FINDING #6646 · 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)
3% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
3.47
ACCEL
-0.03
RETENTION
36.4%
PEAK 2026-07-31 · FORK-RETENTION 100.0% · 104 STARS / WINDOW
Author Audience
AUDIENCE
4,361
FOLLOWERS
1,403
OWNER ★
7,776
Engagement Signals
FORKS
322
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 104 / 104 (DIVERSITY 1.00)
Why This Is A Finding
LLMQuant/quant-wiki собрал 104 звёзд за окно, тогда как у автора всего 1,403 подписчиков — эффективная аудитория ≈ 4,361. Это даёт surprise-индекс 0.000788 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 100.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 31% OF 9595 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9595 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 31%
VELOCITY3.473.67-0.20ABOVE 47%
RETENTION36.4%24.6%+11.8 PPABOVE 73%
FORKS322115+207ABOVE 75%
SURPRISE0.000.01-0.01ABOVE 13%