Compare commits

...

14 Commits

Author SHA1 Message Date
Chris
0cbaed38c3 Merge dev → main: Skills v3.1 全面升級 + 審查問題全修完
- 53 個 SKILL.md(含明確 slug frontmatter,無 importer 衝突)
- 全部 11 個 Agent 技能配置完整(72 個技能分配)
- .mcp.json:7 個 MCP server(台股 + 美股 + 財報 + 投組)
- .paperclip.yaml:envInputs 移至 projects.inputs.env
- 審查員 P1-P8 全部修正,dry-run warnings: [], errors: []
- 台股 + 美股雙市場覆蓋

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-04-10 22:14:52 +00:00
Chris
e894446416 fix: 修正審查員 P7-P8 問題
P7: envInputs 從 .paperclip.yaml 頂層移至 projects.daily-quant-pipeline.inputs.env
    讓 importer 能正確讀取 env input 並進 manifest
    同步補入 ALPACA_API_KEY / FMP_API_KEY 需求聲明

P8: .mcp.json 補齊 alpaca 與 fmp MCP server
    docs/agent-skill-mapping.md 新增 Runtime 狀態說明表(active / needs-key / local-runtime)
    docs/mcp-plan.md 狀態從「規劃中」改為「已配置」,補 Alpaca/FMP 安裝說明

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-04-10 21:31:44 +00:00
Chris
3451ce7d77 docs: update agent skills follow-up review 2026-04-11 05:25:48 +08:00
Chris
ee06e6de6b fix: 修正審查員 P1-P6 全部問題
P1/P2: 為所有 53 個 SKILL.md 補明確 slug frontmatter,解決 importer slug 衝突
P3: 新增 .mcp.json,補 .paperclip.yaml envInputs
P4: agent-skill-mapping.md 補摘要版說明
P5: 修正文檔統計數字(53 skills,非 62)
P6: 清除 mcp-plan.md 敏感資訊與機器相依路徑

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-04-10 21:21:38 +00:00
Chris
15fb96dd4b 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
Chris
15182d3c51 Merge dev → main: Skills 系統全面升級 v3.0
涵蓋:
- 62 個 SKILL.md(tradermonty、langalpha、anthropics 來源)
- 全部 11 個 Agent 技能配置完整(含 CEO、小安)
- 台股 + 美股雙市場覆蓋
- docs/agent-skill-mapping.md v3.0、mcp-plan.md、skills-inventory.md

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-04-10 21:16:16 +00:00
Chris
cf556a8c63 docs: add agent skills review 2026-04-11 05:15:19 +08:00
Chris
ced587c2f2 新增 17 個 Skills 並完成全員技能配置
- 新增 17 個 SKILL.md(tradermonty + langalpha 來源):
  breadth-chart-analyst, catalyst-calendar, competitive-analysis,
  comps-analysis, dcf-model, earnings-analysis, earnings-preview,
  earnings-trade-analyzer, edge-concept-synthesizer, edge-hint-extractor,
  options-strategy-advisor, pair-trade-screener, pead-screener,
  portfolio-manager, sector-overview, stanley-druckenmiller-investment,
  theme-detector
- 更新全部 11 個 Agent 的 AGENTS.md(含原本空白的 ceo 與 xiao-an)
- 更新 docs/agent-skill-mapping.md 至 v3.0(71 個配置,62 個技能)
- 台股 + 美股雙市場覆蓋,Skills 均基於真實開源 repo

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-04-10 21:07:46 +00:00
Chris
3079e1a0ae feat: Skills 全面升級 v3 — 真實開源技能 + 台股覆蓋 + 完整文檔
## Skills 變動(38 個技能)
- 刪除:para-memory-files(不存在於任何真實 repo)
- 新增 20 個來自真實開源 repo 的技能:
  tradermonty: trader-memory-core, earnings-calendar, sector-analyst,
               uptrend-analyzer, macro-regime-detector, canslim-screener,
               vcp-screener, ftd-detector, downtrend-duration-analyzer,
               edge-pipeline-orchestrator, trade-hypothesis-ideator,
               strategy-pivot-designer, data-quality-checker, edge-candidate-agent
  anthropics:  doc-coauthoring, internal-comms, xlsx
  langalpha:   morning-note, thesis-tracker, initiating-coverage

## Agent 技能更新(9 個 Agent)
- finance-researcher: 3 → 5 個技能(+earnings-calendar, morning-note)
- market-structure-researcher: 2 → 5 個技能(+sector-analyst, uptrend-analyzer, macro-regime-detector)
- bullish-researcher: 2 → 6 個技能(+canslim-screener, vcp-screener, ftd-detector, initiating-coverage)
- bearish-researcher: 2 → 3 個技能(+downtrend-duration-analyzer)
- quant-strategist: 3 → 7 個技能(+edge-pipeline-orchestrator, trade-hypothesis-ideator, thesis-tracker, macro-regime-detector)
- quant-engineer: 2 → 4 個技能(+strategy-pivot-designer, data-quality-checker)
- data-analyst: 1 → 3 個技能(+edge-candidate-agent, xlsx)
- reviewer: 1 → 2 個技能(+data-quality-checker)
- secretary: para-memory-files → trader-memory-core + doc-coauthoring + internal-comms

## 文檔新增(3 份)
- docs/skills-inventory.md:四大 repo 完整技能調查(tradermonty 51、OctagonAI 66、langalpha 26、anthropics 17)
- docs/mcp-plan.md:8 個 MCP Server 完整配置方案(台股+美股+總經+加密)
- docs/agent-skill-mapping.md:Agent 技能對應表 v2.0(含台股覆蓋說明)

