Revert "Merge dev → main: Skills 系統全面升級 v3.0"

This reverts commit 15182d3c51, reversing changes made to 46a44eb68d.
2026-04-10 21:18:31 +00:00
parent 15182d3c51
commit 15fb96dd4b
69 changed files with 46 additions and 3024 deletions
--- a/skills/backtest-expert/SKILL.md
+++ b/skills/backtest-expert/SKILL.md
@@ -1,25 +0,0 @@
---
-name: 回測專家
-description: 策略回測專家，支援歷史數據回測、績效指標計算與策略參數最佳化
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/backtest-expert/SKILL.md
-      usage: referenced
---
-
-# 回測專家
-
-完整策略回測框架，驗證交易策略的歷史表現。
-
-## 功能
-
- 歷史數據回測執行
- 績效指標計算（Sharpe、Sortino、Calmar Ratio）
- 最大回撤分析（MDD、回撤持續時間）
- 勝率與盈虧比統計
- 參數敏感度分析
- 樣本外測試（Out-of-Sample）
- 交易成本與滑價模擬
- 蒙地卡羅模擬
--- a/skills/breadth-chart-analyst/SKILL.md
+++ b/skills/breadth-chart-analyst/SKILL.md
@@ -1,53 +0,0 @@
---
-name: 廣度圖表分析師
-description: 深度分析 S&P 500 廣度指數（200日均線）與漲勢比例圖表，從 CSV 數據和圖表截圖萃取市場健康度結論，約 1200 行的高度詳細技能
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/breadth-chart-analyst/SKILL.md
-      usage: referenced
---
-
-# 廣度圖表分析師
-
-最深度的市場廣度分析技能（~1200行），為市場結構研究員提供最完整的廣度健康度評估。
-
-## 分析指標
-
-### S&P 500 廣度指數（200日均線）
- 站上 200 日均線的股票比例
- 廣度指數的趨勢方向
- 廣度與指數的背離程度
-
-### 漲勢比例分析
- 各板塊處於上升趨勢的比例
- 廣度水平的歷史百分位
- 廣度惡化的早期預警
-
-## 八步驟分析流程
-
-1. 解析 CSV 廣度數據
-2. 計算當前廣度水平與歷史均值
-3. 識別廣度趨勢（改善/惡化/橫盤）
-4. 計算板塊別廣度
-5. 偵測廣度與指數的背離
-6. 歷史比對（相似時期的後續表現）
-7. 產出綜合廣度評分
-8. 市場健康度結論
-
-## 輸入格式
-
- CSV 格式廣度歷史數據
- 可選：廣度圖表截圖（圖像輸入）
-
-## 輸出格式
-
- 廣度綜合評分（0-100）
- 各板塊廣度明細
- 背離預警（若存在）
- 後市展望（基於歷史模式）
-
-## 使用時機
-
-市場結構研究員進行週線結構分析時，配合 `market-breadth-analyzer` 互補使用
--- a/skills/canslim-screener/SKILL.md
+++ b/skills/canslim-screener/SKILL.md
@@ -1,48 +0,0 @@
---
-name: CANSLIM 選股篩選器
-description: William O'Neil 七成分成長股方法論（C-A-N-S-L-I-M），加權評分篩選最強成長股，Phase 3 完整實作
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/canslim-screener/SKILL.md
-      usage: referenced
---
-
-# CANSLIM 選股篩選器
-
-實作 William O'Neil 的 CANSLIM 方法論，系統化篩選具備成長動能的優質股票。約 1200 行的深度技能。
-
-## CANSLIM 七成分
-
-| 字母 | 含義 | 評估標準 |
-|---|---|---|
-| **C** | Current Earnings | 當季 EPS 成長 ≥ 25% |
-| **A** | Annual Earnings | 年度 EPS 成長 ≥ 25%，連續3年 |
-| **N** | New（產品/管理/高點） | 新高、突破型態 |
-| **S** | Supply & Demand | 低流通股 + 大量機構買進 |
-| **L** | Leader or Laggard | RS 評分 ≥ 80 |
-| **I** | Institutional Sponsorship | 機構持股增加 |
-| **M** | Market Direction | 市場處於多頭環境 |
-
-## 三階段實作
-
-1. **Phase 1**：FINVIZ 初步篩選（快速過濾）
-2. **Phase 2**：FMP API 深度驗證（財務數據）
-3. **Phase 3**：加權評分排名（綜合 C-A-N-S-L-I-M）
-
-## 需要的 MCP 工具
-
- `yfinance`：歷史價格與財務數據
- `tradingview`：RS 評分與篩選
- `fred`：市場環境確認
-
-## 輸出格式
-
- 候選股票列表（含評分與分項評分）
- 各成分達標/不達標標記
- 建議觀察名單
-
-## 使用時機
-
-市場處於多頭環境時，用於識別最強成長股
--- a/skills/catalyst-calendar/SKILL.md
+++ b/skills/catalyst-calendar/SKILL.md
@@ -1,48 +0,0 @@
---
-name: 催化劑行事曆
-description: 追蹤可能影響股價的即將到來事件與公告，包含產品發布、監管審批、分析師日、投資者日等事件驅動機會
-metadata:
-  sources:
-    - kind: github-file
-      repo: ginlix-ai/langalpha
-      path: skills/catalyst-calendar/SKILL.md
-      usage: referenced
---
-
-# 催化劑行事曆
-
-識別並追蹤可能推動股價大幅波動的催化劑事件，讓財經情報研究員提前佈局事件驅動機會。
-
-## 催化劑類型
-
-### 公司事件
- 財報發布（季報/年報）
- 分析師日（Analyst Day）
- 投資者日（Investor Day）
- 產品發布會（新品上市）
- 併購/分拆公告
-
-### 監管事件
- FDA 藥物審批
- 反壟斷裁決
- 許可證核發
-
-### 總經事件
- FOMC 決議
- CPI/PCE/NFP 數據
- 台灣央行（理監事會議）
-
-### 法人事件
- 大型機構增減倉公告（13F）
- 主動型 ETF 成分調整
-
-## 輸出格式
-
-```
-日期 | 公司/事件 | 催化劑類型 | 預期影響 | 準備建議
-2026-04-15 | AAPL | 財報 | 高 | 觀察 implied vol，考慮財報策略
-```
-
-## 使用時機
-
-財經情報研究員每週產出催化劑行事曆，配合 `economic-calendar-fetcher` 與 `earnings-calendar` 使用
--- a/skills/code-reviewer/SKILL.md
+++ b/skills/code-reviewer/SKILL.md
@@ -0,0 +1,17 @@
+---
+name: Code Reviewer
+description: 程式碼品質審查、回測腳本撰寫與驗證、程式碼執行與檔案操作
+allowed-tools:
+  - code_execution
+  - file_ops
+  - exec
+---
+
+# Code Reviewer
+
+程式碼開發與審查技能，用於：
+
+- Pine Script / Python 回測腳本撰寫
+- 程式碼品質審查
+- 回測執行與結果收集
+- 檔案讀寫操作
--- a/skills/competitive-analysis/SKILL.md
+++ b/skills/competitive-analysis/SKILL.md
@@ -1,52 +0,0 @@
---
-name: 競爭分析
-description: 深度分析產業競爭格局，評估目標公司的競爭優勢、市場份額動態、競爭威脅，供多方（護城河識別）和空方（競爭惡化）使用
-metadata:
-  sources:
-    - kind: github-file
-      repo: ginlix-ai/langalpha
-      path: skills/competitive-analysis/SKILL.md
-      usage: referenced
---
-
-# 競爭分析
-
-分析公司的競爭地位與產業結構，為多方（識別護城河）和空方（識別競爭威脅）提供依據。
-
-## 分析框架
-
-### Porter 五力分析
-1. **現有競爭者**：市場集中度、價格競爭激烈程度
-2. **潛在進入者**：進入門檻高低
-3. **替代品威脅**：技術顛覆風險
-4. **買家議價力**：客戶集中度、轉換成本
-5. **供應商議價力**：關鍵原料/技術依賴
-
-### 市場份額分析
- 歷史市場份額趨勢（3-5年）
- 份額變動的原因分析
- 台灣半導體/電子供應鏈特有競爭格局
-
-### 護城河識別（多方視角）
- 成本優勢（規模效應、學習曲線）
- 轉換成本（客戶黏性）
- 網絡效應
- 無形資產（品牌、專利、監管許可）
-
-### 競爭威脅識別（空方視角）
- 新進入者動態
- 中國/低成本競爭者威脅
- 技術顛覆時間線
-
-## 輸出格式
-
- 競爭格局評分（護城河強度）
- 主要競爭威脅清單
- 市場份額趨勢圖
- 後市競爭環境預判
-
-## 使用時機
-
- 多方研究員：確認護城河存在，支持做多論點
- 空方研究員：識別競爭惡化跡象，支持做空論點
- 市場結構研究員：判斷板塊競爭格局
--- a/skills/comps-analysis/SKILL.md
+++ b/skills/comps-analysis/SKILL.md
@@ -1,49 +0,0 @@
---
-name: 可比公司分析
-description: 相對估值分析（Comparable Company Analysis / Trading Comps），比較目標公司與同業的 EV/EBITDA、P/E、P/S 等倍數，評估相對高估/低估
