只读镜像，源仓库：https://github.com/quantskills/skill-portfolio-risk-parity。提交与反馈请前往 GitHub。 This approach is adopted when constructing a portfolio where each asset contributes equally to the total portfolio risk (as opposed to equal weight allocation).
只读镜像，源仓库：https://github.com/quantskills/skill-portfolio-pnl-attribution。提交与反馈请前往 GitHub。 skill 收益归因：证券贡献、行业贡献、费用、基准和主动收益，并做日度 P&L 对账
只读镜像，源仓库：https://github.com/quantskills/skill-portfolio-optimize。提交与反馈请前往 GitHub。 Convex portfolio optimizer: mean-variance / min-variance / max-Sharpe / risk-parity / max-diversification with weight caps, sector & exposure neutrality and turnover li
只读镜像，源仓库：https://github.com/quantskills/skill-portfolio-cvar-optim。提交与反馈请前往 GitHub。 For constructing equity portfolios that minimize extreme tail losses
只读镜像，源仓库：https://github.com/quantskills/skill-portfolio-liquidity-stress-test。提交与反馈请前往 GitHub。 Stress portfolio liquidation capacity, pro-rata redemption shortfalls, and spread plus square-root impact costs.
只读镜像，源仓库：https://github.com/quantskills/skill-portfolio-checkup。提交与反馈请前往 GitHub。 A-share portfolio health report skill for concentration, benchmark deviation, weighted valuation, quality, and risk exposure aggregation.
只读镜像，源仓库：https://github.com/quantskills/skill-portfolio-blacklitterman。提交与反馈请前往 GitHub。 Black-Litterman 组合优化 skill: 以沪深300 为先验，用动量/反转/换手率三视图更新，输出 CSV+MD 报告
只读镜像，源仓库：https://github.com/quantskills/skill-portfolio-attribution。提交与反馈请前往 GitHub。 把主动收益分解为行业配置、个股选择、交互效应（Brinson-Fachler + Carino 多期链接）与因子贡献
只读镜像，源仓库：https://github.com/quantskills/skill-performance-attribution。提交与反馈请前往 GitHub。
只读镜像，源仓库：https://github.com/quantskills/skill-pandadata-api。提交与反馈请前往 GitHub。 Pandadata API skill for Codex, Claude Code, Hermes, OpenClaw, Cursor, and WorkBuddy
只读镜像，源仓库：https://github.com/quantskills/skill-paper-replication。提交与反馈请前往 GitHub。 Codex skill for paper replication workflows.
只读镜像，源仓库：https://github.com/quantskills/skill-pandadata-warehouse。提交与反馈请前往 GitHub。 QuantSkills agent skill for local Pandadata DuckDB/Parquet warehouses
只读镜像，源仓库：https://github.com/quantskills/skill-pandaai-workflow-generator。提交与反馈请前往 GitHub。 根据自然语言量化想法生成可一键导入 PandaAI 的工作流 JSON：LiteGraph 节点连线、内嵌 Python 策略/因子代码、成本与回测参数注入
只读镜像，源仓库：https://github.com/quantskills/skill-pandaai-workflow-audit。提交与反馈请前往 GitHub。 像代码评审一样审计 PandaAI 工作流文件：图结构、策略与因子代码、数据时序、参数自由度、回测假设与验证证据，逐条给出缺陷与优化方案
只读镜像，源仓库：https://github.com/quantskills/skill-oversold-rebound。提交与反馈请前往 GitHub。 A股超跌反弹择时与选股：判断短期反弹环境并筛选候选股票
只读镜像，源仓库：https://github.com/quantskills/skill-overseas-equity-factor-miner。提交与反馈请前往 GitHub。 Discover and validate cross-sectional alpha factors for HK/US equities by IC, decay, and turnover.
只读镜像，源仓库：https://github.com/quantskills/skill-options-vol-analyst。提交与反馈请前往 GitHub。 Pandadata options volatility analysis skill for option-chain, IV/HV, term-structure, skew, and volatility-premium reports.
只读镜像，源仓库：https://github.com/quantskills/skill-option-strategy-builder。提交与反馈请前往 GitHub。 期权策略构建器：7 种结构（垂直价差/跨式/宽跨式/领口/日历/备兑/自定义）选腿+损益图+盈亏平衡+净希腊字母+保证金，BS 用 math.erf 纯标准库补算
只读镜像，源仓库：https://github.com/quantskills/skill-optimal-transport-cross-sectional-factor。提交与反馈请前往 GitHub。 Auditable cross-sectional factors from point-in-time one-dimensional optimal transport.
只读镜像，源仓库：https://github.com/quantskills/skill-oil-brief。提交与反馈请前往 GitHub。 生成原油简报，数据来源为 Pandadata 期货接口、美国能源信息署（EIA）开放 API、OPEC 月度报告、雅虎财经等，输出为中文 Markdown 简报。