## 台股覆蓋
- MCP 計畫包含 CasualMarket(23工具)+ twsemcp(22工具)+ Fugle 官方
- morning-note 技能整合台股盤前數據(外資、融資融券、台指期)
- market-environment-analysis 明確涵蓋台股加權指數

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-04-10 20:55:25 +00:00
Chris
c78afdbd4b style: Skills 名稱與標題全面翻譯為繁體中文
將 17 個 SKILL.md 的 name 欄位與 Markdown 標題
從英文翻譯為繁體中文,方便董事長檢閱。
同時補齊前 3 個早期建立的 Skill 功能清單。

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-04-10 20:07:43 +00:00
Chris
c3c2f9072d feat: 全面升級 Skills 系統 — 17 個專業交易技能取代舊佔位符
刪除舊的 deep-research / code-reviewer 佔位 Skill,
引入 17 個來自 tradermonty/claude-trading-skills、OctagonAI/skills、
ginlix-ai/langalpha、anthropics/skills 的專業技能,並更新 9 個 Agent
的 skills 欄位對應。

技能對應:
- 財經情報研究員: market-news-analyst, economic-calendar-fetcher, market-environment-analysis
- 市場結構研究員: technical-analyst, market-breadth-analyzer
- 多方研究員: us-stock-analysis, institutional-flow-tracker
- 空方研究員: us-market-bubble-detector, market-top-detector
- 量化策略師: scenario-analyzer, edge-signal-aggregator, exposure-coach
- 回測工程師: backtest-expert, position-sizer
- 資料分析師: signal-postmortem
- 審查員: edge-strategy-reviewer
- 秘書: para-memory-files

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-04-10 20:03:23 +00:00
Chris
46a44eb68d Merge branch 'main' of ssh://103.195.5.179:2222/chris/KingClawArmy 2026-04-10 19:07:56 +00:00
Chris
fade6ca2ea Revert "docs: update paperclip dev review"
This reverts commit 929dd88745.
2026-04-11 02:36:46 +08:00
Chris
929dd88745 docs: update paperclip dev review 2026-04-11 02:31:25 +08:00
70 changed files with 3422 additions and 12 deletions

45
.mcp.json Normal file
View File

@@ -0,0 +1,45 @@
{
"mcpServers": {
"yahoo-finance": {
"command": "uvx",
"args": ["yahoo-finance-mcp"]
},
"fred": {
"command": "uvx",
"args": ["fred-mcp-server"],
"env": {
"FRED_API_KEY": "${FRED_API_KEY}"
}
},
"casual-market": {
"command": "uvx",
"args": ["casual-market-mcp"]
},
"fugle-marketdata": {
"command": "uvx",
"args": ["fugle-marketdata-mcp-server"],
"env": {
"FUGLE_API_KEY": "${FUGLE_API_KEY}"
}
},
"tradingview": {
"command": "uvx",
"args": ["tradingview-mcp-server"]
},
"alpaca": {
"command": "uvx",
"args": ["alpaca-mcp-server"],
"env": {
"ALPACA_API_KEY": "${ALPACA_API_KEY}",
"ALPACA_API_SECRET": "${ALPACA_API_SECRET}"
}
},
"fmp": {
"command": "uvx",
"args": ["fmp-mcp-server"],
"env": {
"FMP_API_KEY": "${FMP_API_KEY}"
}
}
}
}

View File

@@ -83,6 +83,23 @@ agents:
projects:
daily-quant-pipeline:
leadAgentSlug: quant-strategist
inputs:
env:
- name: FRED_API_KEY
description: FRED (Federal Reserve Economic Data) API key — get free key at fred.stlouisfed.org
required: false
- name: FUGLE_API_KEY
description: Fugle MarketData API key for Taiwan stock market data — get at developer.fugle.tw
required: false
- name: ALPACA_API_KEY
description: Alpaca Markets API key for portfolio management — get at alpaca.markets
required: false
- name: ALPACA_API_SECRET
description: Alpaca Markets API secret
required: false
- name: FMP_API_KEY
description: Financial Modeling Prep API key for earnings calendar — get at financialmodelingprep.com
required: false
status: active
board-ops:
leadAgentSlug: ceo

View File

@@ -2,7 +2,14 @@
name: 空方研究員
title: Bearish Researcher
reportsTo: quant-strategist
skills: []
skills:
- us-market-bubble-detector
- market-top-detector
- downtrend-duration-analyzer
- competitive-analysis
- sector-overview
- comps-analysis
- options-strategy-advisor
role: general
icon: "🛡️"
---

View File

@@ -2,7 +2,20 @@
name: 多方研究員
title: Bullish Researcher
reportsTo: quant-strategist
skills: []
skills:
- us-stock-analysis
- institutional-flow-tracker
- canslim-screener
- vcp-screener
- ftd-detector
- pead-screener
- earnings-trade-analyzer
- earnings-preview
- earnings-analysis
- dcf-model
- comps-analysis
- options-strategy-advisor
- initiating-coverage
role: general
icon: "🚀"
---

View File

@@ -2,7 +2,12 @@
name: 執行長
title: CEO/COO
reportsTo: null
skills: []
skills:
- stanley-druckenmiller-investment
- portfolio-manager
- exposure-coach
- doc-coauthoring
- internal-comms
role: ceo
icon: "🎯"
---

View File

@@ -3,7 +3,11 @@ name: 資料分析師
title: Data Analyst
reportsTo: quant-strategist
skills:
- deep-research
- signal-postmortem
- edge-candidate-agent
- xlsx
- edge-hint-extractor
- edge-concept-synthesizer
role: general
icon: "🧪"
---

