crypto-prediction-multimodal
暗号資産の価格予測システムを構築するためのスキルです。時系列の価格データ、ブロックチェーンのオンチェーンメトリクス、テキスト分析（ニュース・ソーシャルメディア）を組み合わせたマルチモーダル予測モデルを開発できます。ユーザーが暗号資産価格予測プロジェクトの作成、改善、拡張をリクエストしたときに活用してください。暗号資産予測、ビットコイン・イーサリアムの価格モデル、暗号資産ニュースのセンチメント分析、オンチェーンデータ、LSTM、Transformer、FinBERT、MVRV、SOPR、取引所フロー、バックテストなどのキーワードが含まれる場合も対象です。さらに、暗号資産分析ダッシュボード、ボラティリティアラートシステム、ML信号ベースの取引アプリケーションの構築にも利用できます。
description の原文を見る
Skill untuk membangun sistem prediksi harga kripto multimodal yang menggabungkan data time-series harga, metrik on-chain blockchain, dan analisis sentimen teks (berita/media sosial). Gunakan skill ini setiap kali pengguna meminta bantuan membuat, mengembangkan, atau memperbaiki proyek prediksi harga kripto — termasuk ketika mereka menyebut kata-kata seperti: prediksi kripto, model harga Bitcoin/Ethereum, sentimen berita kripto, data on-chain, LSTM kripto, Transformer time-series, FinBERT, MVRV, SOPR, exchange flow, backtesting kripto, atau pipeline multimodal. Juga gunakan skill ini jika pengguna ingin membangun dashboard analisis kripto, sistem peringatan volatilitas, atau aplikasi trading berbasis sinyal ML.
SKILL.md 本文
暗号資産価格予測マルチモーダルスキル
このスキルは、3つのデータモーダルを組み合わせた暗号資産価格予測システムの構築をガイドします：市場価格（時系列）、オンチェーンメトリクス（ブロックチェーンファンダメンタルズ）、テキスト感情分析（NLP）。完璧な予測ではなく、従来の単変量モデルより優れた確率信号を生成することが目的です。
システムアーキテクチャ（7層）
[DATA SOURCES] → [PREPROCESSING] → [ENCODING] → [FUSION] → [OUTPUT HEADS] → [EVALUATION] → [DEPLOYMENT]
各層の詳細は以下を参照するか、関連セクションに直接移動してください：
- セットアップ＆データ → [セクション1]
- 前処理＆特徴エンジニアリング → [セクション2]
- モデルアーキテクチャ → [セクション3]
- 学習＆評価 → [セクション4]
- デプロイメント＆ダッシュボード → [セクション5]
- 一般的エラー防止チェックリスト → [セクション6]
セクション1：セットアップ＆データ収集
1.1 プロジェクト構造
crypto-prediction/
├── data/
│ ├── raw/
│
...
詳細情報
- 作者
- IndalAwalaikal
- ライセンス
- unknown
- 最終更新
- 2026/5/10
Source: https://github.com/IndalAwalaikal/CryptoPulse-Market-Prediction / ライセンス: unknown
関連スキル
hugging-face-trackio
Trackioを使用してMLトレーニング実験を追跡・可視化できます。トレーニング中のメトリクスログ記録（Python API）、トレーニング診断のアラート発火、ログされたメトリクスの取得・分析（CLI）が必要な場合に活用してください。リアルタイムダッシュボード表示、Webhookを使用したアラート、HF Space同期、自動化向けのJSON出力に対応しています。
btc-bottom-model
ビットコインのサイクルタイミングモデルで、加重スコアリングシステムを搭載しています。日次パルス（4指標、32ポイント）とウィークリー構造（9指標、68ポイント）の2カテゴリーにわたる13の指標を追跡し、0～100のマーケットヒートスコアを算出します。ETFフロー、ファンディングレート、ロング/ショート比率、恐怖・貪欲指数、LTH-MVRV、NUPL、SOPR（LTH+STH）、LTH供給率、移動平均倍率（365日MA、200週MA）、週次RSI、出来高トレンドに対応します。市場サイクル全体を通じて買いと売りの両方の推奨を提供します。ビットコインの底値拾い、BTCサイクルポジション、買い時・売り時、オンチェーン指標、MVRV、NUPL、SOPR、LTH動向、ETFの流出入、ファンディングレート、恐怖指数、ビットコインが過熱状態か、マイナーコスト、暗号資産市場のセンチメント、BTCのポジションサイジング、「今ビットコインを買うべきか」「BTCが天井をつけているか」「オンチェーン指標は何を示しているか」といった質問の際にこのスキルを活用します。
protein_solubility_optimization
タンパク質の溶解性最適化 - タンパク質の溶解性を最適化します。タンパク質の特性を計算し、溶解性と親水性を予測し、有効な変異を提案します。タンパク質配列の特性計算、タンパク質機能の予測、親水性計算、ゼロショット配列予測を含むタンパク質エンジニアリング業務に使用できます。3つのSCPサーバーから4つのツールを統合しています。
research-lookup
Parallel Chat APIまたはPerplexity sonar-pro-searchを使用して、最新の研究情報を検索できます。学術論文の検索にも対応しています。クエリは自動的に最適なバックエンドにルーティングされるため、論文の検索、研究データの収集、科学情報の検証に活用できます。
tree-formatting
ggtree（R）またはiTOL（ウェブ）を使用して、系統樹の可視化とフォーマットを行います。系統樹を図として描画する際、ツリーレイアウトの選択、分類学に基づく枝やラベルの色付け、クレードの折りたたみ、サポート値の表示、またはツリーへのオーバーレイ追加が必要な場合に使用してください。系統推定（protein-phylogenyスキルを使用）やドメイン注釈（今後の独立したスキル）には使用しないでください。
querying-indonesian-gov-data
インドネシア政府の50以上のAPIとデータソースに接続できます。BPJPH（ハラール認証）、BOM（食品安全）、OJK（金融適正性）、BPS（統計）、BMKG（気象・地震）、インドネシア中央銀行（為替レート）、IDX（株式）、CKAN公開データポータル、pasal.id（第三者法MCP）に対応しています。インドネシア政府データを活用したアプリ開発、.go.idウェブサイトのスクレイピング、ハラール認証の確認、企業の法的適正性の検証、金融機関ステータスの照会、またはインドネシアMCPサーバーへの接続時に使用できます。CSRF処理、CKAN API使用方法、IP制限回避など、すぐに実行可能なPythonパターンを含んでいます。