Skills
エージェント向けにパッケージ化された専門スキルと手順を 96,981 件掲載。コマンド 1 行でインストールできます。
データ・データベース
Longbridge Securities を介したポートフォリオの(Attribute)パフォーマンス帰属分析 — Brinson 業種帰属（配分／銘柄選択／交互作用の効果）、因子の alpha/beta 分解（市場 β、バリュ、モメンタム、サイズ）、およびタイミング能力（Treynor-Mazuy モデル）。ポートフォリオのレビューとファンド分析に使用します。Trade スコープでのログインが必要です。トリガー："业绩归因", "归因分析", "Brinson归因", "配置效应", "选股效应", "因子归因", "alpha来源", "择时效应", "業績歸因", "歸因分析", "Brinson歸因", "配置效應", "選股效應", "因子歸因", "performance attribution", "Brinson attribution", "allocation effect", "selection effect", "factor attribution", "alpha decomposition", "timing ability", "portfolio attribution", "T-M model", "Jensen alpha"
Longbridge を介した量子戦略の生成と最適化フレームワーク — 量子戦略の作成・変更・バックテスト：パラメータのグリッドサーチ、walk-forward 検証、オーバーフィット検出（インサンプル対アウトサンプル）、戦略の組み合わせ（複数戦略の相関分散）、Sharpe / Calmar レシオの最適化。ローカル実行用の Python コードフレームワークを生成します。トリガー："策略优化", "策略生成", "参数优化", "网格搜索", "回测优化", "过拟合", "walk-forward", "策略回测优化", "策略組合", "策略優化", "策略生成", "參數優化", "網格搜索", "回測優化", "strategy optimization", "strategy generation", "parameter optimization", "grid search", "overfitting", "walk-forward validation", "strategy backtest", "Sharpe ratio", "Calmar ratio"
主力事業の構成と経営データ — セグメント別の売上内訳、事業ライン別の粗利率、経営指標（ROE／ROA／ROIC／運転資本回転率）。株主・顧客・仕入先のデータは Longbridge では取得できないため、longbridge-news と組み合わせて有価証券報告書からセグメント情報を抽出してください。トリガー: "主营业务"、"业务构成"、"分部营收"、"业务拆分"、"经营数据"、"业务占比"、"收入结构"、"主营收入"、"主營業務"、"業務構成"、"分部營收"、"業務拆分"、"經營數據"、"業務佔比"、"business breakdown"、"revenue breakdown"、"segment revenue"、"business composition"、"operating data"、"revenue structure"、"main business"、"segment breakdown"、"gross margin by segment"。
Longbridge の財務データに基づく DCF（将来キャッシュフローの割引）バリュエーション・モデルです。過去 FCF（営業キャッシュフローから設備投資 subtracted したもの）、成長率を織り込んだ将来 FCF 予測、WACC（ベータ／無リスク金利／株式リスクプレミアム）、終値、内在価値と現在株価の比較、安全幅を扱います。トリガー: "DCF"、"现金流折现"、"内在价值"、"自由现金流"、"WACC"、"折现率"、"安全边际"、"终值"、"现金流贴现"、"現金流折現"、"內在價值"、"自由現金流"、"折現率"、"安全邊際"、"DCF model"、"discounted cash flow"、"intrinsic value"、"free cash flow"、"WACC"、"discount rate"、"margin of safety"、"terminal value"、"Gordon growth"。
Longbridge Securities による主要指数のリアルタイム行情 — 上証指数、CSI 300、創業板指数、hang seng 指数、NASDAQ、S&P 500、ダウ工業株平均など。価格、涨跌、出来高、値推移に対応します。トリガー: "上证指数"、"沪深300"、"创业板指"、"恒生指数"、"纳斯达克"、"标普500"、"道琼斯"、"指数行情"、"指数点位"、"上證指數"、"滬深300"、"創業板指"、"恒生指數"、"納斯達克"、"標普500"、"道瓊斯"、"指數行情"、"Shanghai Composite"、"CSI 300"、"Hang Seng Index"、"NASDAQ"、"S&P 500"、"Dow Jones"、"index quote"、"market index"。