-metadata:
-  sources:
-    - kind: github-file
-      repo: ginlix-ai/langalpha
-      path: skills/comps-analysis/SKILL.md
-      usage: referenced
---
-
-# 可比公司分析
-
-市場相對估值工具，透過與同業比較，快速判斷目標公司的估值是否合理。
-
-## 分析流程
-
-### 1. 同業選擇
- 相同 GICS 子產業
- 相似市值規模（±50%）
- 相似商業模式
- 剔除非可比公司
-
-### 2. 估值倍數計算
-
-| 倍數 | 計算方式 | 適用情境 |
-|---|---|---|
-| EV/EBITDA | 企業價值/息前稅前折舊攤銷前獲利 | 最常用，消除資本結構差異 |
-| P/E | 股價/每股盈餘 | 獲利穩定的成熟公司 |
-| P/S | 股價/每股營收 | 高成長但虧損公司 |
-| P/B | 股價/每股淨資產 | 金融股、資產密集型 |
-| EV/Revenue | 企業價值/營收 | SaaS、高成長科技 |
-
-### 3. 溢/折價分析
- 目標公司相對同業中位數的溢/折價
- 溢/折價的合理性解釋
-
-### 4. 目標價推算
- 基於同業中位數倍數計算隱含目標價
- 牛市倍數（同業75百分位）與熊市倍數（25百分位）
-
-## 需要的 MCP 工具
-
- `yfinance` / `casual-market`：財務數據和市值
- `tradingview`：快速獲取行業 P/E 比率
-
-## 使用時機
-
-多方研究員配合 `dcf-model` 使用，DCF 提供絕對價值，Comps 提供相對市場定價
--- a/skills/data-quality-checker/SKILL.md
+++ b/skills/data-quality-checker/SKILL.md
@@ -1,48 +0,0 @@
---
-name: 資料品質檢查器
-description: 驗證金融數據的準確性，包括價格刻度、工具代碼格式、日期連續性、配置合計、單位一致性，防止錯誤數據影響分析
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/data-quality-checker/SKILL.md
-      usage: referenced
---
-
-# 資料品質檢查器
-
-在分析或回測執行前，系統性驗證數據品質，避免垃圾進垃圾出（GIGO）。
-
-## 驗證項目
-
-### 價格數據
- 價格刻度合理性（股票不應出現 100 倍異常）
- OHLCV 邏輯一致性（High ≥ Low、Volume ≥ 0）
- 缺漏日期偵測（非交易日除外）
- 股票分割/股息調整確認
-
-### 代碼格式
- 美股格式驗證（AAPL、2330.TW、^TWII）
- 台股代碼格式（4-5位數字）
- 加密貨幣格式（BTC/USDT）
-
-### 財務數據
- 數值單位一致性（千元 vs 百萬元）
- YoY 成長率合理性檢查（排除異常值）
- 財報日期連續性
-
-### 配置數據
- 部位合計 = 100%
- 個別部位不超過上限
-
-## 輸出格式
-
- 通過/失敗評定
- 問題清單（按嚴重度：Critical / Warning / Info）
- 數據修正建議
-
-## 使用時機
-
- 回測工程師執行回測前
- 審查員審查財務報告前
- 任何 Agent 使用外部數據前
--- a/skills/dcf-model/SKILL.md
+++ b/skills/dcf-model/SKILL.md
@@ -1,54 +0,0 @@
---
-name: DCF 估值模型
-description: 折現現金流（DCF）估值分析，建立完整的三期成長模型，計算內在價值與安全邊際，判斷個股是否低估/高估
-metadata:
-  sources:
-    - kind: github-file
-      repo: ginlix-ai/langalpha
-      path: skills/dcf-model/SKILL.md
-      usage: referenced
---
-
-# DCF 估值模型
-
-基於基本面的個股內在價值估算，為多方研究員提供估值錨點。
-
-## 模型架構
-
-### 三期成長模型
- **高速成長期**（1-5年）：基於歷史成長率和分析師預估
- **過渡期**（6-10年）：成長率逐漸向長期均值靠近
- **永久成長期**：穩定成長率（通常2-3%）
-
-### 關鍵假設
- 折現率（WACC）計算
-  - 股權成本（CAPM：Rf + β × ERP）
-  - 債務成本
-  - 資本結構
- 自由現金流預估（FCF）
- 終值計算方法（Gordon Model 或 EV/EBITDA 倍數）
-
-## 敏感度分析
-
- 成長率 ±2% 對估值的影響
- WACC ±1% 對估值的影響
- 牛/熊/基準情境下的估值範圍
-
-## 輸出格式
-
-```
-公司：TSMC (2330.TW)
-內在價值：NT$1,250（基準情境）
-當前股價：NT$980
-安全邊際：21.6%
-結論：低估，做多合理
-```
-
-## 需要的 MCP 工具
-
- `yfinance` / `casual-market`：歷史財務數據
- `fred`：無風險利率（10年期公債殖利率）
-
-## 使用時機
-
-多方研究員評估個股是否具備基本面支撐，配合 `comps-analysis` 交叉驗證
--- a/skills/deep-research/SKILL.md
+++ b/skills/deep-research/SKILL.md
@@ -0,0 +1,18 @@
+---
+name: Deep Research
+description: 深度網路搜尋與資料整理，支援多來源交叉驗證、事實查核、資料摘要
+allowed-tools:
+  - web_search
+  - browser
+  - web_fetch
+---
+
+# Deep Research
+
+深度研究技能，用於：
+
+- 多來源網路搜尋與交叉驗證
+- 財經新聞、總體經濟數據蒐集
+- 市場結構與技術分析資料蒐集
+- 競品動態與市場趨勢研究
+- 事實查核與來源標註
--- a/skills/doc-coauthoring/SKILL.md
+++ b/skills/doc-coauthoring/SKILL.md
@@ -1,50 +0,0 @@
---
-name: 文件共同創作
-description: 三階段結構化文件起草工作流程（情境蒐集→精煉與結構→讀者測試），適用於策略報告、會議備忘錄、分析備忘錄等長篇文件
-metadata:
-  sources:
-    - kind: github-file
-      repo: anthropics/skills
-      path: skills/doc-coauthoring/SKILL.md
-      usage: referenced
---
-
-# 文件共同創作
-
-Anthropic 官方技能。協助秘書起草高品質的結構化文件，確保邏輯清晰、讀者導向。
-
-## 三階段工作流程
-
-### Stage 1：情境蒐集
- 提問以理解文件目的與讀者
- 接受 brain dump（原始資料傾倒）
- 澄清範圍與格式要求
-
-### Stage 2：精煉與結構
- 段落排序（最重要的先）
- 每個段落腦力激盪 5-20 個選項
- 選取最佳內容並填補空缺
- 迭代起草（str_replace 精確修改）
- 品質檢查（邏輯一致性、清晰度）
-
-### Stage 3：讀者測試
- 預測讀者可能的問題
- 以全新視角測試文件
- 報告並修復問題
-
-## 適用文件類型
-
- 每日策略摘要備忘錄
- 董事長審批包
- 週報與月報
- 會議記錄與決策紀錄
- Agent 產出的分析報告
-
-## 輸入
-
- 原始資料（bullet points、數據、研究摘要）
- 文件目的與讀者描述
-
-## 輸出
-
- 結構清晰的 Markdown 或 Word 文件
--- a/skills/downtrend-duration-analyzer/SKILL.md
+++ b/skills/downtrend-duration-analyzer/SKILL.md
@@ -1,50 +0,0 @@
---
-name: 下跌持續時間分析器
-description: 歷史下跌持續時間統計分析，按板塊與市值分類，產出互動式直方圖，讓空方研究員量化下跌波段的典型長度
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/downtrend-duration-analyzer/SKILL.md
-      usage: referenced
---
-
-# 下跌持續時間分析器
-
-統計分析歷史下跌持續時間，為空方研究員提供客觀的風險量化數據。
-
-## 功能
-
- 按板塊分析下跌持續時間（中位數、平均值、90 百分位）
- 按市值分類（大型股/中型股/小型股）
- 識別當前下跌與歷史的位置
- 產出互動式 HTML 直方圖
-
-## 分析維度
-
- **板塊別**：科技、金融、醫療、能源、工業等
- **市值別**：S&P 500 vs Russell 2000
- **時期別**：牛市修正 vs 熊市下跌
- **跌幅別**：10-20% 修正 vs 20-40% 熊市
-
-## 關鍵統計指標
-
- 歷史下跌平均持續天數
- 當前下跌已持續天數
- 歷史中位數的百分位位置
- 反彈概率估計
-
-## 需要的 MCP 工具
-
- `yfinance`：歷史板塊 ETF 數據
-
-## 輸出格式
-
- 統計摘要表（中位數、平均值、P90）
- 當前下跌的歷史定位
- 互動式直方圖（HTML）
- 風險評估結論
-
-## 使用時機
-
-空方研究員評估下跌波段的潛在剩餘空間；量化策略師決定空頭部位的目標存續時間
--- a/skills/earnings-analysis/SKILL.md
+++ b/skills/earnings-analysis/SKILL.md
@@ -1,47 +0,0 @@
---
-name: 財報後分析
-description: 財報發布後的深度解讀，分析 EPS/營收 vs 預估、管理層指引、財報電話關鍵訊號，評估對後市的影響
-metadata:
-  sources:
-    - kind: github-file
-      repo: ginlix-ai/langalpha
-      path: skills/earnings-analysis/SKILL.md
-      usage: referenced
---
-
-# 財報後分析
-
-財報發布後快速解讀財報數據和管理層訊號，為多方和財經情報研究員提供即時決策依據。