View File

@@ -3,7 +3,15 @@ name: 財經情報研究員
title: Finance Intelligence Researcher
reportsTo: quant-strategist
skills:
- deep-research
- market-news-analyst
- economic-calendar-fetcher
- market-environment-analysis
- earnings-calendar
- morning-note
- theme-detector
- catalyst-calendar
- earnings-preview
- earnings-analysis
role: general
icon: "💹"
---

View File

@@ -3,7 +3,14 @@ name: 市場結構研究員
title: Market Structure Researcher
reportsTo: quant-strategist
skills:
- deep-research
- technical-analyst
- market-breadth-analyzer
- sector-analyst
- uptrend-analyzer
- macro-regime-detector
- breadth-chart-analyst
- sector-overview
- competitive-analysis
role: general
icon: "📈"
---

View File

@@ -3,7 +3,13 @@ name: 回測工程師
title: Quant Engineer
reportsTo: quant-strategist
skills:
- code-reviewer
- backtest-expert
- position-sizer
- strategy-pivot-designer
- data-quality-checker
- pair-trade-screener
- options-strategy-advisor
- portfolio-manager
role: engineer
icon: "⚙️"
---

View File

@@ -2,7 +2,16 @@
name: 量化策略師
title: Quant Strategist
reportsTo: ceo
skills: []
skills:
- scenario-analyzer
- edge-signal-aggregator
- exposure-coach
- edge-pipeline-orchestrator
- trade-hypothesis-ideator
- stanley-druckenmiller-investment
- portfolio-manager
- thesis-tracker
- macro-regime-detector
role: manager
icon: "🧭"
---

View File

@@ -2,7 +2,11 @@
name: 審查員
title: Reviewer
reportsTo: ceo
skills: []
skills:
- edge-strategy-reviewer
- data-quality-checker
- competitive-analysis
- comps-analysis
role: general
icon: "🔍"
---

View File

@@ -2,7 +2,10 @@
name: 秘書
title: Secretary
reportsTo: ceo
skills: []
skills:
- trader-memory-core
- doc-coauthoring
- internal-comms
role: general
icon: "📋"
---

View File

@@ -2,7 +2,9 @@
name: 小安
title: null
reportsTo: ceo
skills: []
skills:
- doc-coauthoring
- internal-comms
role: general
icon: "🌿"
---

