📦 Credit Lgd ModelCrystal — 信用 Lgd ModelCrystal

v0.3.3

技能编译自 finance-bp-112(全球信用风险)。

0· 51·0 当前·0 累计
tangweigang-jpg 头像by @tangweigang-jpg (Tang Weigang)
下载技能包
最后更新
2026/4/23
0
安全扫描
VirusTotal
无害
查看报告
OpenClaw
可疑
medium confidence
该技能声称用于构建 LGD(信用损失)模型,但其说明和参考文件却混入了交易/回测工具(ZVT、MACD、交易执行)及文件系统检查,导致宣称目标与代理实际被引导执行的内容不符。
评估建议
此包将信用 LGD 模型制品与交易/回测(ZVT/MACD/Sphinx)混用,并指示 agent 运行 Python 检查、pip install 并在 ~/.zvt 下创建文件。安装或调用前:1)确认你真正需要的是交易/回测流程还是纯 LGD 信用模型——该 skill 似乎两者都想做。2)若继续,请在隔离环境(VM/容器)中运行,因为 skill 可能安装包并写入主目录。3)自行检查 seed.yaml 与 references/LOCKS.md,验证所强制的语义锁(交易规则)是否可接受。4)请作者/所有者澄清范围(若仅需 LGD 则移除交易/回测提示)或提供仅含信用建模指令的精简 skill。5)若缺乏信任或需最小权限,不要让 agent 自动运行前置安装命令;审查后手动执行这些步骤。...
详细分析 ▾
用途与能力
名称/描述写的是“LGD(违约损失率)机器学习模型”,用于信用风险,但 SKILL.md、human_summary、seed.yaml 及大量参考文件反复出现 ZVT、回测、交易流水线(MACD、trading_execution)和 Sphinx 文档。语义锁与前置条件包含交易规则(先卖后买、下一根 K 线执行、MACD 参数锁),与纯 LGD 信用模型无关。这种混合目的不连贯:信用-LGD 建模技能通常不会询问市场/策略,也不会强制交易语义,除非它故意做成双用途蓝图。
指令范围
尽管仅为指令,SKILL.md 及其引用文件会引导智能体运行前置检查,执行 Python 命令(如 `python3 -c "import zvt..."`),若检查失败则通过 pip 安装包,并在 ZVT_HOME(~/.zvt)下创建/写入文件。它还指示智能体在决策前重新加载 seed.yaml,并遵循执行协议。这些运行时操作会访问宿主文件系统和包管理器,不仅描述建模步骤,还包含交易/回测问题提示。指令未严格限定于 LGD 估算,赋予智能体广泛的安装与文件系统操作权限。
安装机制
没有正式的安装规范(静态安装风险最低)。然而,SKILL.md 和 seed.yaml 明确指示在检查失败时运行 pip install 和 zvt 初始化作为前置条件。这些命令会在运行时从外部注册表拉取包,即使注册表元数据中未声明安装配方——这是代理可能执行的隐式安装路径。
凭证需求
该技能未声明任何必需的环境变量或凭据(良好)。然而,运行时前置条件引用了 ZVT_HOME,并指示在该目录(~/.zvt)下 touch 文件并检查可写性。这意味着 agent 会读写本地配置目录。未请求任何 secret,但该技能期望文件系统访问,这对于 ZVT/backtest 设置而言是合理且成比例的,但对于纯 LGD 模型则出乎意料。
持久化与权限
该 skill 未请求 always:true 或其他高阶持久权限。它可由用户调用,并允许模型调用(正常)。其元数据中未声明对其他 skill 或系统级代理设置的修改。seed.yaml 指示 host 在执行期间重载它,但这只是文档/执行协议指令,而非注册表级持久标志。
references/seed.yaml:796
安装源指向 URL 缩短器或原始 IP。
安全有层次,运行前请审查代码。

