FINDING #9076 · UNIT ID 625348785
datawhalechina/whale-quant
本项目为量化开源课程，可以帮助人们快速掌握量化金融知识以及使用Python进行量化开发的能力。
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
3% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
2.83
ACCEL
+0.02
RETENTION
33.3%
PEAK 2026-08-22 · FORK-RETENTION 0.0% · 85 STARS / WINDOW
Author Audience
AUDIENCE
141,341
FOLLOWERS
32,343
OWNER ★
383,274
Engagement Signals
FORKS
319
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 85 / 85 (DIVERSITY 1.00)
Why This Is A Finding
datawhalechina/whale-quant собрал 85 звёзд за окно, тогда как у автора всего 32,343 подписчиков — эффективная аудитория ≈ 141,341. Это даёт surprise-индекс 0.00002 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 5% OF 9591 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9591 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 5%
VELOCITY2.833.63-0.80ABOVE 38%
RETENTION33.3%24.8%+8.5 PPABOVE 66%
FORKS319120+199ABOVE 74%
SURPRISE0.000.01-0.01ABOVE 2%