FINDING #8994 · 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
2.97
ACCEL
-0.03
RETENTION
31.3%
PEAK 2026-08-22 · FORK-RETENTION 40.0% · 89 STARS / WINDOW
Author Audience
AUDIENCE
141,573
FOLLOWERS
32,408
OWNER ★
383,787
Engagement Signals
FORKS
320
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 89 / 89 (DIVERSITY 1.00)
Why This Is A Finding
datawhalechina/whale-quant собрал 89 звёзд за окно, тогда как у автора всего 32,408 подписчиков — эффективная аудитория ≈ 141,573. Это даёт surprise-индекс 0.0000209 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 40.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 6% OF 9593 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9593 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 6%
VELOCITY2.973.63-0.67ABOVE 41%
RETENTION31.3%25.0%+6.3 PPABOVE 63%
FORKS320117+203ABOVE 74%
SURPRISE0.000.01-0.01ABOVE 2%