-
-## 分析框架
-
-### 數字解讀
- EPS vs 預估（超預期/不及預期幅度）
- 營收 vs 預估
- 毛利率、營業利益率趨勢
- 自由現金流
-
-### 指引解讀
- 下季/全年指引 vs 分析師預估
- 指引的保守/積極程度歷史比較
-
-### 管理層訊號（財報電話）
- 執行長/CFO 對展望的語氣
- 關鍵業務更新（產品進展、市場份額、競爭）
- Q&A 環節的分析師關切
-
-### 市場反應解讀
- 財報後股價反應是否符合數據
- 「賣消息」或「買預期」的跡象
- 隔日/一週後的後續動能評估
-
-## 輸出格式
-
- 財報摘要（EPS/營收達標情況）
- 管理層訊號評分（積極/中性/謹慎）
- 後市影響評估
- 建議操作方向
-
-## 使用時機
-
-財報發布後即時使用，多方研究員評估是否追入或空方研究員評估是否反彈做空
--- a/skills/earnings-calendar/SKILL.md
+++ b/skills/earnings-calendar/SKILL.md
@@ -1,41 +0,0 @@
---
-name: 財報行事曆
-description: 透過 FMP API 擷取即將發布的美股財報時程，按日期與盤前/盤後排列，讓研究員提前佈局
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/earnings-calendar/SKILL.md
-      usage: referenced
---
-
-# 財報行事曆
-
-擷取美股財報發布時程，讓財經情報研究員掌握市場關注焦點與潛在波動事件。
-
-## 功能
-
- 按日期列出即將發布財報的公司
- 標記發布時機（盤前 BMO / 盤後 AMC / 未知）
- 顯示分析師 EPS 預估共識
- 計算距離發布日的天數
- 過濾特定板塊或市值規模
- 標記重點大型股財報（S&P 500 成分股）
-
-## 需要的 API
-
- **FMP API**（Financial Modeling Prep）— 需要免費 API key
- 透過 `FRED_API_KEY` 環境變數或直接在請求中傳入
-
-## 輸出格式
-
-```
-日期 | 公司 | 代碼 | 時機 | EPS 預估 | 重要度
-2026-04-15 | Apple | AAPL | BMO | $1.43 | ⭐⭐⭐
-```
-
-## 使用時機
-
- 盤前情報蒐集時掃描本週/下週財報
- 識別可能影響板塊的重量級財報
- 配合 `market-news-analyst` 進行財報後衝擊評估
--- a/skills/earnings-preview/SKILL.md
+++ b/skills/earnings-preview/SKILL.md
@@ -1,50 +0,0 @@
---
-name: 財報預覽分析
-description: 財報發布前的預期分析，整合分析師預估、選擇權隱含波動率、歷史財報表現，評估財報的上行/下行風險
-metadata:
-  sources:
-    - kind: github-file
-      repo: ginlix-ai/langalpha
-      path: skills/earnings-preview/SKILL.md
-      usage: referenced
---
-
-# 財報預覽分析
-
-財報發布前的深度預期分析，幫助多方研究員和財經情報研究員評估財報風險/報酬。
-
-## 分析框架
-
-### 市場預期
- 分析師 EPS 共識預估
- 營收預估
- Whisper number（私下流傳的更高預估）
-
-### 選擇權市場訊號
- 隱含波動率（IV）水平
- IV 相對歷史均值（IV Rank）
- 選擇權隱含的預期波動幅度
-
-### 歷史財報表現
- 過去 8 季 EPS 超預期/不及預期記錄
- 歷史財報日股價反應（平均漲跌幅）
- 指引給予的習慣（保守/積極）
-
-### 技術面設定
- 財報前股價趨勢
- 關鍵技術支撐/壓力位
-
-## 輸出格式
-
-```
-公司：NVDA
-財報日：2026-05-28 AMC
-EPS 預估：$0.89（共識）
-預期波動：±8%（選擇權隱含）
-歷史平均反應：+6.2%
-建議：偏多，考慮 Bull Call Spread
-```
-
-## 使用時機
-
-財報前 1-2 週，多方研究員和財經情報研究員評估是否進行財報交易
--- a/skills/earnings-trade-analyzer/SKILL.md
+++ b/skills/earnings-trade-analyzer/SKILL.md
@@ -1,43 +0,0 @@
---
-name: 財報交易分析器
-description: 五因子 0-100 評分（跳空幅度、趨勢強度、成交量、MA200、MA50 位置），A/B/C/D 分級，快速評估財報後個股的交易價值
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/earnings-trade-analyzer/SKILL.md
-      usage: referenced
---
-
-# 財報交易分析器
-
-快速評估財報後個股的交易潛力，幫助多方研究員在財報季中優先選擇最強的標的。
-
-## 五因子評分系統
-
-| 因子 | 權重 | 評估標準 |
-|---|---|---|
-| 跳空幅度 | 25% | 財報當日漲跌幅 |
-| 趨勢強度 | 25% | 財報前30天的趨勢 |
-| 成交量確認 | 20% | 跳空日成交量相對均量倍數 |
-| MA200 位置 | 15% | 股價相對200日均線 |
-| MA50 位置 | 15% | 股價相對50日均線 |
-
-## 分級標準
-
- **A 級（80-100）**：強力買進候選
- **B 級（60-79）**：值得觀察，等待拉回
- **C 級（40-59）**：中性，不主動追入
- **D 級（0-39）**：避免，動能不足
-
-## 輸出格式
-
-```
-NVDA | 評分：92 | A 級
-跳空：+8.3% | 趨勢：強 | 量比：3.2x | MA200：+15% | MA50：+7%
-建議：積極做多，目標 [數字]，止損 [數字]
-```
-
-## 使用時機
-
-財報發布後24小時內，多方研究員快速掃描當季最強財報個股
--- a/skills/economic-calendar-fetcher/SKILL.md
+++ b/skills/economic-calendar-fetcher/SKILL.md
@@ -1,24 +0,0 @@
---
-name: 經濟行事曆擷取器
-description: 擷取未來 7-90 天經濟事件（FOMC、NFP、CPI/PPI、GDP），含影響評估
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/economic-calendar-fetcher/SKILL.md
-      usage: referenced
---
-
-# 經濟行事曆擷取器
-
-擷取重要經濟數據發布時程，包含影響程度評估，支援 FMP API。
-
-## 功能
-
- 擷取未來 7-90 天重大經濟事件時程
- FOMC 利率決議與會議紀要日期追蹤
- 非農就業數據（NFP）發布時程
- 通膨數據（CPI/PPI）發布時程
- GDP 數據發布時程
- 各事件對市場的預期影響程度評估
- 支援 FMP（Financial Modeling Prep）API 整合
--- a/skills/edge-candidate-agent/SKILL.md
+++ b/skills/edge-candidate-agent/SKILL.md
@@ -1,48 +0,0 @@
---
-name: Edge 候選代理人
-description: 將每日市場觀察轉為結構化、可重現的研究票據（Research Ticket），作為 Edge 研究流程的第一步輸入
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/edge-candidate-agent/SKILL.md
-      usage: referenced
---
-
-# Edge 候選代理人
-
-將非結構化的市場觀察（「今天科技股成交量大增但價格沒漲」）轉化為標準化研究票據，進入 Edge 研究流程。
-
-## 研究票據格式
-
-```yaml
-ticket_id: EDGE-2026-04-10-001
-date: 2026-04-10
-observation: "觀察描述"
-market: "BTC/USDT 或 2330.TW"
-timeframe: "D1/H4/H1"
-hypothesis: "初步假設"
-evidence: ["支持證據1", "支持證據2"]
-data_needed: ["需要哪些數據來驗證"]
-priority: high|medium|low
-status: NEW
-```
-
-## 功能
-
- 接受自由格式的市場觀察作為輸入
- 結構化輸出標準研究票據
- 評估票據優先級（基於潛在 Edge 大小）
- 與 `trader-memory-core` 同步狀態
-
-## 輸入來源
-
- 每日市場觀察筆記
- 技術分析發現
- 新聞事件觸發的研究想法
- 篩選器發現的異常股票
-
-## 輸出
-
- 標準化 YAML 研究票據
- 交給 `edge-pipeline-orchestrator` 繼續處理
--- a/skills/edge-concept-synthesizer/SKILL.md
+++ b/skills/edge-concept-synthesizer/SKILL.md
@@ -1,52 +0,0 @@
---
-name: Edge 概念合成器
-description: 將多個 Edge 線索票據的證據聚類為可重用的 Edge 概念，每個概念附帶核心論點、否定條件與策略手冊
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/edge-concept-synthesizer/SKILL.md
-      usage: referenced
---
-
-# Edge 概念合成器
-
-將零散的 Edge 線索聚合成有結構的 Edge 概念，是從觀察到可交易策略的關鍵橋樑。
-
-## 功能
-
- 跨多個票據的模式識別
- 相似線索的聚類合併
- 生成可重用的 Edge 概念定義
- 每個概念附帶策略手冊
-
-## Edge 概念格式
-
-```yaml
-concept_id: CONCEPT-2026-04-10-001
-name: "概念名稱"
-core_thesis: "核心邊際優勢描述"
-evidence_count: 5
-supporting_hints: [HINT-001, HINT-002, ...]
