FINDING #6744 · UNIT ID 909701196
LLMQuant/quant-wiki
We are committed to the open-sourcing quantitative knowledge, aiming to bridge the information gap between the domestic and international quantitative finance industries. 我们致力于量化知识的开源与汉化，打破国内外量化金融行业信息差。
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
1% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
4.71
ACCEL
-0.07
RETENTION
56.3%
PEAK 2026-08-24 · FORK-RETENTION 42.9% · 33 STARS / WINDOW
Author Audience
AUDIENCE
4,330
FOLLOWERS
1,398
OWNER ★
7,718
Engagement Signals
FORKS
322
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 33 / 33 (DIVERSITY 1.00)
Why This Is A Finding
LLMQuant/quant-wiki собрал 33 звёзд за окно, тогда как у автора всего 1,398 подписчиков — эффективная аудитория ≈ 4,330. Это даёт surprise-индекс 0.00108 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 42.9% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 31% OF 9760 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9760 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 31%
VELOCITY4.713.71+1.00ABOVE 58%
RETENTION56.3%38.0%+18.2 PPABOVE 76%
FORKS32286+236ABOVE 80%
SURPRISE0.000.01-0.01ABOVE 15%