View File

@@ -15,7 +15,7 @@ agents/*/AGENTS.md ← 11 個 agent 定義
teams/*/TEAM.md ← 2 個 teammanagement, quant-research
projects/*/PROJECT.md ← 2 個 project
projects/*/tasks/*/TASK.md ← 4 個 recurring tasks
skills/*/SKILL.md ← 2 個 skills
skills/*/SKILL.md ← 53 個 skills
```
---
@@ -31,6 +31,7 @@ skills/*/SKILL.md ← 2 個 skills
| [schemas.md](schemas.md) | 所有 Agent 輸出的 JSON Schema 定義(含信心指數、恐慌指數、進出場建議) |
| [paperclip_org_plans.md](paperclip_org_plans.md) | 組織規劃方案A/B/C、推薦方案、修改範圍與 review 驗收標準 |
| [paperclip_dev_review_2026-04-11.md](paperclip_dev_review_2026-04-11.md) | 第一版 Paperclip package 審查備忘錄,列出必修問題、建議修法與驗收標準 |
| [paperclip_agent_skills_review_2026-04-11.md](paperclip_agent_skills_review_2026-04-11.md) | Agent / Skills 完整度審查,聚焦 skill slug、runtime 依賴、內容完整度與文檔一致性 |
---

285
docs/agent-skill-mapping.md Normal file
View File

@@ -0,0 +1,285 @@
# Agent 技能配置對應表
> 版本v3.1Runtime 狀態標記完整化)
> 更新日期2026-04-11
> 來源:基於 tradermonty/claude-trading-skills、ginlix-ai/langalpha、anthropics/skills 的調查結果
> 原則:技能來自真實開源 repo不自製台股美股雙市場覆蓋
> 版本說明:目前 SKILL.md 均為摘要參考版Summary Reference提供方法論架構與 MCP 需求聲明。完整 reference/ 與 scripts/ 目錄將於後續版本補齊。
## Runtime 狀態說明
各 skill 依啟用難度分為三個狀態:
| 狀態 | 說明 |
|---|---|
| ✅ **active** | MCP 已配置於 `.mcp.json`,可直接啟用 |
| 🔑 **needs-key** | MCP 已配置,但需要額外 API key`.paperclip.yaml` envInputs |
| 🐍 **local-runtime** | 需要本地 Python 環境scipy / statsmodels / pandas 等) |
**整體 runtime 狀態:**
| Skill | 狀態 | 依賴 |
|---|---|---|
| `yahoo-finance-*` 相關 skills | ✅ active | yahoo-finance MCP無需 key |
| `casual-market` 相關 skills | ✅ active | casual-market MCP無需 key |
| `tradingview` 相關 skills | ✅ active | tradingview MCP無需 key |
| `morning-note``macro-regime-detector` 等 | 🔑 needs-key | FRED_API_KEY |
| `market-breadth-analyzer``sector-overview` 等 | 🔑 needs-key | FUGLE_API_KEY台股 |
| `earnings-calendar``economic-calendar-fetcher` | 🔑 needs-key | FMP_API_KEY |
| `portfolio-manager` | 🔑 needs-key | ALPACA_API_KEY + ALPACA_API_SECRET |
| `pair-trade-screener` | 🐍 local-runtime | Python + scipy + statsmodels |
| `trader-memory-core` | ✅ active | claude_local 檔案系統(已內建) |
---
---
## 技能分配總覽
| Agent | 職稱 | 技能數 | 主要技能來源 |
|---|---|---|---|
| `finance-researcher` | 財經情報研究員 | 9 | tradermonty、langalpha |
| `market-structure-researcher` | 市場結構研究員 | 8 | tradermonty、langalpha |
| `bullish-researcher` | 多方研究員 | 12 | tradermonty、langalpha |
| `bearish-researcher` | 空方研究員 | 7 | tradermonty、langalpha |
| `quant-strategist` | 量化策略師 | 9 | tradermonty、langalpha |
| `quant-engineer` | 回測工程師 | 7 | tradermonty |
| `data-analyst` | 資料分析師 | 5 | tradermonty、anthropics |
| `reviewer` | 審查員 | 4 | tradermonty、langalpha |
| `secretary` | 秘書 | 3 | tradermonty、anthropics |
| `ceo` | 執行長 | 5 | tradermonty、anthropics |
| `xiao-an` | 小安 | 2 | anthropics |
**技能檔案總計53 個 SKILL.md全在 skills/ 目錄)**
**技能配置總計72 個分配(含共用技能跨 Agent 重複引用)**
---
## 詳細配置
### 執行長ceo
**職責**:接收指令、拆解任務、派工追蹤、組裝最終決策包
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `stanley-druckenmiller-investment` | Druckenmiller 投資哲學 | tradermonty | 宏觀驅動投資框架、催化劑識別 |
| `portfolio-manager` | 投資組合管理師 | tradermonty | 組合層級風險與曝險管理 |
| `exposure-coach` | 曝險管理教練 | tradermonty | 統一曝險建議,平衡多空風險 |
| `doc-coauthoring` | 文件共同創作 | anthropics | 最終決策包與報告起草 |
| `internal-comms` | 內部溝通 | anthropics | 跨 Agent 狀態更新與通知 |
---
### 財經情報研究員finance-researcher
**職責**:蒐集財經新聞、總體經濟數據、行事曆事件,評估市場情緒
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `market-news-analyst` | 市場新聞分析師 | tradermonty | 過去10天市場新聞影響評估 |
| `economic-calendar-fetcher` | 經濟行事曆擷取器 | tradermonty | 未來7-90天重大經濟事件 |
| `market-environment-analysis` | 總體市場環境分析 | tradermonty | 全球宏觀簡報(含台股) |
| `earnings-calendar` | 財報行事曆 | tradermonty | 即將發布的美股財報 |
| `morning-note` | 盤前晨報 | langalpha | 每日市場摘要(含視覺化) |
| `theme-detector` | 市場主題偵測器 | tradermonty | 跨資產主題識別與追蹤 |
| `catalyst-calendar` | 催化劑行事曆 | langalpha | 近期重大催化事件彙整 |
| `earnings-preview` | 財報預覽 | langalpha | 財報前情勢分析與預期管理 |
