metric-ranking
通过命令行快速安装 evolutionary-metric-ranking AI 技能到你的开发环境
- 打开终端: 打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等）
- 运行安装命令: 复制并运行以下命令：npx skills add https://github.com/terrylica/cc-skills --skill evolutionary-metric-ranking
- 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：terrylica/cc-skills。
SKILL.md
查看原文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.
针对每个指标百分位数截止和基于交集的配置选择的多目标进化优化。触发器 - 排名优化、截止搜索、度量交叉、Optuna 截止、进化搜索、百分位数排名、多目标排名、配置选择、幸存者分析、绑定指标、帕累托前沿截止。 来源：terrylica/cc-skills。
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/terrylica/cc-skills --skill evolutionary-metric-ranking- 分类
- {}数据分析
- 认证
- ✓
- 收录时间
- 2026-03-07
- 更新时间
- 2026-03-11
快速解答
如何安装 evolutionary-metric-ranking？
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/terrylica/cc-skills --skill evolutionary-metric-ranking 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/terrylica/cc-skills
详情
- 分类
- {}数据分析
- 来源
- skills.sh
- 收录时间
- 2026-03-07