Longbridge によるポートフォリオ診断 — 集中リスク（上位 5 銘柄のウェイト）、業種／セクター配分、通貨エクスポージャー、因子エクスポージャー（大型／小型株、バリュー／グロース）、保有銘柄間のペアワイズ相関リスク、ベンチマークからの乖離。トリガー: "组合诊断"、"持仓集中度"、"组合分析"、"因子暴露"、"行业分布"、"货币敞口"、"相关性风险"、"组合检查"、"組合診斷"、"持倉集中度"、"組合分析"、"因子暴露"、"行業分布"、"貨幣敞口"、"相關性風險"、"portfolio diagnosis"、"concentration risk"、"factor exposure"、"sector distribution"、"currency exposure"、"correlation risk"、"portfolio review"、"holdings analysis"。
Longbridge によるリスク計測とストレス-testing — VaR（ヒストorical シミュレーション／パラメトリック）、CVaR（期待短缺額）、最大ドローダウン、シャープ比率、カルマー比率を計算し、歴史シナリオのストレステスト（2008 年金融危機、2020 年コロナショック、2022 年利上げサイクル）を実行します。トリガー: "风险分析"、"VaR"、"压力测试"、"最大回撤"、"夏普比率"、"CVaR"、"历史情景"、"尾部风险"、"风险测量"、"風險分析"、"壓力測試"、"最大回撤"、"夏普比率"、"歷史情景"、"尾部風險"、"風險測量"、"risk analysis"、"VaR value at risk"、"CVaR"、"stress test"、"max drawdown"、"Sharpe ratio"、"Calmar ratio"、"tail risk"、"historical scenario"。
Longbridge Securities を通じて生成する企業 tear sheet / one-pager。高密度な 1〜2 ページの企業スナップショットを作成します。事業概要、 주요財務指標（売上高 / 純利益 / EPS / ROE）、バリュエーション倍率（PE / PB / EV-EBITDA）、株価推移、主な株主、直近のカタリストを含みます。キーワード：「公司单页」「公司快照」「公司简报」「公司画像」「一页纸分析」「公司概要」「股票简报」「公司單頁」「公司快照」「公司簡報」「公司畫像」「一頁紙分析」「company tearsheet」「company profile」「company snapshot」「one-pager」「company brief」「stock summary」「company factsheet」。
Longbridge Securities 経由のマルチアセット相関・共和分分析 — 2〜10 銘柄の Pearson / Spearman リターン相関行列、60 日ローリング相関、Engle-Granger 共和分（ADF 単位根）、スプレッド半減期（AR(1) 推定）を計算。ポートフォリオのデコレレーションとペアトレーディングの事前スクリーニングに使用。トリガー: "相关性"、"协整"、"相关系数"、"相关矩阵"、"滚动相关"、"去相关"、"多标的相关"、"相關性"、"協整"、"相關係數"、"相關矩陣"、"滾動相關"、"去相關"、"correlation"、"cointegration"、"correlation matrix"、"rolling correlation"、"Pearson"、"Spearman"、"decorrelation"、"multi-asset correlation"、"ADF test"、"相关分析"、"相關分析"、"pairwise correlation"。
Longbridge 経由の売買執行モデリングフレームワーク（バックテスト分析専用）— スリッページモデル（線形／平方根のマーケットインパクト）、VWAP/TWAP 執行ロジック、マーケットインパクトコスト推定（Kyle lambda）、出来高参加率（POV）戦略をカバー。クオントレーダーがバックテストで現実的な執行仮説を構築するのを支援。トリガー: "执行模型"、"滑点模型"、"VWAP执行"、"TWAP执行"、"市场冲击"、"执行成本"、"成交量参与率"、"交易执行"、"執行模型"、"滑點模型"、"VWAP執行"、"TWAP執行"、"市場冲擊"、"執行成本"、"交易執行"、"execution model"、"slippage model"、"VWAP"、"TWAP"、"market impact"、"execution cost"、"volume participation rate"、"Kyle lambda"、"square root model"、"POV strategy"。