| `earnings-analysis` | 財報後分析 | langalpha | 財報數據解讀與管理層訊號 |
**台股覆蓋**`market-environment-analysis` 涵蓋台股加權指數;`morning-note` 透過 CasualMarket MCP 取得台股數據;`catalyst-calendar` 涵蓋台灣重要政策與財報事件
---
### 市場結構研究員market-structure-researcher
**職責**:技術結構分析、關鍵價位、流動性、趨勢方向、板塊輪動
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `technical-analyst` | 技術分析師 | tradermonty | 週線技術分析(趨勢、支撐壓力、均線、型態) |
| `market-breadth-analyzer` | 市場廣度分析器 | tradermonty | 六成分廣度綜合評分 |
| `sector-analyst` | 板塊輪動分析師 | tradermonty | 板塊輪動模式與市場週期 |
| `uptrend-analyzer` | 漲勢分析器 | tradermonty | 五成分漲勢健康度評分 |
| `macro-regime-detector` | 總經環境偵測器 | tradermonty | 跨資產比率分析5種環境分類 |
| `breadth-chart-analyst` | 廣度圖表分析師 | tradermonty | McClellan、A/D Line 等廣度圖表詮釋 |
| `sector-overview` | 板塊概況分析 | langalpha | 板塊基本面趨勢、龍頭股、估值水平 |
| `competitive-analysis` | 競爭分析 | langalpha | Porter 五力、競爭格局、市場份額動態 |
**台股覆蓋**:技術分析師和廣度分析器適用台股;`sector-overview` 涵蓋台積電、聯發科、富邦金等台股龍頭
---
### 多方研究員bullish-researcher
**職責**:整理利多因素、做多論點、催化劑、成長股選股
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `us-stock-analysis` | 美股個股分析 | tradermonty | 基本面+技術面完整股票研究 |
| `institutional-flow-tracker` | 法人資金流向追蹤器 | tradermonty | 13F 持倉追蹤,聰明錢動向 |
| `canslim-screener` | CANSLIM 選股篩選器 | tradermonty | O'Neil 七成分成長股篩選 |
| `vcp-screener` | VCP 篩選器 | tradermonty | Minervini 波動收縮型態偵測 |
| `ftd-detector` | 跟進日偵測器 | tradermonty | 市場底部跟進日確認 |
| `initiating-coverage` | 啟動追蹤報告 | langalpha | 30-50頁機構級股票研究報告 |
| `pead-screener` | PEAD 財報後漂移篩選器 | tradermonty | 財報後動能漂移效應追蹤 |
| `earnings-trade-analyzer` | 財報交易分析師 | tradermonty | 財報前後選股、期權策略評估 |
| `earnings-preview` | 財報預覽 | langalpha | 財報前情勢分析(共用) |
| `earnings-analysis` | 財報後分析 | langalpha | 財報數據解讀(共用) |
| `dcf-model` | DCF 估值模型 | langalpha | 折現現金流內在價值計算 |
| `comps-analysis` | 可比公司分析 | langalpha | 同業倍數相對估值 |
| `options-strategy-advisor` | 選擇權策略顧問 | tradermonty | 買權/賣權策略建議(做多情境) |
**台股覆蓋**`institutional-flow-tracker` 透過 CasualMarket MCP 追蹤台股外資買賣超;`dcf-model``comps-analysis` 適用台積電、聯發科等台股
---
### 空方研究員bearish-researcher
**職責**:整理利空因素、做空論點、風險事件、市場頂部識別
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `us-market-bubble-detector` | 美股泡沫偵測器 | tradermonty | Minsky框架泡沫機械化評分 |
| `market-top-detector` | 市場頂部偵測器 | tradermonty | 六成分頂部風險綜合評分 |
| `downtrend-duration-analyzer` | 下跌持續時間分析器 | tradermonty | 歷史下跌持續時間統計分析 |
| `competitive-analysis` | 競爭分析 | langalpha | 競爭威脅識別(空方視角:護城河崩解) |
| `sector-overview` | 板塊概況分析 | langalpha | 弱勢板塊識別(做空標的) |
| `comps-analysis` | 可比公司分析 | langalpha | 高估股票識別(高估相對同業) |
| `options-strategy-advisor` | 選擇權策略顧問 | tradermonty | 保護性賣權、看跌策略建議 |
---
### 量化策略師quant-strategist
**職責**收斂多空觀點、策略論點、Edge 研究流程管理、組合管理
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `scenario-analyzer` | 情境分析引擎 | tradermonty | 18個月牛熊基準情境預測 |
| `edge-signal-aggregator` | 優勢訊號整合器 | tradermonty | 多技能輸出加權聚合 |
| `exposure-coach` | 曝險管理教練 | tradermonty | 統一曝險建議(共用) |
| `edge-pipeline-orchestrator` | Edge 流程協調器 | tradermonty | 端到端Edge研究流程管理 |
| `trade-hypothesis-ideator` | 交易假設發想器 | tradermonty | 可偽證假設卡生成 |
| `thesis-tracker` | 投資論點追蹤器 | langalpha | 投資論點長期追蹤 |
| `macro-regime-detector` | 總經環境偵測器 | tradermonty | 跨資產環境判斷(共用) |
| `stanley-druckenmiller-investment` | Druckenmiller 投資哲學 | tradermonty | 宏觀驅動策略框架(共用) |
| `portfolio-manager` | 投資組合管理師 | tradermonty | 組合層級風險評估 |
---
### 回測工程師quant-engineer
**職責**:策略程式化、回測執行、績效報告、倉位計算
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `backtest-expert` | 回測專家 | tradermonty | 完整策略驗證框架(含評估腳本) |
| `position-sizer` | 部位規模計算器 | tradermonty | 固定分數/ATR/凱利公式計算 |
| `strategy-pivot-designer` | 策略轉向設計師 | tradermonty | 偵測回測停滯,提出結構性轉向 |
| `data-quality-checker` | 資料品質檢查器 | tradermonty | 財金數據驗證(共用) |
| `pair-trade-screener` | 配對交易篩選器 | tradermonty | 統計套利對篩選ADF/協整檢驗) |
| `options-strategy-advisor` | 選擇權策略顧問 | tradermonty | 期權結構設計Delta/Gamma管理 |
| `portfolio-manager` | 投資組合管理師 | tradermonty | 多策略組合管理框架 |
---