-invalidation: "什麼情況讓這個概念失效"
-edge_type: momentum|mean_reversion|event_driven|arbitrage
-playbooks:
-  - name: "保守版策略"
-    description: "策略描述"
-  - name: "積極版策略"
-    description: "策略描述"
-confidence: high|medium|low
-```
-
-## 輸入
-
- `hints.yaml`（來自 `edge-hint-extractor`）
- 歷史 postmortem 數據（增強概念可信度）
-
-## 輸出
-
- Edge 概念列表（交給 `edge-strategy-designer`）
-
-## 使用時機
-
-資料分析師每週整理累積的線索，合成為可推進的 Edge 概念
--- a/skills/edge-hint-extractor/SKILL.md
+++ b/skills/edge-hint-extractor/SKILL.md
@@ -1,50 +0,0 @@
---
-name: Edge 線索提取器
-description: 從每日市場觀察、新聞或研究筆記中提取結構化 Edge 線索，輸出標準 hints.yaml 供下游合成器使用
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/edge-hint-extractor/SKILL.md
-      usage: referenced
---
-
-# Edge 線索提取器
-
-將非結構化的市場觀察轉化為結構化的 Edge 線索，是 Edge 研究流程的第二步。
-
-## 功能
-
- 從自由格式觀察中萃取可重用的 Edge 線索
- 標準化輸出為 `hints.yaml` 格式
- 分類線索類型（動量/均值回歸/事件驅動/套利）
- 評估線索強度與可重複性
-
-## hints.yaml 格式
-
-```yaml
-hints:
-  - id: HINT-2026-04-10-001
-    type: momentum|mean_reversion|event_driven|arbitrage
-    description: "線索描述"
-    evidence: ["觀察1", "觀察2"]
-    market: "BTC/USDT 或 2330.TW"
-    timeframe: "D1/H4"
-    strength: high|medium|low
-    repeatability: "歷史上這種情況出現了幾次"
-```
-
-## 輸入格式
-
- 每日觀察筆記（自由格式）
- 新聞摘要
- 技術分析發現
- 上一期的 postmortem 結果
-
-## 輸出
-
- `hints.yaml`（交給 `edge-concept-synthesizer`）
-
-## 使用時機
-
-資料分析師每日處理觀察數據，提取可能演變成 Edge 的線索
--- a/skills/edge-pipeline-orchestrator/SKILL.md
+++ b/skills/edge-pipeline-orchestrator/SKILL.md
@@ -1,52 +0,0 @@
---
-name: Edge 流程協調器
-description: 端到端 Edge 研究流程管理（候選→線索→概念→策略→審查），含反饋迴路與斷點續跑，是量化策略師的研究自動化中樞
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/edge-pipeline-orchestrator/SKILL.md
-      usage: referenced
---
-
-# Edge 流程協調器
-
-統一管理從市場觀察到可交易策略的完整 Edge 研究流程，協調各個 Edge 子技能的執行順序。
-
-## 流程架構
-
-```
-市場觀察/每日數據
-    ↓
-edge-candidate-agent（觀察→研究票據）
-    ↓
-edge-hint-extractor（提取 Edge 線索）
-    ↓
-edge-concept-synthesizer（線索→Edge 概念）
-    ↓
-edge-strategy-designer（概念→策略草稿）
-    ↓
-edge-strategy-reviewer（品質審查）
-    ↓     ↑ 失敗則退回
-策略通過 → 交給量化策略師
-    ↓
-signal-postmortem（記錄結果→更新權重）
-```
-
-## 功能
-
- **順序協調**：按正確順序呼叫各 Edge 子技能
- **斷點續跑**：從失敗點恢復，不重做已完成步驟
- **反饋迴路**：Postmortem 結果回饋至線索提取
- **乾跑模式（Dry Run）**：僅輸出計畫，不實際執行
- **狀態追蹤**：記錄每個研究票據的流程狀態
-
-## 輸入
-
- 每日市場觀察、新聞、數據
-
-## 輸出
-
- 通過審查的策略草稿（交給量化策略師）
- 流程執行狀態報告
- 失敗票據清單與原因
--- a/skills/edge-signal-aggregator/SKILL.md
+++ b/skills/edge-signal-aggregator/SKILL.md
@@ -1,24 +0,0 @@
---
-name: 優勢訊號整合器
-description: 多因子訊號整合器，匯集技術面、基本面、情緒面訊號並計算綜合 Edge 分數
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/edge-signal-aggregator/SKILL.md
-      usage: referenced
---
-
-# 優勢訊號整合器
-
-整合多維度市場訊號，產出可量化的交易優勢評分。
-
-## 功能
-
- 多因子訊號收集（技術、基本面、情緒、資金流）
- 訊號品質評分與加權
- 訊號共振偵測（多因子同向確認）
- 歷史訊號勝率回顧
- Edge Score 綜合計算（-100 至 +100）
- 訊號衝突識別與解讀
- 即時訊號儀表板
--- a/skills/edge-strategy-reviewer/SKILL.md
+++ b/skills/edge-strategy-reviewer/SKILL.md
@@ -1,25 +0,0 @@
---
-name: 策略審查工具
-description: 策略審查工具，系統性檢驗策略邏輯、風險盲點、過擬合風險與執行可行性
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/edge-strategy-reviewer/SKILL.md
-      usage: referenced
---
-
-# 策略審查工具
-
-獨立策略審查框架，確保策略品質達到可執行標準。
-
-## 功能
-
- 策略邏輯完整性檢查
- Edge 來源識別與驗證
- 過擬合風險偵測（參數數量 vs 樣本量）
- 倖存者偏差檢查
- 風險盲點掃描（尾端風險、流動性風險）
- 執行可行性評估（滑價、容量）
- 改進建議與替代方案
- Pass/Fail 判定與理由
--- a/skills/exposure-coach/SKILL.md
+++ b/skills/exposure-coach/SKILL.md
@@ -1,24 +0,0 @@
---
-name: 曝險管理教練
-description: 部位曝險教練，根據市場環境動態調整建議持倉比例、避險配置與現金水位
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/exposure-coach/SKILL.md
-      usage: referenced
---
-
-# 曝險管理教練
-
-動態曝險管理建議系統，確保部位配置與市場環境匹配。
-
-## 功能
-
- 目前市場環境評級（Risk-On / Neutral / Risk-Off）
- 建議股票曝險比例
- 避險部位配置建議（Put、VIX、反向 ETF）
- 現金水位建議
- 板塊配置權重建議
- 單一部位集中度警示
- 歷史同期曝險回顧
--- a/skills/ftd-detector/SKILL.md
+++ b/skills/ftd-detector/SKILL.md
@@ -1,49 +0,0 @@
---
-name: 跟進日偵測器
-description: 市場底部確認的跟進日（Follow-Through Day, FTD）偵測，採用雙指數（S&P 500 + NASDAQ）狀態機，避免假訊號
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/ftd-detector/SKILL.md
-      usage: referenced
---
-
-# 跟進日偵測器
-
-基於 William O'Neil 的跟進日理論，客觀判斷市場底部是否已形成，為多方研究員提供底部確認訊號。
-
-## 跟進日定義
-
-在市場出現反彈嘗試後（Rally Attempt）：
- 主要指數單日大漲 **≥ 1.7%**
- 成交量**高於前一日**（且最好高於均量）
- 發生在反彈嘗試後的 **第 4 至第 7 天**
- 雙指數（SPX + NASDAQ）同步確認更可靠
-
-## 狀態機流程
-
-```
-市場下跌 → 找底嘗試 → Rally Attempt（第1天）
-→ 等待跟進日（第4-7天）
-→ FTD 確認 → 多頭啟動
-→ 或失敗 → 重新找底
-```
-
-## 假 FTD 排除條件
-
- 成交量未達標
- 早期出現（第1-3天）
- 指數只有一個確認
- 隔天立即反轉
-
-## 需要的 MCP 工具
-
- `yfinance`：SPY/QQQ 歷史日線數據
-
-## 輸出格式
-
- 當前市場狀態（下跌/找底/Rally Attempt/FTD 確認/多頭）
- FTD 日期與詳細數據（漲幅、成交量比率）
- 信心評分
- 失敗風險提示
--- a/skills/initiating-coverage/SKILL.md
+++ b/skills/initiating-coverage/SKILL.md
@@ -1,56 +0,0 @@
---
-name: 啟動追蹤報告
-description: 生成 30-50 頁機構級股票研究報告（啟動追蹤），涵蓋商業模式、財務分析、估值模型、風險評估與投資建議
-metadata:
-  sources:
-    - kind: github-file
-      repo: ginlix-ai/langalpha
-      path: skills/initiating-coverage/SKILL.md
-      usage: referenced
---
-
-# 啟動追蹤報告
-
-產出機構品質的完整股票研究報告，為多方研究員提供深度基本面分析基礎。
-
-## 報告架構（30-50頁）
-
-### 1. 執行摘要
- 投資評級（買進/持有/賣出）
- 目標價與潛在報酬
- 核心投資論點（3-5個要點）
-
-### 2. 公司概況
- 商業模式描述
- 主要產品/服務
- 競爭優勢分析
-
-### 3. 產業分析
- 市場規模與成長率
- 競爭格局
- 產業催化劑與風險
-
-### 4. 財務分析
- 歷史財務表現（5年趨勢）
- 關鍵財務指標
- 財務健康度評估
-
-### 5. 估值模型
- DCF 估值（接 `dcf-model` 技能）
- 可比公司分析（接 `comps-analysis` 技能）
- 估值範圍分析
-
-### 6. 風險評估
- 主要風險因素
- 情境分析（牛/熊/基準）
