@zasset/za-analysis:資產定價與機器學習研究的端到端分析插件

前言

DeepSeek Harness (DSH) 採用“一切皆插件”的架構。在實證資產定價和機器學習研究場景中,研究者往往需要整合文獻綜述、數據評估、模型訓練與報告生成。ZA Research analysis stage 插件旨在提供這一端到端的自動化工作流。

這是什麼

這是 Z Asset 維護的模型推理類插件,面向資產定價與機器學習/深度學習研究,提供從數據處理到模型訓練及報告生成的全流程支持。

核心功能

插件主要包含以下能力:
* 端到端模型訓練與估計
* 資產定價 + 機器學習/深度學習研究
* 文獻綜述
* 數據處理
* 模型訓練
* 寫報告
* 做 PPT

安裝與啓用

使用官方安裝命令添加插件:

dsh plugin --profile <你的profile> add zresearch-analysis

也可以通過 npm 安裝:

npm install zresearch-analysis

安裝後,在 DSH 會話中按需觸發(模型會根據任務自動加載對應 skill)。

典型用法

在 DSH 會話中輸入以下指令即可觸發對應功能:
* 文獻綜述:問「幫我做文獻綜述 / 找相關論文」
* 數據處理:問「幫我找數據 / 評估數據集」
* 模型訓練:問「跑回歸 / 訓練 ML 模型 / 橫截面收益預測」
* 寫報告:問「寫論文 / 起草章節」
* 做 PPT:問「做演講 PPT / Beamer / job market talk」

適用場景與注意

該插件適合進行實證資產定價、因子模型、橫截面收益預測及 GMM/SDF 等研究的用戶。插件以當前 DSH 進程的權限運行,安裝前應檢查源碼與許可證。

資源

  • 插件目錄:https://www.skillhub.cn/plugins/Z-Asset/ZA_analysis
  • 源碼地址:https://github.com/Z-Asset/ZA_analysis
羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