运行时依赖

无特殊依赖

版本

latestv0.3.32026/4/22

v0.3.3:注入双语元数据;H1 显示“信用违约损失模型”;标语替换为技能专属中文钩子;标签升级为 Level 1-4。

无害

安装命令

点击复制
官方npx clawhub@latest install credit-lgd-model
镜像加速npx clawhub@latest install credit-lgd-model --registry https://cn.longxiaskill.com

技能文档

构建并训练 LGD(违约损失率)机器学习模型,支持基于历史违约数据的信用风险量化评估与预测。

流程

data_collection -> data_storage -> factor_computation -> target_selection -> trading_execution -> visualization

核心用例(共1个)

Sphinx 文档配置(UC-101)

为 openLGD 项目配置 Sphinx 文档构建器,设定项目元数据、版本信息与路径。 触发词:documentation, sphinx, configuration 执行触发:当用户意图匹配 intent_router.uc_entries[].positive_terms 且使用动作动词(run/execute/跑/执行/backtest/fetch/collect)

我将询问你

  • 目标市场:A股(默认)、港股,还是加密币?(ZVT 中的美股半成品——stockus_nasdaq_AAPL 存在但覆盖薄)
  • 数据源/供应商:东方财富(免费、免账号)、聚宽(需账号+付费)、baostock(免费、历史好)、akshare,或 qmt(券商)?
  • 策略类型:MACD 金叉、均线交叉、放量突破、基本面筛选,或自定义因子?
  • 时间区间:回测起止时间戳
  • 标的 ID:具体股票(stock_sh_600000)或指数成分(SZ1000)?

语义锁(致命)

| ID | 规则 | 违规处理 | |---|---|---| | SL-01 | 每交易周期先卖后买 | 停机 | | SL-02 | 交易信号必须 next-bar 执行(禁止前视) | 停机 | | SL-03 | 实体 ID 须符合 entity_type_exchange_code 格式 | 停机 | | SL-04 | DataFrame 索引须为 MultiIndex(entity_id, timestamp) | 停机 | | SL-05 | TradingSignal 只能有且仅有 position_pct、order_money、order_amount 之一 | 停机 | | SL-06 | filter_result 列语义:True=买入,False=卖出,None/NaN=无操作 | 停机 | | SL-07 | Transformer 必须在 Accumulator 前运行 | 停机 | | SL-08 | MACD 参数锁定:fast=12, slow=26, signal=9 | 停机 | 完整定义:references/LOCKS.md

高频反模式(共14条)

  • AP-CREDIT-RISK-001:空 DataFrame 传入分箱流程
  • AP-CREDIT-RISK-002:多维目标数组致 WoE 形状失配
  • AP-CREDIT-RISK-003:OptimalBucketer 接收高基数数值特征
全部14条:references/ANTI_PATTERNS.md

证据质量提示

[质量提示] 本 crystal 由蓝图 finance-bp-112 编译,证据验证率 21.0%,审计失败 23 项。关键决策请核对源文件(LATEST.yaml / LATEST.jsonl)。

参考文件

| 文件 | 内容 | 加载时机 | |---|---|---| | references/seed.yaml | V6+ 全量权威源 | 行为/决策争议必读 | | references/ANTI_PATTERNS.md | 14 条跨项目反模式 | 实现前 | | references/WISDOM.md | 跨项目精华 | 架构决策 | | references/CONSTRAINTS.md | 领域+致命约束 | 规则冲突 | | references/USE_CASES.md | 全量 KUC- 业务场景 | 需示例 | | references/LOCKS.md | SL- + 前置条件 + 提示 | 生成回测/交易代码前 | | references/COMPONENTS.md | AST 组件地图(按模块)| 查 API |

--- 由 Doramagic crystal-compilation-v6.1 于 2026-04-22T13:00:54.441302+00:00 自蓝图 finance-bp-112 编译。 非技术概览见 human_summary.md

数据来源ClawHub ↗ · 中文优化:龙虾技能库