-
-### 7. 投資建議
-
-## 需要的 MCP 工具
-
- `yfinance`：美股財務數據
- `casual-market`：台股財務數據
-
-## 使用時機
-
-多方研究員需要對特定個股建立完整基本面研究基礎時
--- a/skills/institutional-flow-tracker/SKILL.md
+++ b/skills/institutional-flow-tracker/SKILL.md
@@ -1,27 +0,0 @@
---
-name: 法人資金流向追蹤器
-description: 追蹤法人資金流向，涵蓋 13F 持倉、ETF 資金流、暗池交易與大戶動向
-metadata:
-  sources:
-    - kind: github-file
-      repo: OctagonAI/skills
-      path: skills/institutional-flow-tracker/SKILL.md
-      usage: referenced
-    - kind: github-file
-      repo: ginlix-ai/langalpha
-      path: skills/institutional-holdings/SKILL.md
-      usage: referenced
---
-
-# 法人資金流向追蹤器
-
-追蹤機構法人資金動態，揭示聰明錢佈局方向。
-
-## 功能
-
- 13F 季度持倉變動追蹤（頂級基金買賣清單）
- ETF 資金流入流出統計
- 暗池（Dark Pool）成交量分析
- 大額選擇權異常單追蹤
- 外資在台股買賣超統計
- 機構持股集中度變化
--- a/skills/internal-comms/SKILL.md
+++ b/skills/internal-comms/SKILL.md
@@ -1,49 +0,0 @@
---
-name: 內部溝通
-description: 撰寫內部溝通文件，包含狀態更新、3P（進度/計畫/問題）報告、事件報告、FAQ、每週通訊等格式
-metadata:
-  sources:
-    - kind: github-file
-      repo: anthropics/skills
-      path: skills/internal-comms/SKILL.md
-      usage: referenced
---
-
-# 內部溝通
-
-Anthropic 官方技能。幫助秘書產出標準化的內部溝通文件，確保團隊資訊透明、格式一致。
-
-## 支援的文件類型
-
-### 3P 更新（進度/計畫/問題）
-```
-進度（Progress）：完成了什麼
-計畫（Plans）：接下來要做什麼
-問題（Problems）：遇到什麼阻礙
-```
-
-### 每日狀態報告
- 今日完成項目
- 待處理事項
- 需要升級的問題
-
-### 事件報告（Incident Report）
- 事件時間線
- 根本原因
- 已採取的行動
- 後續預防措施
-
-### FAQ 文件
- 常見問題整理
- 清晰簡潔的回答
-
-### 每週/每月通訊
- 重點成果摘要
- 下期計畫
- 團隊公告
-
-## 使用時機
-
- 秘書每日 23:00 記憶壓縮後產出狀態報告
- Pipeline 完成後產出執行摘要
- 審查 block 時產出事件報告
--- a/skills/macro-regime-detector/SKILL.md
+++ b/skills/macro-regime-detector/SKILL.md
@@ -1,45 +0,0 @@
---
-name: 總經環境偵測器
-description: 六成分跨資產比率分析（RSP/SPY、殖利率曲線、HYG/LQD、IWM/SPY、SPY/TLT、XLY/XLP），將市場分類為5種環境，指導曝險決策
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/macro-regime-detector/SKILL.md
-      usage: referenced
---
-
-# 總經環境偵測器
-
-透過六大跨資產比率分析，客觀判斷當前市場所處的宏觀環境，為策略師和市場結構研究員提供環境定位。
-
-## 六大分析比率
-
-| 比率 | 含義 |
-|---|---|
-| RSP/SPY | 等權重 vs 市值權重（廣度健康度） |
-| 殖利率曲線（2Y-10Y） | 經濟領先指標 |
-| HYG/LQD | 高收益 vs 投資級（風險偏好） |
-| IWM/SPY | 小型股 vs 大型股（風險偏好） |
-| SPY/TLT | 股票 vs 長債（增長預期） |
-| XLY/XLP | 非必需消費 vs 必需消費（景氣預期） |
-
-## 五種環境分類
-
-1. **Risk-On 擴張**：全面做多，積極進場
-2. **Risk-On 晚期**：謹慎持倉，控制規模
-3. **過渡期**：降低曝險，等待訊號
-4. **Risk-Off 早期**：防禦配置，增加避險
-5. **Risk-Off 衰退**：現金為王，做空機會
-
-## 需要的 MCP 工具
-
- `yfinance`：取得 ETF 比率歷史數據
- `fred`：補充殖利率曲線數據
-
-## 輸出格式
-
- 當前環境分類 + 信心度
- 六比率個別評分
- 建議整體曝險上限（%）
- 環境轉換預警信號
--- a/skills/market-breadth-analyzer/SKILL.md
+++ b/skills/market-breadth-analyzer/SKILL.md
@@ -1,23 +0,0 @@
---
-name: 市場廣度分析器
-description: 市場廣度分析，追蹤漲跌家數比、新高新低比、成交量分佈等內部結構指標
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/market-breadth-analyzer/SKILL.md
-      usage: referenced
---
-
-# 市場廣度分析器
-
-分析市場內部結構健康度，判斷行情是否具備廣泛參與度。
-
-## 功能
-
- 漲跌家數比（Advance/Decline Line）
- 新高新低比（New Highs vs New Lows）
- McClellan Oscillator / Summation Index
- 成交量廣度分析（Up Volume vs Down Volume）
- 板塊輪動強度追蹤
- 市場參與度評分
--- a/skills/market-environment-analysis/SKILL.md
+++ b/skills/market-environment-analysis/SKILL.md
@@ -1,23 +0,0 @@
---
-name: 總體市場環境分析
-description: 總體市場環境分析，涵蓋股市、外匯、商品、殖利率、情緒指標的結構化報告
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/market-environment-analysis/SKILL.md
-      usage: referenced
---
-
-# 總體市場環境分析
-
-產出結構化的總體市場環境報告，涵蓋多資產類別指標與情緒分析。
-
-## 功能
-
- 全球股市指數概覽（美股、歐股、亞股、台股）
- 外匯市場主要貨幣對走勢分析
- 商品市場追蹤（原油、黃金、銅等）
- 美國公債殖利率曲線分析（2Y/10Y 利差）
- 市場情緒指標彙整（VIX、Put/Call Ratio、CNN 恐貪指數）
- 跨資產相關性分析
--- a/skills/market-news-analyst/SKILL.md
+++ b/skills/market-news-analyst/SKILL.md
@@ -1,23 +0,0 @@
---
-name: 市場新聞分析師
-description: 蒐集過去 10 天市場新聞，分析 FOMC、財報、地緣政治等事件的市場影響並評分
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/market-news-analyst/SKILL.md
-      usage: referenced
---
-
-# 市場新聞分析師
-
-自動化市場新聞蒐集與影響評估，涵蓋 FOMC 決策、企業財報、地緣政治事件。
-
-## 功能
-
- 自動蒐集過去 10 天的重要市場新聞
- FOMC 會議決策與聲明解讀
- 企業財報發布影響評估
- 地緣政治事件追蹤（戰爭、制裁、貿易摩擦）
- 各新聞事件影響方向評分（利多/利空/中性）
- 影響嚴重度評級（高/中/低）
--- a/skills/market-top-detector/SKILL.md
+++ b/skills/market-top-detector/SKILL.md
@@ -1,24 +0,0 @@
---
-name: 市場頂部偵測器
-description: 市場頂部偵測，綜合技術面背離、資金面轉弱、情緒面過熱的多維度警示系統
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/market-top-detector/SKILL.md
-      usage: referenced
---
-
-# 市場頂部偵測器
-
-多維度市場頂部偵測系統，提前預警趨勢反轉風險。
-
-## 功能
-
- 價量背離偵測（價格創高但成交量萎縮）
- 領先指標轉弱追蹤（半導體、運輸類股）
- 信用利差擴大監測
- VIX 期限結構異常偵測
- 多空比例極端值警示
- 頂部型態辨識（雙頂、頭肩頂）
- 綜合頂部風險評分
--- a/skills/morning-note/SKILL.md
+++ b/skills/morning-note/SKILL.md
@@ -1,49 +0,0 @@
---
-name: 盤前晨報
-description: 每日盤前市場摘要，整合美股收盤、亞股動態、台股盤前、重要數據、今日關注事件，含視覺化圖表
-metadata:
-  sources:
-    - kind: github-file
-      repo: ginlix-ai/langalpha
-      path: skills/morning-note/SKILL.md
-      usage: referenced
---
-
-# 盤前晨報
-
-每日自動化盤前晨報，覆蓋美股、亞股與台股，是財經情報研究員的每日起點。
-
-## 報告結構
-
-### 1. 美股收盤摘要（前一交易日）
- 主要指數（S&P 500、NASDAQ、DOW）漲跌
- 板塊表現（強勢/弱勢板塊）
- VIX 恐慌指數
- 美元指數、黃金、原油
-
-### 2. 亞股盤中動態
- 日股（日經225、TOPIX）
- 港股（恆生指數）
- A 股（上證、深圳）
-
-### 3. 台股盤前
- 期貨指示（台指期）
- 外資昨日買賣超（透過 CasualMarket MCP）
- ADR 指示（ADR 反映的台股隱含開盤）
- 融資融券變化趨勢
-
-### 4. 今日關注事件
- 重要經濟數據發布（接 `economic-calendar-fetcher`）
- 重量級財報（接 `earnings-calendar`）
- Fed 官員發言
-
-### 5. 需要的 MCP 工具
-
- `yfinance`：美股、亞股數據
- `casual-market`：台股外資、融資融券
- `fred`：總經數據
-
-## 輸出格式
-
- Markdown 晨報（含表格與視覺化）
- 每日 08:00 產出（台股開盤前）