オンチェーンデータ分析フレームワーク — アクティブアドレス、クحيل whales の行動、TVL（total value locked）、DEX 流動性、オンチェーン評価指標（MVRV：時価総額 / 実現価値、NVT：ネットワーク価値 / 取引出来高、SOPR）をカバー。Longbridge は現物暗号資産の気配（.HAS）を提供し、生のチェーンデータは外部ソース（Glassnode / Dune Analytics）が必要。トリガー: "链上数据"、"链上分析"、"MVRV"、"NVT"、"活跃地址"、"鲸鱼地址"、"TVL"、"SOPR"、"链上指标"、"链上估值"、"鏈上數據"、"鏈上分析"、"活躍地址"、"鯨魚地址"、"鏈上指標"、"鏈上估值"、"on-chain data"、"on-chain analysis"、"MVRV ratio"、"NVT ratio"、"active addresses"、"whale activity"、"TVL"、"SOPR"、"on-chain valuation"、"DeFi TVL"、"crypto on-chain"。
長橋証券を通じた口座レベルの損益分析 — 単純リターン、時間加重リターン（TWR）、銘柄別の損益内訳、市場別の損益。任意の期間を指定できます。longbridge-portfolio よりパフォーマンス要因分析に重点を置いています。ログインが必要です。トリガー: "盈亏分析"、"账户盈亏"、"时间加权收益"、"TWR"、"投资回报率"、"持仓盈亏"、"分市场盈亏"、"业绩分析"、"收益率分析"、"盈虧分析"、"賬戶盈虧"、"時間加權收益"、"投資回報率"、"持倉盈虧"、"profit analysis"、"P&L analysis"、"time-weighted return"、"TWR"、"account performance"、"holding P&L"、"profit by market"、"investment return analysis"、"我账户赚了多少"、"我的亏损"、"我賺了多少"、"我的虧損"。
長橋の価格データを用いた時系列分析向けの定量統計フレームワーク — ADF 単位根検定（定常性）、共和分（Engle-Granger / Johansen）、GARCH ボラティリティモデル（条件付き異分散）、回帰診断（Durbin-Watson / Breusch-Pagan）、ブートストラップ信頼区間、仮説検定（t 検定 / F 検定）。statsmodels と scipy が必要です。トリガー: "量化统计"、"ADF检验"、"单位根"、"协整检验"、"GARCH"、"自相关"、"异方差"、"Bootstrap"、"假设检验"、"量化統計"、"ADF檢驗"、"單位根"、"協整檢驗"、"異方差"、"假設檢驗"、"quantitative statistics"、"ADF test"、"unit root"、"cointegration"、"GARCH"、"autocorrelation"、"heteroskedasticity"、"bootstrap"、"hypothesis test"、"statsmodels"。
長橋証券を通じた季節性・カレンダー効果戦略 — 過去の OHLCV データから月次リターン（January Effect）、曜日別リターン（Monday / Friday effect）、休日前後のドリフト、決算季効果を算出。統計的に有意なパターンを特定し、取引シグナルを生成します。トリガー: "季节性"、"日历效应"、"月份效应"、"周一效应"、"年初效应"、"节假日效应"、"财报季效应"、"时间模式"、"季節性"、"日曆效應"、"月份效應"、"周一效應"、"年初效應"、"節假日效應"、"財報季效應"、"seasonality"、"calendar effect"、"January effect"、"day of week effect"、"holiday effect"、"earnings season effect"、"seasonal pattern"、"time series anomaly"、"月度效应"、"月度效應"、"monthly seasonality"。
TFRRS（tfrrs.org）経由でNCAAクロスカントリーおよび陸上競技の選手データを、The Stride Report経由でニュースを取得します。選手プロフィール、すべての自己記録（PR）、出場資格の年度、学校、シーズンごとの完全な成績履歴、XC/TFニュースを取得します。設定不要、APIキー不要です。NCAAクロスカントリー、NCAA陸上競技、大学ランニング、TFRRS選手プロフィール、自己記録、PR、XCまたはTFのシーズン成績、個人選手の競技履歴、XC/TFニュースについて尋ねられたときに使用します。プロ陸上、Diamond League、その他のスポーツには使用せず、nfl-data、nba-data、wnba-data、nhl-data、mlb-data、golf-data、cricket-data、cfb-data、cbb-data、tennis-data、fastf1、volleyball-dataを使用してください。賭けにはpolymarketまたはkalshiを使用してください。