### 資料分析師data-analyst
**職責**回測結果分析、KPI 計算、風險識別、績效報告、Edge 洞察
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `signal-postmortem` | 訊號事後分析 | tradermonty | 訊號結果記錄與聚合器權重反饋 |
| `edge-candidate-agent` | Edge 候選代理人 | tradermonty | 每日觀察→可重現研究票據 |
| `xlsx` | Excel 試算表 | anthropics | 標準金融建模試算表生成 |
| `edge-hint-extractor` | Edge 線索萃取器 | tradermonty | 從非結構化數據萃取可測試Edge線索 |
| `edge-concept-synthesizer` | Edge 概念合成器 | tradermonty | 多訊號整合→可量化Edge概念 |
---
### 審查員reviewer
**職責**品質審查、風險識別、Pass/Revise/Block 判定
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `edge-strategy-reviewer` | 策略審查工具 | tradermonty | 八標準策略品質審查 → PASS/REVISE/FAIL |
| `data-quality-checker` | 資料品質檢查器 | tradermonty | 數據準確性驗證(共用) |
| `competitive-analysis` | 競爭分析 | langalpha | 審查護城河論點是否合理 |
| `comps-analysis` | 可比公司分析 | langalpha | 審查估值假設是否合理 |
---
### 秘書secretary
**職責**:會議記錄、狀態追蹤、長期記憶維護
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `trader-memory-core` | 交易員記憶核心 | tradermonty | 持久論點生命週期管理2500行核心技能 |
| `doc-coauthoring` | 文件共同創作 | anthropics | 結構化文件起草(三階段工作流程) |
| `internal-comms` | 內部溝通 | anthropics | 狀態更新、會議摘要、事件報告 |
---
### 小安xiao-an
**職責**:陪伴對話、輕鬆互動
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `doc-coauthoring` | 文件共同創作 | anthropics | 協助整理輕鬆對話紀錄 |
| `internal-comms` | 內部溝通 | anthropics | 友善訊息撰寫格式 |
---
## 共用技能說明
部分技能被多個 Agent 共用Paperclip 支援多 Agent 引用同一 Skill 目錄):
| 技能 | 共用的 Agent |
|---|---|
| `macro-regime-detector` | market-structure-researcher、quant-strategist |
| `data-quality-checker` | quant-engineer、reviewer |
| `exposure-coach` | ceo、quant-strategist |
| `stanley-druckenmiller-investment` | ceo、quant-strategist |
| `portfolio-manager` | ceo、quant-strategist、quant-engineer |
| `competitive-analysis` | market-structure-researcher、bearish-researcher、reviewer |
| `sector-overview` | market-structure-researcher、bearish-researcher |
| `comps-analysis` | bullish-researcher、bearish-researcher、reviewer |
| `options-strategy-advisor` | bullish-researcher、bearish-researcher、quant-engineer |
| `earnings-preview` | finance-researcher、bullish-researcher |
| `earnings-analysis` | finance-researcher、bullish-researcher |
| `doc-coauthoring` | ceo、secretary、xiao-an |
| `internal-comms` | ceo、secretary、xiao-an |
---
## OctagonAI Skills 備注(付費方案)
OctagonAI 的 66 個技能品質極高,涵蓋 SEC 申報分析、財報電話、財務健康評分等。
但所有技能均需要 **Octagon MCP Server**(付費服務)。
未來可考慮啟用的高價值技能:
- `financial-health-scores` — Altman Z-Score、Piotroski Score適合空方研究員
- `sec-risk-factors` — SEC 風險因素萃取(適合空方研究員)
- `earnings-call-insights` — 財報電話關鍵洞察(適合財經情報研究員)
- `financial-analyst-master` — 機構級股票研究報告(適合 CEO 層級)
---
## Skill 目錄結構規範
```
skills/
technical-analyst/
SKILL.md # 必要主要技能定義YAML frontmatter + 說明)
reference/ # 選用:參考文件目錄
indicators.md # 指標詳細說明
patterns.md # 型態識別指南
scripts/ # 選用:可執行腳本
```
SKILL.md 保持在 500 行以內,詳細內容放 reference/ 目錄。
參考文件在 Agent 判斷需要時才載入,不佔基礎 context。

330
docs/mcp-plan.md Normal file
View File

@@ -0,0 +1,330 @@
# MCP Server 配置計畫
> 狀態:已配置(`.mcp.json` 已進 repoenv key 以 `${VAR}` 佔位)
> 目標路徑:`KingClawArmy/.mcp.json`Paperclip claude_local adapter 啟動時自動載入)
> 需要安裝:`uv`、`Node.js >= 18`
---
## 市場覆蓋範圍
| 市場 | 使用 MCP Server | 狀態 |
|---|---|---|
| 🇹🇼 台股(上市/上櫃/加權指數) | CasualMarket、twsemcp、Fugle | 免費Fugle 需免費 key |
| 🇺🇸 美股(個股/選擇權/財報) | yahoo-finance-mcp | 免費免 key |
| 📊 美國總體經濟 | fred-mcp-server | 需 FRED_API_KEY免費申請 |
| 🌍 全球總體經濟 | openecon-data雲端 | 免費免 key |
| 📡 全球股市篩選 | tradingview-mcp-server | 免費免 key |
| ₿ 加密貨幣 | binance-mcp-server | 需 Binance API key |
| 📋 選擇權分析 | mcp-optionsflow | 免費免 key需 clone |
| 💼 財報行事曆 | fmp-mcp-server | 需 FMP_API_KEY免費方案可用 |
| 📈 投資組合管理 | alpaca-mcp-server | 需 ALPACA_API_KEY + SECRET |
---
## 各 MCP Server 詳細規格
### 1. CasualMarket台股主力資料源
- **GitHub**https://github.com/sacahan/CasualMarket
- **工具數**23 個
- **資料源**TWSE台灣證券交易所
- **需要 key**:否
- **主要工具**
- `get_taiwan_stock_price` — 個股即時報價
- `get_company_income_statement` — 損益表
- `get_company_balance_sheet` — 資產負債表