--- a/skills/options-strategy-advisor/SKILL.md
+++ b/skills/options-strategy-advisor/SKILL.md
@@ -1,58 +0,0 @@
---
-name: 選擇權策略顧問
-description: Black-Scholes 定價、Greeks 計算、17+ 選擇權策略的損益模擬（價差、禿鷹、財報策略等），約 1200 行的完整選擇權分析技能
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/options-strategy-advisor/SKILL.md
-      usage: referenced
---
-
-# 選擇權策略顧問
-
-完整的選擇權分析工具，支援多方研究員、空方研究員與回測工程師。
-
-## 定價模型
-
- Black-Scholes 歐式選擇權定價
- 二項式模型（美式選擇權）
- 隱含波動率反算
-
-## Greeks 計算
-
-| Greek | 含義 | 用途 |
-|---|---|---|
-| Delta | 標的資產敏感度 | 避險比率 |
-| Gamma | Delta 的變化率 | 凸性風險 |
-| Theta | 時間價值衰減 | 持倉成本 |
-| Vega | 波動率敏感度 | 波動率交易 |
-| Rho | 利率敏感度 | 利率風險 |
-
-## 支援策略（17+）
-
-**做多方向**：Long Call、Bull Call Spread、LEAPS、Covered Call
-
-**做空方向**：Long Put、Bear Put Spread、Protective Put（避險）
-
-**中性策略**：Iron Condor、Butterfly、Calendar Spread、Straddle、Strangle
-
-**財報策略**：Earnings Straddle、Earnings Strangle（財報前後波動率策略）
-
-## 損益分析
-
- 每個策略的損益圖表
- 最大獲利、最大虧損
- 損益平衡點
- 獲利機率估算
-
-## 需要的 MCP 工具
-
- `yfinance`：選擇權鏈數據
- `optionsflow` MCP：更深度的 Greeks 與策略分析
-
-## 使用時機
-
- 多方研究員：Call 策略搭配股票多頭
- 空方研究員：Put 策略搭配市場避險
- 回測工程師：選擇權策略回測基礎
--- a/skills/pair-trade-screener/SKILL.md
+++ b/skills/pair-trade-screener/SKILL.md
@@ -1,53 +0,0 @@
---
-name: 配對交易篩選器
-description: 統計套利技能，執行共整合檢定、計算利差 Z 值，產出市場中性配對交易的進出場建議，約 1100 行的量化套利技能
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/pair-trade-screener/SKILL.md
-      usage: referenced
---
-
-# 配對交易篩選器
-
-量化統計套利工具，為回測工程師提供配對交易策略的研究與回測基礎。
-
-## 統計方法論
-
-### 共整合檢定（Cointegration Test）
- Engle-Granger 兩步驟法
- Johansen 共整合檢定
- 確認長期均值回歸關係
-
-### 利差分析
- 計算標準化利差（Z-Score）
- 利差的歷史分布
- 均值回歸速度（Half-Life）
-
-### 進出場訊號
- 進場：Z-Score > ±2（標準差）
- 離場：Z-Score 回歸至 0
- 止損：Z-Score > ±3
-
-## 篩選範圍
-
- 同板塊股票配對（最高共整合可能性）
- ETF 配對（例：XLK vs QQQ）
- 跨市場配對（台積電 vs 英特爾）
-
-## 輸出格式
-
- 候選配對清單（含共整合 p 值、Half-Life）
- 當前各配對的 Z-Score
- 建議做多/做空方向
- 歷史套利機會統計
-
-## 需要的 MCP 工具
-
- `yfinance`：歷史價格數據
- 需要 Python 環境（scipy、statsmodels）
-
-## 使用時機
-
-回測工程師開發市場中性策略；量化策略師尋找低相關性的附加收益來源
--- a/skills/pead-screener/SKILL.md
+++ b/skills/pead-screener/SKILL.md
@@ -1,42 +0,0 @@
---
-name: PEAD 篩選器
-description: 財報後公告漂移（Post-Earnings Announcement Drift）篩選，自動識別財報跳空後的回調買點與突破訊號
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/pead-screener/SKILL.md
-      usage: referenced
---
-
-# PEAD 篩選器
-
-基於 PEAD 效應（股價在正面財報後繼續上漲的傾向），篩選財報跳空後具備追入潛力的股票。
-
-## PEAD 原理
-
-學術研究確認：股票在正面財報後的 60 天內，平均仍有超額報酬（因市場對好消息的反應不足）。
-
-## 篩選流程
-
-1. **財報跳空識別**：找出財報後跳空 5%+ 的股票
-2. **品質過濾**：EPS 超出預期幅度、成交量確認
-3. **紅燈回調偵測**：跳空後的正常回調（3-8%），搜尋低成交量回調
-4. **突破確認**：回調後重新突破跳空日高點
-
-## 評分標準
-
- 跳空幅度（越大越強）
- 成交量（跳空日需高量）
- 財務品質（EPS 超預期幅度、趨勢）
- 技術位置（站上均線系統）
-
-## 輸出格式
-
- PEAD 候選清單（含評分）
- 各股建議觀察點（回調完成的確認條件）
- 建議進場位置與止損
-
-## 使用時機
-
-財報季中，多方研究員配合 `earnings-trade-analyzer` 使用，識別最具動能的財報受益股
--- a/skills/portfolio-manager/SKILL.md
+++ b/skills/portfolio-manager/SKILL.md
@@ -1,51 +0,0 @@
---
-name: 投資組合管理員
-description: 透過 Alpaca MCP 分析投資組合配置、風險指標、再平衡建議、稅損採收機會與股息分析，約 1100 行的完整投資組合管理技能
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/portfolio-manager/SKILL.md
-      usage: referenced
---
-
-# 投資組合管理員
-
-完整投資組合管理工具，為執行長和量化策略師提供組合層級的決策支援。
-
-## 功能
-
-### 配置分析
- 持倉配置（按板塊、市值、地區）
- 集中度風險（單一標的/板塊上限）
- Beta 加權曝險
-
-### 風險指標
- 投資組合 Beta
- 相關性矩陣（避免過度集中相似標的）
- 最大回撤預估
- VaR（風險值）
-
-### 再平衡建議
- 偏離目標配置的標的
- 建議買入/賣出操作
- 交易成本最小化
-
-### 稅損採收
- 虧損部位識別
- 稅損採收時機建議
- 替代標的推薦（避免 Wash Sale 規則）
-
-### 股息分析
- 組合殖利率
- 股息成長趨勢
- 派息穩定性評估
-
-## 需要的 MCP 工具
-
- **Alpaca MCP**（主要）：帳戶資料、持倉、歷史交易
- `yfinance`：補充市場數據
-
-## ⚠️ 注意
-
-需要 Alpaca 帳戶設定。目前為規劃技能，實際啟用需配置 Alpaca MCP。
--- a/skills/position-sizer/SKILL.md
+++ b/skills/position-sizer/SKILL.md
@@ -1,24 +0,0 @@
---
-name: 部位規模計算器
-description: 部位規模計算器，基於風險預算、波動率與凱利公式計算最適部位大小
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/position-sizer/SKILL.md
-      usage: referenced
---
-
-# 部位規模計算器
-
-科學化部位規模管理工具，平衡獲利潛力與風險控制。
-
-## 功能
-
- 固定風險百分比法（每筆風險 1-2% 資本）
- 凱利公式（Kelly Criterion）最適部位計算
- 波動率調整部位（ATR-based Sizing）
- 相關性調整（避免過度集中同類資產）
- 最大單一部位上限控制
- 投資組合層級風險預算分配
- 加減碼規模建議
--- a/skills/scenario-analyzer/SKILL.md
+++ b/skills/scenario-analyzer/SKILL.md
@@ -1,24 +0,0 @@
---
-name: 情境分析引擎
-description: 情境分析引擎，建構牛熊中性多重情境，量化各情境機率與預期報酬
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/scenario-analyzer/SKILL.md
-      usage: referenced
---
-
-# 情境分析引擎
-
-結構化情境分析工具，為策略決策提供多情境框架。
-
-## 功能
-
- 多情境建構（Bull / Base / Bear Case）
- 各情境觸發條件定義
- 機率權重分配
- 預期報酬 / 最大虧損計算
- 情境切換觸發條件（Trigger Points）
- 壓力測試（黑天鵝事件模擬）
- 情境加權預期值計算
--- a/skills/sector-analyst/SKILL.md
+++ b/skills/sector-analyst/SKILL.md
@@ -1,41 +0,0 @@
---
-name: 板塊輪動分析師
-description: 從 CSV 數據分析美股十一大板塊的輪動模式與市場週期定位，識別強勢/弱勢板塊
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/sector-analyst/SKILL.md
-      usage: referenced
---
-
-# 板塊輪動分析師
-
-分析各板塊相對強弱與市場週期位置，為多方和空方研究員提供板塊選擇依據。
-
-## 功能
-
- 分析美股 11 大 GICS 板塊的相對強弱（XLK、XLF、XLE、XLV 等）
- 識別領先板塊與落後板塊
- 市場週期定位（擴張期、繁榮期、收縮期、衰退期）
- 板塊輪動方向判斷
- 支援 CSV 數據或可選的圖表圖像輸入
- 台股板塊映射（半導體、金融、電子、傳產等）
-
-## 輸入格式
-
- 板塊 ETF 的歷史價格 CSV
- 可選：板塊表現圖表截圖
-
-## 輸出格式
-
- 板塊強弱排名表
- 市場週期評估
- 建議加碼/減碼板塊
- 相對強弱評分（-100 至 +100）
-
-## 使用時機
-
- 多方研究員需要識別領頭羊板塊
- 空方研究員尋找最弱板塊做空標的
- 量化策略師決定配置比重
--- a/skills/sector-overview/SKILL.md
+++ b/skills/sector-overview/SKILL.md
@@ -1,51 +0,0 @@
---
-name: 板塊概況分析
-description: 產出特定板塊的全面概況報告，涵蓋板塊基本面趨勢、主要催化劑、龍頭股表現、估值水平與相對強弱