Longbridge Securities を経由した機械学習予測戦略フレームワーク — ウォークフォワードのローリング学習と特徴量エンジニアリング（MACD、RSI、ボリンジャーバンド幅、出来高変化率）を組み合わせ、scikit-learn の分類器（ランダムフォレスト / グラデーション符号化の実装であるグラデーションブosting）を使用します。60 日ごとに再学習し、5 日間の値方向の確率を予測。勝率、プロフィットファクター、シャープレートの評価。参考情報のみ — 投資助言ではありません。トリガー: "機械学習", "ML戦略", "予測モデル", "ランダムフォレスト", "グラデーションボosting", "深層学習", "AI銘柄選定", "walk-forward", "機械学習", "ML戦略", "予測モデル", "ランダムフォレスト", "グラデーションボosting", "machine learning", "ML strategy", "predictive model", "random forest", "gradient boosting", "AI stock selection", "walk-forward", "rolling training", "feature engineering", "scikit-learn", "XGBoost".
Longbridge Securities によるペアトレーディング / 統計的(pair| アービトラージ) 戦略 - 2 つの相関資産の Engle-Granger（ADF）法による共和分性検定、OLS による最適なヘッジ比率の算出、スプレッド Z スコアと平均回帰の半減期の計算、売買シグナル生成（Z > 2 でスプレッドの買い、Z < -2 で売り、|Z| < 0.5 で決済）。トリガー："ペアトレーディング", "統計的アービトラージ", "共和分", "スプレッドトレーディング", "ペ SENSITIVE|ア|ア|ー|ド|ア|ビ|ト|ラ|ー|ジ", "統計套利", "協整", "價差交易", "pairs trading", "statistical arbitrage", "cointegration", "spread trading", "mean reversion pairs", "hedge ratio", "half-life", "ADF test", "Kalman filter", "Z-score spread", "spread mean reversion"。
Longbridge を通じたテック炒作とファンダメンタルの分析 - A 株 / 香港市場のテック株におけるバリュエーションのバブルとファンダメンタルとの乖離を特定。PE / PS / EV-EBITDA の歴史的パーセンタイルを実際の売上 / 利益成長と比較。AI / EV / 半導体テーマのうち基本面に裏付けがあるものと、純粋にセンチメント主導のモメンタムを区別して分析。トリガー："科技炒作", "AI バブル", "バリュエーション泡沫", "テック株のバリュエーション", "コンセプト株", "テーマ炒作", "ファンダメンタル乖離", "炒作識別", "テックバブル", "テック株評価", "AI バブル", "バリュエーションバブル", "曖昧|範|syllable|な|環境|", "}$\n
小型成長株の発掘 — 時価総額 < 5–10B、売上成長率 > 30%、ROE > 15%、機関保有比率低という.Screen 条件から、見落とされている中小型高成長企業（A株の専精特新、 香港成長株、 米国小型成長株）を特定。トリガー：「小盘成长」「小市值」「成长股」「中小盘」「专精特新」「隐形冠军」「小盘股」「成长潜力」「小盤成長」「小市值」「成長股」「中小盤」「專精特新」「隱形冠軍」「small cap growth」「small cap stocks」「growth stocks」「mid-small cap」「hidden champions」「high growth companies」「small cap discovery」「emerging growth」「小市值成长股」「中小市值」。
