Github Trends®
2987 findingsmedian surprise 0.00082window 180 days
UNIT / TREND-MONITOR · REV 2.6
[ 180 days window ]
SOURCE: gharchive
FINDING #2153 · UNIT ID 132754148
stefan-jansen/machine-learning-for-trading
Code for Machine Learning for Trading, 3rd edition — from data sourcing to live execution.
[ JUPYTER NOTEBOOK ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.000333
ENGAGEMENT0.48
FRESHNESS1.34
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
2% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.71
ACCEL
-0.01
RETENTION
9.8%
PEAK 2026-02-23 · FORK-RETENTION 68.0% · 307 STARS / WINDOW

Author Audience

AUDIENCE
5,075
FOLLOWERS
2,711
OWNER ★
23,644

Engagement Signals

FORKS
5,408
ISSUE AUTH
2
PR AUTH
0
UNIQUE STARGAZERS 305 / 307 (DIVERSITY 0.99)

Why This Is A Finding

stefan-jansen/machine-learning-for-trading собрал 307 звёзд за окно, тогда как у автора всего 2,711 подписчиков — эффективная аудитория ≈ 5,075. Это даёт surprise-индекс 0.000333 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 68.0% и 2 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 2987 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 28%
VELOCITY1.712.84-1.14ABOVE 13%
RETENTION9.8%6.8%+3.0 PPABOVE 63%
FORKS5,4081,068+4,340ABOVE 85%
SURPRISE0.000.00-0.00ABOVE 33%