- `get_stock_valuation_ratios` — P/E、P/B、ROE
- `get_company_monthly_revenue` — 月營收
- `get_margin_trading_info` — 融資融券
- `get_market_index_info` — 大盤指數(加權/櫃買)
- `get_foreign_investment_by_industry` — 外資法人買賣超(按產業)
- `get_top_foreign_holdings` — 外資持股前20名
- `get_company_dividend` — 股息記錄
```json
"casual-market": {
"command": "uvx",
"args": [
"--from",
"git+https://github.com/sacahan/CasualMarket",
"casual-market-mcp"
],
"env": {
"LOG_LEVEL": "INFO",
"MARKET_MCP_CACHE_TTL": "1800",
"MARKET_MCP_CACHE_MAX_SIZE": "1000"
}
}
```
---
### 2. twsemcp台股補充資料源
- **GitHub**https://github.com/pyang2045/twsemcp
- **工具數**22 個
- **資料源**TWSE OpenAPI
- **需要 key**:否
- **補充 CasualMarket 缺少的**
- `getFiveSecondStats` — 5 秒即時成交統計
- `getIndustryEPS` — 產業別 EPS
- `getNewListings` / `getSuspendedListings` — 新上市/暫停交易
- `getHolidaySchedule` — 交易日行事曆
```json
"twse": {
"command": "npx",
"args": ["-y", "twse-mcp"]
}
```
---
### 3. fugle-marketdata-mcp-server台股官方即時數據
- **GitHub**https://github.com/fugle-dev/fugle-marketdata-mcp-server
- **工具數**~5 個
- **資料源**Fugle 富果 MarketData API官方出品
- **需要 key**免費申請https://developer.fugle.tw/docs/key
- **主要工具**
- 個股即時報價(上市/上櫃/期貨)
- 歷史 K 線數據
- 盤中成交量
```json
"fugle-marketdata": {
"command": "npx",
"args": [
"-y",
"https://github.com/fugle-dev/fugle-marketdata-mcp-server/releases/download/v0.0.1/fugle-marketdata-mcp-server-0.0.1.tgz"
],
"env": {
"API_KEY": "YOUR_FUGLE_API_KEY"
}
}
```
---
### 4. yahoo-finance-mcp美股主力資料源
- **GitHub**https://github.com/Alex2Yang97/yahoo-finance-mcp
- **工具數**10 個
- **需要 key**:否
- **台股支援**:是(使用 `2330.TW``1259.TWO``^TWII` 格式)
- **主要工具**
- `get_historical_stock_prices` — OHLCV 歷史數據
- `get_stock_info` — 個股完整資訊
- `get_yahoo_finance_news` — 最新新聞
- `get_financial_statement` — 財務報表(年度/季度)
- `get_holder_info` — 機構/共同基金/內部人持股
- `get_option_expiration_dates` / `get_option_chain` — 選擇權數據
- `get_recommendations` — 分析師評級與調升/調降
```json
"yfinance": {
"command": "uvx",
"args": [
"--from",
"git+https://github.com/Alex2Yang97/yahoo-finance-mcp",
"yahoo-finance-mcp"
]
}
```
---
### 5. fred-mcp-server美國總體經濟
- **GitHub**https://github.com/stefanoamorelli/fred-mcp-server
- **工具數**3 個
- **需要 key**:是(已取得,見環境設定)
- **FRED API Key**`YOUR_FRED_API_KEY`(需在 .mcp.json 填入)
- **主要工具**
- `fred_browse` — 瀏覽 80 萬+ 經濟數列
- `fred_search` — 關鍵字搜尋
- `fred_get_series` — 取得數列數據(含頻率聚合、轉換)
```json
"fred": {
"command": "npx",
"args": ["-y", "fred-mcp-server"],
"env": {
"FRED_API_KEY": "YOUR_FRED_API_KEY"
}
}
```
---
### 6. tradingview-mcp-server全球篩選器
- **GitHub**https://github.com/fiale-plus/tradingview-mcp-server
- **工具數**8 個
- **需要 key**:否(非官方爬取 TradingView 公開篩選器)
- **主要工具**
- `screen_stocks` — 按 80+ 基本面/技術面欄位篩選
- `screen_crypto` — 加密貨幣篩選
- `screen_etf` — ETF 篩選
- `get_preset` — 14 種預設策略(動量、成長、價值、股息等)
```json
"tradingview": {
"command": "npx",
"args": ["-y", "tradingview-mcp-server"],
"env": {
"CACHE_TTL_SECONDS": "300",
"RATE_LIMIT_RPM": "10"
}
}
```
---
### 7. mcp-optionsflow選擇權分析
- **GitHub**https://github.com/twolven/mcp-optionsflow
- **工具數**1 個(多策略)
- **需要 key**:否(使用 Yahoo Finance
- **安裝方式**:需手動 clone + pip install非 npm/uvx
- **主要工具**
- `analyze_basic_strategies` — CCS、PCS、CSP、Covered Call 分析,含 Greeks、獲利機率、最大損失/報酬
```json
"optionsflow": {
"command": "python",
"args": ["<YOUR_PATH>/mcp-optionsflow/optionsflow.py"]
}
```
---
### 8. openecon-data全球宏觀雲端版
- **來源**https://github.com/hanlulong/openecon-data
- **端點**`https://data.openecon.ai/mcp`
- **需要 key**:否(雲端服務)
- **覆蓋**FRED、世界銀行、IMF、Eurostat、BIS、OECD 等 33 萬+ 指標
- **傳輸協議**SSE非 stdio
```json
"openecon-data": {
"type": "sse",
"url": "https://data.openecon.ai/mcp"
}
```
---
## 完整 .mcp.json 草稿
```json
{
"mcpServers": {
"casual-market": {
"command": "uvx",
"args": [
"--from",
"git+https://github.com/sacahan/CasualMarket",
"casual-market-mcp"
],
"env": {
"LOG_LEVEL": "INFO",
"MARKET_MCP_CACHE_TTL": "1800",
"MARKET_MCP_CACHE_MAX_SIZE": "1000"
}
},
"twse": {
"command": "npx",