-metadata:
-  sources:
-    - kind: github-file
-      repo: ginlix-ai/langalpha
-      path: skills/sector-overview/SKILL.md
-      usage: referenced
---
-
-# 板塊概況分析
-
-產出針對特定板塊的完整概況報告，為市場結構研究員、空方研究員提供板塊層級的分析基礎。
-
-## 報告內容
-
-### 板塊基本面
- 板塊整體營收/獲利趨勢
- 毛利率、ROE 趨勢
- 板塊 P/E、EV/EBITDA 歷史分位
-
-### 主要催化劑
- 近期推動板塊的利多事件
- 潛在的利空風險
- 政策/監管面動態
-
-### 龍頭股表現
- 板塊前5大市值股票表現
- 龍頭股與板塊 ETF 的強弱比較
- 異常強勢/弱勢個股
-
-### 技術面
- 板塊 ETF 相對大盤的相對強弱
- 板塊 ETF 的技術結構
- 資金流入/流出趨勢
-
-### 台股板塊對應
- 半導體：台積電、聯發科、日月光
- 金融：富邦金、國泰金、中信金
- 傳產/化工：台塑、台化
-
-## 需要的 MCP 工具
-
- `yfinance`：板塊 ETF 數據（XLK、XLF 等）
- `casual-market`：台股板塊數據
- `tradingview`：板塊篩選
-
-## 使用時機
-
-市場結構研究員識別強弱板塊；空方研究員找弱勢板塊做空標的
--- a/skills/signal-postmortem/SKILL.md
+++ b/skills/signal-postmortem/SKILL.md
@@ -1,24 +0,0 @@
---
-name: 訊號事後分析
-description: 訊號事後分析，回顧歷史訊號準確率、獲利因子分解與策略衰退偵測
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/signal-postmortem/SKILL.md
-      usage: referenced
---
-
-# 訊號事後分析
-
-系統性訊號與策略事後檢討工具，從歷史表現中萃取改進方向。
-
-## 功能
-
- 訊號準確率追蹤（按類型、時間段）
- 獲利因子分解（Alpha 來源拆解）
- 策略衰退偵測（Rolling Sharpe 下降）
- 失敗交易歸因分析
- 市場環境 vs 策略表現關聯
- 改進建議優先排序
- 定期績效報告產出
--- a/skills/stanley-druckenmiller-investment/SKILL.md
+++ b/skills/stanley-druckenmiller-investment/SKILL.md
@@ -1,54 +0,0 @@
---
-name: Druckenmiller 策略合成器
-description: 整合 8 個上游技能輸出，以 Stanley Druckenmiller 的宏觀投資方法論產出統一信心評分（0-100）、型態分類與倉位配置建議
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/stanley-druckenmiller-investment/SKILL.md
-      usage: referenced
---
-
-# Druckenmiller 策略合成器
-
-以傳奇宏觀交易員 Stanley Druckenmiller 的投資哲學為框架，整合所有研究輸出，為執行長和策略師提供最終的高信心投資判斷。
-
-## Druckenmiller 核心原則
-
- **流動性優先**：央行政策和資金環境是最重要的因素
- **集中押注**：高信心時重倉，而非分散
- **不對稱機會**：尋找風險/報酬至少 3:1 的機會
- **情境切換**：環境改變時快速調整倉位
-
-## 整合的 8 個上游輸入
-
-1. `macro-regime-detector` — 總體環境判斷
-2. `market-breadth-analyzer` — 市場廣度
-3. `uptrend-analyzer` — 漲勢健康度
-4. `sector-analyst` — 板塊輪動
-5. `market-top-detector` — 頂部風險
-6. `us-market-bubble-detector` — 泡沫評估
-7. `scenario-analyzer` — 情境概率
-8. `edge-signal-aggregator` — Edge 訊號
-
-## 輸出格式
-
-```json
-{
-  "conviction_score": 85,
-  "pattern": "Early Bull | Late Bull | Bear Rally | Bear",
-  "allocation": {
-    "equity_pct": 80,
-    "cash_pct": 15,
-    "hedge_pct": 5
-  },
-  "top_opportunity": "最高信心機會描述",
-  "key_risk": "最大風險描述",
-  "rationale": "150字以內的決策邏輯"
-}
-```
-
-## 使用時機
-
- 執行長組裝 Final_Decision_Packet 前
- 量化策略師完成多空辯論後的收斂步驟
--- a/skills/strategy-pivot-designer/SKILL.md
+++ b/skills/strategy-pivot-designer/SKILL.md
@@ -1,42 +0,0 @@
---
-name: 策略轉向設計師
-description: 偵測回測策略停滯或陷入局部最優，自動提出結構性不同的策略轉向方案，突破策略開發瓶頸
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/strategy-pivot-designer/SKILL.md
-      usage: referenced
---
-
-# 策略轉向設計師
-
-當回測工程師的策略陷入停滯或過度擬合時，提供結構性不同的替代方向。
-
-## 問題偵測
-
-識別以下回測問題：
- **停滯**：多次參數調整後績效無明顯提升
- **局部最優**：Sharpe Ratio 卡在次優解
- **過度擬合**：樣本內好但樣本外差
- **環境依賴**：只在特定市場環境有效
-
-## 轉向設計流程
-
-1. 分析當前策略的核心 Edge 來源
-2. 識別結構性限制（為什麼當前方向無法繼續改進）
-3. 提出 3 個結構性不同的替代方向：
-   - 方向 A：改變進場邏輯
-   - 方向 B：改變持倉/出場邏輯
-   - 方向 C：改變市場/時間框架
-4. 每個方向附帶初始假設與驗證建議
-
-## 輸入
-
- 當前策略描述與回測績效摘要
- 失敗的優化歷史
-
-## 輸出
-
- 停滯診斷報告
- 3 個轉向方案（含預期 Edge 來源與初步驗證方法）
--- a/skills/technical-analyst/SKILL.md
+++ b/skills/technical-analyst/SKILL.md
@@ -1,23 +0,0 @@
---
-name: 技術分析師
-description: 技術分析工具，支援均線、RSI、MACD、布林通道等指標運算與圖表判讀
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/technical-analyst/SKILL.md
-      usage: referenced
---
-
-# 技術分析師
-
-全方位技術指標分析，涵蓋趨勢、動量、波動率指標，產出結構化技術分析報告。
-
-## 功能
-
- 多時間框架趨勢分析（日/週/月線）
- 均線系統（SMA、EMA、交叉訊號）
- 動量指標（RSI、MACD、Stochastic）
- 波動率指標（Bollinger Bands、ATR）
- 支撐/阻力位識別
- 型態辨識（頭肩頂底、三角收斂等）
--- a/skills/theme-detector/SKILL.md
+++ b/skills/theme-detector/SKILL.md
@@ -1,43 +0,0 @@
---
-name: 市場主題偵測器
-description: 偵測當前市場的趨勢主題（AI、能源轉型、利率等），評估各主題的熱度、生命週期階段與信心評分
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/theme-detector/SKILL.md
-      usage: referenced
---
-
-# 市場主題偵測器
-
-識別市場正在定價的敘事主題，讓財經情報研究員掌握資金輪動的底層邏輯。
-
-## 功能
-
- 偵測跨板塊的趨勢主題（例：AI 算力、再工業化、防禦支出）
- 評估主題熱度（0-100）
- 判斷主題生命週期階段（萌芽/成長/成熟/衰退）
- 信心評分（基於媒體關注度、資金流入、分析師覆蓋）
- 識別受益/受害股票/板塊
-
-## 分析維度
-
- **媒體熱度**：主題相關新聞頻率趨勢
- **資金流向**：相關 ETF/板塊資金流入流出
- **盈利影響**：財報電話中提及頻率
- **政策支持**：監管/政策方向
-
-## 輸出格式
-
-```
-主題：AI 算力基礎設施
-熱度：87/100 | 生命週期：成長期
-信心：高
-受益板塊：半導體、資料中心 REIT、電力設施
-風險：估值過高、資本支出超支
-```
-
-## 使用時機
-
-財經情報研究員每日盤前蒐集，識別本週/本月資金追逐的主題，配合 `morning-note` 輸出
--- a/skills/thesis-tracker/SKILL.md
+++ b/skills/thesis-tracker/SKILL.md
@@ -1,48 +0,0 @@
---
-name: 投資論點追蹤器
-description: 長期追蹤投資論點的進展，監控關鍵假設是否仍然成立，在論點失效時自動預警
-metadata:
-  sources:
-    - kind: github-file
-      repo: ginlix-ai/langalpha
-      path: skills/thesis-tracker/SKILL.md
-      usage: referenced
---
-
-# 投資論點追蹤器
-
-持續監控量化策略師建立的投資論點，確保策略決策基於最新的市場現實。
-
-## 追蹤結構
-
-每個論點追蹤：
- **核心假設**：論點成立的前提條件
- **關鍵指標**：用來驗證假設的可觀察指標
- **當前狀態**：論點是否仍然成立
- **信心度變化**：隨時間的信心度趨勢
- **否定條件**：哪些事件會讓論點失效
-
-## 功能
-
- 定期更新論點狀態（可設定每日/每週）
- 偵測核心假設的變化
- 論點失效時自動升級給量化策略師
- 產出論點追蹤報告
- 與 `trader-memory-core` 同步狀態
-
-## 論點狀態
-
- **Intact**：論點完整，繼續持有
- **Weakening**：部分假設受挫，注意
- **Violated**：核心假設失效，建議退出
- **Evolving**：論點方向改變，需要重新評估
-
-## 輸入
-
- 策略師的 Strategy_Thesis.json
- 市場更新數據
-
-## 輸出
-
- 論點狀態報告（含信心度趨勢圖）
- 失效預警通知
--- a/skills/trade-hypothesis-ideator/SKILL.md
+++ b/skills/trade-hypothesis-ideator/SKILL.md
@@ -1,36 +0,0 @@