Longbridge Securities 経由の歴史ボラティリティ（HV）レジーム戦略 — 20 日・60 日 HV を算出し、現在の水準を過去 1 年間でのパーセンタイルとして順位づけ、ボラティリティレジームの取引を助言する：HV パーセンタイルが 25% 未満ならボラティリティ ロング（ストラドル買い）、75% を超えるならボラティリティ ショート（ストラドル売り／アイアンコンドル）、それ以外はニュートラル。トリガー："波动率策略", "历史波动率", "低波动率", "高波动率", "波动率分位", "做多波动率", "做空波动率", "波動率策略", "歷史波動率", "低波動率", "高波動率", "波動率分位", "做多波動率", "做空波動率", "volatility strategy", "historical volatility", "low volatility", "high volatility", "volatility percentile", "long volatility", "short volatility", "vol regime", "HV20", "HV60", "buy straddle", "sell straddle", "iron condor"
Formula 1 データ（レース日程、結果、ラップタイム、ドライバーとチームの情報）。FastF1 ライブラリを使用します。F1 セッション、予選、練習走行、レース結果、セクタータイム、タイヤ戦略を網羅します。F1 のレース結果、予選、ラップタイム、ドライバー統計、チーム情報、F1 カレンダー、Formula 1 データについて質問された場合に使用します。その他のモータースポーツ（MotoGP、NASCAR、IndyCar、WEC、Formula E）には使用しないでください。F1 の賭けのオッズや予測には使用せず、kalshi または polymarket を使用してください。F1 のニュース記事には使用せず、sports-news を使用してください。
CloudCompareのコマンドラインインターフェース。オープンソースの3D点群・メッシュ処理ソフトウェアであるCloudCompare向けの、エージェントに使いやすいハーネスです。プロジェクト管理、セッション制御、点群操作（subsample、filter、segment、analyze）、メッシュ操作、距離計算（C2C、C2M）、変換（ICP、matrix）、エクスポート（LAS/LAZ/PLY/PCD/OBJ/STL/E57）、対話型REPLの9グループ、計41コマンドに対応します。
バフェット流の株式スクリーナー——"What would Buffett buy now?"。市場／セクター／好みのクエリから、2 層モデルで 3〜5 銘柄の候補を生成する：ハードな定量フィルター（ROE 5y ≥15%、debt/asset ≤50%、FCF positive 3y、listed ≥5y、gross margin ≥30%）→ 定性的な moat スコアリング（moat 35% / capital allocation 20% / earnings predictability 20% / valuation 15% / runway 10%）。Longbridge CLI を優先し、MCP にフォールバック、情報の欠落にのみ WebSearch を使用する。出力：moat タイプのタグ付き候補カード、定量的ハイライト、判定（🟢 バフェットの基準を満たす / 🟡 基準を部分的に満たす / 🔴 基準を満たさない）、`longbridge-buffett-moat-analyzer` への詳細分析 CTA。航空会社、売上なしのバイオテック、ST、上場 5 年未満は除外する。トリガー："巴菲特会买什么"、"巴菲特筛股"、"巴菲特风格的股票"、"护城河筛股"、"宽护城河股票"、"价值投资筛股"、"10年不动的股票"、"定价权强的公司"、"巴菲特會買什麼"、"巴菲特篩股"、"護城河篩股"、"寬護城河股票"、"Buffett screener"、"what would Buffett buy"、"wide-moat screener"、"quality compounder screen"、"Berkshire-style screen"、"pricing-power screen"。
ユーザーが売買の機会を探している、アービトラージを検出したい、市場を分析したい、エッジ検出を行いたい、ミスプライシングを見つけたい、確率分析をしたい、オーダーブックの厚みを評価したい、モメンタムのシグナルを見つけたい、Polymarket の市場品質を評価したい、などと依頼したときにこの skill を使用します。トリガー：「機会を探して」「アービトラージ検出」「市場分析」「エッジ検出」「ミスプライシング」「確率分析」「オーダーブック分析」「モメンタムスキャン市場の非効率」「価格ギャップ出来高急増」「トレーディングエッジ」「市場分析」。
Google Ads のパフォーマンスデータを取得し、レポートを作成します。広告キャンペーンの成果、キーワードの費用、品質スコア、ROAS、コンバージョントラッキング、広告費分析について尋ねられた場合に使用します。起動フレーズ：「google ads」「adwords」「campaign performance」「ad spend」「quality score」「CPC report」「ROAS」「ad conversion」「keyword performance」「google ads report」。
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。