FINDING #5954 · 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)
27% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
3.96
ACCEL
-0.00
RETENTION
35.7%
PEAK 2026-01-21 · FORK-RETENTION 0.0% · 712 STARS / WINDOW
Author Audience
AUDIENCE
134,051
FOLLOWERS
30,672
OWNER ★
363,537
Engagement Signals
FORKS
311
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 712 / 712 (DIVERSITY 1.00)
Why This Is A Finding
datawhalechina/whale-quant собрал 712 звёзд за окно, тогда как у автора всего 30,672 подписчиков — эффективная аудитория ≈ 134,051. Это даёт surprise-индекс 0.0000295 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 11% OF 6691 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 6691 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 11%
VELOCITY3.963.19+0.76ABOVE 59%
RETENTION35.7%10.5%+25.2 PPABOVE 94%
FORKS31195+216ABOVE 80%
SURPRISE0.000.01-0.01ABOVE 2%