---
-name: 交易假設發想器
-description: 生成 1-5 個可偽證的交易假設卡，每張包含實驗設計、否定條件（Kill Criteria）與可選的 strategy.yaml 匯出
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/trade-hypothesis-ideator/SKILL.md
-      usage: referenced
---
-
-# 交易假設發想器
-
-將市場觀察轉化為結構化、可測試的交易假設，確保每個策略概念都有明確的驗證條件和失效條件。
-
-## 假設卡格式
-
-每張假設卡包含：
- **假設陳述**：「如果 X 發生，則 Y 將在 Z 時間框架內發生」
- **可觀察證據**：當前支持假設的數據
- **實驗設計**：如何測試這個假設
- **否定條件（Kill Criteria）**：哪些事件會讓假設立即失效
- **信心度評分**（0-100）
- **可選匯出**：strategy.yaml（交給回測工程師）
-
-## 功能
-
- 接受任意市場觀察作為輸入
- 結構化生成 1-5 張假設卡
- 強制要求每個假設都有 Kill Criteria（防止確認偏誤）
- 可選匯出 strategy.yaml 格式供回測使用
-
-## 使用時機
-
- 量化策略師在多空辯論後，將收斂觀點轉為可測試假設
- 配合 `edge-pipeline-orchestrator` 進入完整研究流程
--- a/skills/trader-memory-core/SKILL.md
+++ b/skills/trader-memory-core/SKILL.md
@@ -1,53 +0,0 @@
---
-name: 交易員記憶核心
-description: 持久化論點生命週期管理，追蹤從想法到平倉的完整交易記錄（IDEA→ENTRY_READY→ACTIVE→CLOSED），含 P&L、MAE/MFE 與事後分析
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/trader-memory-core/SKILL.md
-      usage: referenced
---
-
-# 交易員記憶核心
-
-KingClawArmy 的持久記憶層。記錄所有交易論點的完整生命週期，並作為所有 Agent 的共享狀態存儲，確保跨對話的資訊不遺失。
-
-## 論點狀態機
-
-```
-IDEA → ENTRY_READY → ACTIVE → CLOSED
-         ↑                ↓
-      (修訂)          (平倉/止損)
-```
-
- **IDEA**：初步假設，尚未驗證
- **ENTRY_READY**：通過審查，等待進場條件
- **ACTIVE**：已進場，持倉中
- **CLOSED**：已平倉（含盈虧記錄）
-
-## 功能
-
- 跨對話持久化論點狀態
- 追蹤每個論點的 P&L、MAE（最大不利移動）、MFE（最大有利移動）
- 從所有篩選器（CANSLIM、VCP、PEAD、Edge Pipeline）接收輸入
- 觸發事後分析（Signal Postmortem）
- 按狀態、市場、方向、信心度查詢論點
-
-## 輸入來源
-
- 所有篩選器 Agent 的輸出
- 量化策略師的 Strategy_Thesis.json
- 市場事件更新
-
-## 輸出格式
-
- 持久化 YAML/Markdown 記憶檔案
- 論點列表（按狀態篩選）
- P&L 摘要報告
- 事後分析觸發請求
-
-## 需要的 MCP 工具
-
- 檔案系統（讀寫持久化記憶）
- 任何提供現價的 MCP（yfinance、casual-market）
--- a/skills/uptrend-analyzer/SKILL.md
+++ b/skills/uptrend-analyzer/SKILL.md
@@ -1,42 +0,0 @@
---
-name: 漲勢分析器
-description: 五成分 0-100 漲勢健康度綜合評分（廣度30%、板塊參與25%、動量20%、輪動15%、歷史10%），判斷多頭趨勢強度
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/uptrend-analyzer/SKILL.md
-      usage: referenced
---
-
-# 漲勢分析器
-
-評估當前市場漲勢的健康程度與可持續性，為策略師提供多頭強度量化指標。
-
-## 評分組成（共 100 分）
-
-| 成分 | 權重 | 說明 |
-|---|---|---|
-| 市場廣度 | 30% | 漲勢參與股票的比例 |
-| 板塊參與度 | 25% | 同步上漲的板塊數量 |
-| 動量強度 | 20% | 主要指數的動量狀況 |
-| 輪動健康度 | 15% | 板塊輪動是否有序 |
-| 歷史比對 | 10% | 與歷史牛市的相似度 |
-
-## 評分解讀
-
- **80-100**：強勢多頭，積極進場
- **60-79**：健康多頭，謹慎持有
- **40-59**：疲弱多頭，減少部位
- **0-39**：多頭結束或熊市，現金為王
-
-## 輸出格式
-
- 漲勢健康度綜合評分（0-100）
- 各成分細項評分
- 主要弱點診斷
- 建議操作方向
-
-## 使用時機
-
-配合 `market-breadth-analyzer` 和 `macro-regime-detector` 使用，三者共同判斷市場環境
--- a/skills/us-market-bubble-detector/SKILL.md
+++ b/skills/us-market-bubble-detector/SKILL.md
@@ -1,24 +0,0 @@
---
-name: 美股泡沫偵測器
-description: 美股泡沫偵測，分析估值偏離、槓桿水位、散戶狂熱指標與歷史泡沫比對
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/us-market-bubble-detector/SKILL.md
-      usage: referenced
---
-
-# 美股泡沫偵測器
-
-系統性偵測市場泡沫訊號，量化過熱程度與風險等級。
-
-## 功能
-
- Shiller CAPE 估值偏離度分析
- 融資餘額 / 槓桿水位追蹤
- 散戶參與度指標（零股交易量、開戶數）
- Meme Stock 熱度監測
- IPO / SPAC 市場過熱指標
- 歷史泡沫模式比對（2000、2008、2021）
- 泡沫風險評分（1-10）
--- a/skills/us-stock-analysis/SKILL.md
+++ b/skills/us-stock-analysis/SKILL.md
@@ -1,27 +0,0 @@
---
-name: 美股個股分析
-description: 美股個股深度分析，涵蓋基本面、財報、估值模型與產業比較
-metadata:
-  sources:
-    - kind: github-file
-      repo: OctagonAI/skills
-      path: skills/us-stock-analysis/SKILL.md
-      usage: referenced
-    - kind: github-file
-      repo: ginlix-ai/langalpha
-      path: skills/stock-fundamentals/SKILL.md
-      usage: referenced
---
-
-# 美股個股分析
-
-美股個股全面分析工具，整合基本面數據、財報解讀與估值模型。
-
-## 功能
-
- 個股基本面分析（營收、EPS、毛利率趨勢）
- 財報季解讀（10-Q/10-K 關鍵數據擷取）
- 估值模型（P/E、P/S、DCF、PEG）
- 同業比較分析
- 機構評級彙整（Buy/Hold/Sell 分佈）
- 內部人交易追蹤
--- a/skills/vcp-screener/SKILL.md
+++ b/skills/vcp-screener/SKILL.md
@@ -1,44 +0,0 @@
---
-name: VCP 篩選器
-description: Minervini 的波動收縮型態（Volatility Contraction Pattern）偵測，在第 2 階段上升趨勢中識別低風險進場點
-metadata:
-  sources:
-    - kind: github-file
-      repo: tradermonty/claude-trading-skills
-      path: skills/vcp-screener/SKILL.md
-      usage: referenced
---
-
-# VCP 篩選器
-
-偵測 Mark Minervini 的波動收縮型態（VCP），找出主升段中的低風險高報酬進場機會。
-
-## VCP 型態特徵
-
- 股票處於第 2 階段上升趨勢（均線多頭排列）
- 出現多次回調，每次回調幅度遞減（例：12%→8%→4%）
- 每次回調時間縮短
- 成交量在收縮階段萎縮
- 在突破前成交量放大
-
-## 三階段偵測流程
-
-1. **Stage 2 確認**：確認股票處於第 2 階段（50/150/200 日均線排列）
-2. **收縮偵測**：識別回調幅度遞減的波動收縮
-3. **進場觸發**：成交量放大的樞紐突破
-
-## 需要的 MCP 工具
-
- `yfinance`：歷史價格與成交量數據
- `tradingview`：技術指標確認
-
-## 輸出格式
-
- VCP 候選股票列表
- 各股的收縮階段描述（幾次收縮、幅度）
- 建議進場點（樞紐位置）
- 建議止損位
-
-## 使用時機
-
-配合 CANSLIM 篩選器使用，在符合 CANSLIM 條件的股票中找 VCP 型態
--- a/skills/xlsx/SKILL.md
+++ b/skills/xlsx/SKILL.md
@@ -1,45 +0,0 @@
---
-name: Excel 試算表
-description: 建立、編輯、分析符合金融建模標準的 Excel 試算表，含色碼規範（藍色=輸入、黑色=公式）、財務格式化與績效分析
-metadata:
-  sources:
-    - kind: github-file
-      repo: anthropics/skills
-      path: skills/xlsx/SKILL.md
-      usage: referenced
---
-
-# Excel 試算表
-
-Anthropic 官方技能。產出符合華爾街標準的專業 Excel 試算表，用於績效追蹤、財務分析與數據呈現。
-
-## 金融建模色碼標準
-
-| 顏色 | 含義 |
-|---|---|
-| 🔵 藍色（深藍字體） | 硬式輸入（手動輸入的假設值） |
-| ⚫ 黑色字體 | 公式計算（不得手動覆寫） |
-| 🟢 綠色字體 | 外部連結（從其他工作表引入） |
-| 🔴 紅色字體 | 檢查項目（有問題需要注意） |
-
-## 功能
-
- 建立標準財務試算表（損益表、資產負債表、現金流量表）
- 回測績效追蹤表（Sharpe、Sortino、最大回撤）
- 投資組合分析（配置、風險、報酬歸因）
- 股票比較矩陣（多標的並排比較）
- 數據驗證規則設定
-
-## 輸入
-
- 數據來源（JSON/CSV）或數據描述
- 試算表目的描述
-
-## 輸出
-
- 標準 .xlsx 檔案
- 含色碼、公式、格式化
-
-## 使用時機
-
-資料分析師產出回測績效報告；秘書整理月度 KPI 追蹤表