SKILLEMALL.ai

AB alphagbm-pnl-simulator

Движок симуляции прибыли/убытка для любой опционной позиции с одной или несколькими ногами. Генерирует диаграммы прибыли/убытка на дату экспирации, прибыль/убыток во времени, сценарии «что если» (цена, подразумеваемая волатильность, время), анализ точки безубычности и распределения вероятностей. Используйте при: тестировании торговой идеи, визуализации риска/вознаграждения, выполнении сценариев «что если», проверке точек безубычности, стресс-тестировании позиции. Активируется по запросам: «симулировать PnL для бычьего колл-спреда AAPL», «что если NVDA упадет на 10%», «диаграмма PnL», «протестировать мой железный кондор», «анализ точки безубычности», «стресс-тест моей позиции», «что произойдет на экспирации».

машинный переводПоказать оригиналСкрыть оригинал«P&L simulation engine for any single-leg or multi-leg option position.…»

P&L simulation engine for any single-leg or multi-leg option position. Generates profit/loss diagrams at expiry, P&L over time, what-if scenarios (price, IV, time), breakeven analysis, and probability distributions. Use when: testing a trade idea, visualizing risk/reward, running what-if scenarios, checking breakeven points, stress-testing a position. Triggers on: "simulate PnL for AAPL bull call spread", "what if NVDA drops 10%", "P&L diagram", "test my iron condor", "breakeven analysis", "stress test my position", "what happens at expiry".

ClawHub Agent Skills автор: Clement Gu v1.0.0 MIT-0 2 файла тело ≈ 1 346 токенов Открыть источникclawhub.ai проанализирован 18 ч назад

Движок симуляции прибыли/убытка для любой опционной позиции с одной или несколькими ногами.

Как процесс B 73/100 · Почти готов — слабые места: ошибки и развилки, повторный запуск, отчётность по ходу

ПроцедураФинансытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
B
73/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "globs"

    Процессный рейтинг: все десять параметров 73/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 21
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1346 токенов

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 7 примера фраз-триггеров в кавычках
    • +3Длина description 547 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 21 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed options P&L simulation helper that may use AlphaGBM's remote API, with no executable code, persistence, or hidden local access.
    LLM: benign (high) · VirusTotal: · 24 июл. 2026 г.