# statistics-fundamentals

Скилл для статистической работы с финансовыми доходностями: описательные статистики, ковариация, CAPM-регрессия, тесты и бутстрап.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 813 установок · ★ 218
- Автор: JoelLewis
- Лицензия: MIT · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/JoelLewis/finance_skills/tree/HEAD/plugins/core/skills/statistics-fundamentals/SKILL.md
- Обновлён: 2026-07-18
- HTML: https://affpapa.org/nevibecode/skills/statistics-fundamentals

## Что делает

Скилл задаёт агенту порядок расчётов по ряду доходностей. Сначала описательные статистики: среднее, волатильность с делением на `n - 1`, асимметрия, эксцесс. Потом проверка распределения через Jarque-Bera, затем ковариационная и корреляционная матрицы, регрессия CAPM или факторная модель, и в конце бутстрап-интервалы для статистик без готовой формулы стандартной ошибки.

Внутри — правила решений и разобранные примеры. Дисперсия выборки считается с поправкой Бесселя, годовая волатильность — умножением на корень из числа периодов. Для CAPM даны формулы beta, alpha, R-квадрата и t-статистик: положительная alpha с |t| меньше 2 не доказывает навык управления. Отдельно описан бутстрап с возвращением, B от 1,000 до 10,000, и оговорка, что i.i.d.-схема игнорирует автокорреляцию и кластеризацию волатильности — для таких рядов нужен блочный бутстрап.

Есть предупреждение про скрипт: его `shrunk_covariance` считает упрощённую интенсивность сжатия, а не полную оценку Ledoit-Wolf. Для рабочего кода автор советует `sklearn.covariance.LedoitWolf`. Это повод проверить, чем вы считаете матрицу перед оптимизатором: при числе активов, близком к числу наблюдений, выборочная ковариация плохо обусловлена, и веса портфеля скачут от малейшего изменения данных.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add JoelLewis/finance_skills --skill statistics-fundamentals -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/statistics-fundamentals/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/statistics-fundamentals/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add JoelLewis/finance_skills --skill statistics-fundamentals -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/statistics-fundamentals/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add JoelLewis/finance_skills --skill statistics-fundamentals -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/statistics-fundamentals/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install JoelLewis/finance_skills statistics-fundamentals
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/statistics-fundamentals/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add JoelLewis/finance_skills --skill statistics-fundamentals -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/JoelLewis/finance_skills --path plugins/core/skills/statistics-fundamentals
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/statistics-fundamentals/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add JoelLewis/finance_skills --skill statistics-fundamentals -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/JoelLewis/finance_skills/tree/HEAD/plugins/core/skills/statistics-fundamentals/SKILL.md

## Когда брать
- посчитать волатильность ряда доходностей с поправкой на смещение
- проверить, нормально ли распределены доходности
- собрать ковариационную матрицу и не получить скачущие веса
- оценить beta и alpha фонда с t-статистиками
- построить доверительный интервал для коэффициента Шарпа

## Примеры запросов агенту
- посчитай описательные статистики и Jarque-Bera для этого ряда месячных доходностей
- прогони CAPM-регрессию фонда против рынка и покажи t-статистику alpha
- собери ковариационную матрицу по этим активам и проверь, нужна ли shrinkage-оценка

## Похожие
- [statistics-math](https://affpapa.org/nevibecode/skills/statistics-math.md) — скилл · 432 установки
- [nature-statistics](https://affpapa.org/nevibecode/skills/nature-statistics.md) — скилл · 11800 установок
- [mean-reversion](https://affpapa.org/nevibecode/skills/mean-reversion.md) — скилл · 490 установок
- [fintech-algorithms](https://affpapa.org/nevibecode/skills/fintech-algorithms.md) — скилл · 1900 установок
- [bioinformatics-fundamentals](https://affpapa.org/nevibecode/skills/bioinformatics-fundamentals.md) — скилл · 440 установок
- [data-analyst](https://affpapa.org/nevibecode/skills/borghei-data-analyst.md) — скилл · 605 установок

Из того же набора: [joellewis/finance_skills](https://affpapa.org/nevibecode/by/joellewis/finance_skills.md) — 84 карточки

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md