Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
首个将99位加密KOL交易经验LLM蒸馏为可回测量化因子的开源项目 | First to distill 99 crypto KOL trading experience into backtestable quant factors via LLM
| Date | Stars |
|---|---|
| 2026-08-03 | 307 |
| 2026-08-13 | 311 |
| 2026-08-18 | 313 |
| 2026-08-20 | 312 |
| 2026-08-24 | 313 |
| 2026-08-29 | 313 |
| 2026-09-02 | 315 |
| 2026-09-07 | 316 |
| 2026-09-21 | 317 |
| 2026-10-02 | 318 |
| 2026-10-03 | 316 |
| 2026-10-10 | 317 |
| 2026-10-12 | 316 |
| 2026-10-13 | 318 |
| 2026-10-14 | 318 |
| 2026-10-19 | 319 |
| 2026-10-23 | 320 |
| 2026-10-27 | 321 |
| 2026-10-29 | 320 |
| 2026-11-04 | 322 |
Today
+2 stars today
This week
+1 stars this week
This month
+6 stars this month
Momentum
0.0
growth rate 0.31%/day
# 锁妖塔 Skill —— 炼化 99 个加密交易员 把 99 个顶级加密交易员的推特"关进锁妖塔"，用 LLM 炼出他们的交易直觉，变成 87 个可回测的量化因子。 每天问一句"大家怎么看"，99 个交易员同时告诉你方向。 ## 炼了什么 | 原料 | 数量 | |---|---| | S 级交易员 | 99 人（从 1000+ 候选中三轮筛选） | | 推文 | 39,843 条（2024-01 → 2026-04） | | K 线截图 | 17,657 张（1.7 GB） | | 蒸馏 profile | 99 份（每人 15-25 个能力 + 口头禅 + 信心词汇） | | 能力库 | 470 条（70 种子 + 400 涌现） | | 量化因子 | 87 个 Python 评估器 | | 价格数据 | 832 天日线 × BTC/ETH/SOL/DOGE + DXY/黄金/美债/SPX | ## 炼出了什么 ### 87 个量化因子，16 个统计显著 从 99 人的推文和图表里提取出 470 个"交易直觉"（比如"200 周均线附近机械买入"、"4 年周期派发阶段做空"、"假突破后反手"），然后把它们转成 Python 规则，在 832 天历史上回测 IC（信息系数）。 **最强 5 个因子：** | 因子 | IC | 来源交易员 | 说明 | |---|---|---|---| | 200W MA 价值区 | **+0.297** (SOL) | @LedgerStatus | 价格在 200 周均线附近 = 历史级买点 | | 200W MA 机械买 | **+0.220** (BTC) | @IvanOnTech | 触碰 200 周均线直接买，不想理由 | | 4 年周期论 | **+0.201** (BTC) | @rektcapital | 减半后 18 月进入派发/熊段 | | OHLC 锚点 | **+0.109** | @KillaXBT | 周开盘价作为日内支撑阻力 | | 强势下行趋势 | **+0.098** | @DrProfitCrypto | 价格在 200 日均线下方 + 死叉 | **最强反指因子（应反向使用）：** | 因子 | IC | 说明 | |---|---|---| | 黄金避险 | **-0.218** (SOL) | 黄金大涨时做多 BTC？错！BTC 常脱钩下跌 | | 强势上升趋势 | **-0.100** (BTC) | "趋势跟随做多"在周期后段反而是见顶信号 | ### 99 个交易员的信任分 每个交易员的"自述经验"被量化为一个 composite signal，和历史走势做回归： - **58 人正 IC**（自述方法和真实盈亏方向一致 → 可以跟） - **41 人负 IC**（自述方向和真实方向相反 → 当反指用） - **21 人 |IC| > 0.1**（强信号） **最值得跟的 5 人：** @Yodaskk (+0.145) · @dpuellARK (+0.110) · @AnalysisElliott (+0.106) · @Tree_of_Alpha (+0.103) · @ToneVays (+0.099) **最强反指 5 人：** @christiaandefi (-0.201) · @shufen46250836 (-0.180) · @WClementeIII (-0.158) · @Engineercryptoo (-0.157) · @GugaOnChain (-0.143) ### 实时共识输出 跑一次 `/consensus`，输出： 1. **🔴 BEARISH / 🟢 BULLISH** 大字判定 2. 99 人投票：多 X / 空 X / 中性 X 3. 30 天隐含价格区间（多头 box + 空头 box） 4. 当前触发的因子列表 5. 交互式 K 线图（Plotly HTML） 6. 交易员信号面板 ### 回测验证 **BTC 日线（近 7 天）：** - 跟信号方向：胜率 57%，$1000 → $1079（+7.9%） **BTC 剥头皮（日线定方向 × 5m 入场）：** - 日线共识做方向过滤 → 胜率从 50% 提升到 59%（+9%） - 盈亏比 1.28 ## 使用方式 **方式 1：Claude Code skill** ``` /consensus # 用缓存数据（秒出） /consensus --refresh-ohlc # 拉最新 Binance 行情 /consensus eth # 看 ETH ``` **方式 2：直接跑 Python** ```bash python3 quant_factors/run_consensus.py --refresh-ohlc # 输出 consensus_snapshot.html + consensus_snapshot.json ``` ## 可扩展 - **加交易员**：跑 codex 蒸馏 → 自动进因子库 - **加数据源**：Binance perpetual (funding/OI) / Glassnode (MVRV/NVT) / FRED (M2/PMI) → 激活 20 个 mock 因子 - **加自定义因子**：在 capabilities/ 里写 Python 函数即可 - **多时间框架**：接 5m K 线 → 剥头皮模式 ## 文件结构 ``` ├── quant_factors/ │ ├── run_consensus.py # 一键运行 │ ├── feature_engine.py # 88 特征 │ ├── capabilities/ # 87 个因子评估器 │ ├── backtest.py # IC 回测 │ ├── trader_composite.py # 信任分 │ ├── consensus_now.py # 共识快照 │ └── render_consensus.py # Plotly 渲染 ├── profiles_v2/ # 99 份交易员 profile ├── capabilities_v1.json # 470 条能力库 ├── ohlc_daily.json # 价格数据 └── macro_daily.json # 宏观数据 ``` ## ⚠️ 声明 这是研究项目，不是交易建议。回测 ≠ 实盘。7 天样本不具统计意义。请自行承担风险。 ## License MIT
Excerpt of 2,930 characters
Read on GitHubWould you bet a product on this? Bounded 0–100 and slow moving.
matched fp:ff65f3ecd7064cc4, llm:Description: 'First to distill 99 crypto KOL trading experience into backtestable quant factors via LLM' (Chinese and English).
matched fp:ff65f3ecd7064cc4, llm:Description: 'First to distill 99 crypto KOL trading experience into backtestable quant factors via LLM' (Chinese and English).
matched fp:ff65f3ecd7064cc4, llm:Description: 'First to distill 99 crypto KOL trading experience into backtestable quant factors via LLM' (Chinese and English).
matched fp:ff65f3ecd7064cc4, llm:Description: 'First to distill 99 crypto KOL trading experience into backtestable quant factors via LLM' (Chinese and English).