"args": ["-y", "twse-mcp"]
},
"fugle-marketdata": {
"command": "npx",
"args": [
"-y",
"https://github.com/fugle-dev/fugle-marketdata-mcp-server/releases/download/v0.0.1/fugle-marketdata-mcp-server-0.0.1.tgz"
],
"env": {
"API_KEY": "YOUR_FUGLE_API_KEY"
}
},
"yfinance": {
"command": "uvx",
"args": [
"--from",
"git+https://github.com/Alex2Yang97/yahoo-finance-mcp",
"yahoo-finance-mcp"
]
},
"fred": {
"command": "npx",
"args": ["-y", "fred-mcp-server"],
"env": {
"FRED_API_KEY": "YOUR_FRED_API_KEY"
}
},
"tradingview": {
"command": "npx",
"args": ["-y", "tradingview-mcp-server"],
"env": {
"CACHE_TTL_SECONDS": "300",
"RATE_LIMIT_RPM": "10"
}
},
"optionsflow": {
"command": "python",
"args": ["<YOUR_PATH>/mcp-optionsflow/optionsflow.py"]
},
"alpaca": {
"command": "uvx",
"args": ["alpaca-mcp-server"],
"env": {
"ALPACA_API_KEY": "${ALPACA_API_KEY}",
"ALPACA_API_SECRET": "${ALPACA_API_SECRET}"
}
},
"fmp": {
"command": "uvx",
"args": ["fmp-mcp-server"],
"env": {
"FMP_API_KEY": "${FMP_API_KEY}"
}
},
"openecon-data": {
"type": "sse",
"url": "https://data.openecon.ai/mcp"
}
}
}
```
> 注意:`.mcp.json` 已進 repo使用 `${VAR}` 佔位符。實際部署時需在環境中設定對應 env var。
---
## 安裝前置作業清單
| 步驟 | 指令/動作 | 狀態 |
|---|---|---|
| 安裝 uv | `curl -LsSf https://astral.sh/uv/install.sh \| sh` | 待執行 |
| 確認 Node.js ≥ 18 | `node --version` | 待確認 |
| clone mcp-optionsflow | `git clone https://github.com/twolven/mcp-optionsflow.git` + `pip install -r requirements.txt` | 待執行 |
| 申請 Fugle API key | https://developer.fugle.tw/docs/key | 待申請 |
| 申請 FRED API key | https://fred.stlouisfed.org/docs/api/api_key.html | 待申請 |
| 申請 FMP API key | https://financialmodelingprep.com/developer/docs | 待申請 |
| 申請 Alpaca API key | https://alpaca.markets | 待申請portfolio-manager 才需要) |
| 設定環境變數 | 填入各 `${VAR}` 對應的真實值 | 待執行 |
| 設定 Claude Code 權限 | `{"enableAllProjectMcpServers": true}` | 待執行 |
---
## 台股覆蓋補充說明
Yahoo Finance 支援台股格式:
- 上市TWSE`2330.TW`(台積電)、`0050.TW`元大台灣50
- 上櫃TPEx`1259.TWO`
- 加權指數:`^TWII`
- 期交所:需透過 Fugle 或 TAIFEX OpenAPI
CasualMarket 和 twsemcp 直接使用股票代碼(如 `2330`),欄位為繁體中文。

View File

@@ -0,0 +1,437 @@
# KingClawArmy - Agent / Skills Reviewdev
> 日期2026-04-11
> 審查對象:`origin/dev`
> 初次審查 commit`ced587c`
> 追蹤審查 commit`ee06e6d`
> 用途:檢查 Agent 配置、Skills 完整度、Paperclip 匯入相容性與 runtime 落地程度
---
## 1. 結論摘要
這一輪 `dev` branch 在 agent / skills 層有明顯進展:
1. agent 的 `skills:` 配置已大幅補齊
2. `skills/` 目錄已有大量實體 `SKILL.md`
3. `docs/agent-skill-mapping.md``docs/skills-inventory.md``docs/mcp-plan.md` 已開始補文檔
第二輪追蹤後,前一輪的 P1-P6 已大多修正完成:
1. skills 已補明確 `slug`
2. `AGENTS.md` 的 skill 參照已與匯入後 slug 對齊
3. Edge skills 不再撞成單一 `edge`
4. `.mcp.json` 已進 repo
5. 文檔已改口徑為摘要版 skills
6. skills 統計數量已更新
目前仍有 2 個「完整度」層級的缺口,但已不是前一輪那種會直接造成 import warning 的 blocker。
我實際用:
```bash
paperclipai company import <repo> --dry-run --json
```
第一次審查時package 雖然仍可匯入,但有一批與 skills 相關的 warning顯示
1. 多個 `AGENTS.md` 內填的 skill slug 匯入後對不到實際 skill
2. 有 4 個不同的 Edge skill 在 manifest 中撞成同一個 slug
3. skills 依賴的 MCP / API / runtime 還停在規劃,沒有跟 package 一起落地
4. skills 內容多半是摘要版,和文檔宣稱的「完整上游技能」仍有落差
第二次追蹤審查時,我重新跑了:
```bash
paperclipai company import <repo> --dry-run --json
```
結果已變成:
1. `warnings: []`
2. `errors: []`
3. 指定 skills 的 slug 都能正確進 manifest
4. Edge skills 已各自保有獨立 slug
---
## 2. 目前剩餘問題
### P7. `.paperclip.yaml` 的 `envInputs` 寫了,但 importer 目前沒有真正吃到
**現況**
`.paperclip.yaml` 現在新增了:
```yaml
envInputs:
- name: FRED_API_KEY
- name: FUGLE_API_KEY
```
參考:
- [.paperclip.yaml](/Users/chirs/workspace/KingClawArmy_dev_review/.paperclip.yaml:83)
但我重新跑 dry-run import 後,`manifest.envInputs` 仍然是空陣列。
**影響**
這代表 package 雖然開始描述 runtime input但在目前 Paperclip portability 規則下,這兩筆需求還沒有真的進到 import manifest。
也就是說:
1. repo 端已寫
2. importer preview 端尚未保留
若目標是讓 package 自帶可攜的環境需求聲明,這一塊還沒真正落地。
**推測原因**
我對照 Paperclip portability 實作後,目前 importer 會從 agent / project extension 的 `inputs.env` 讀 env inputs而不是讀 `.paperclip.yaml` 頂層的 `envInputs`
**建議修法**
1. 依 Paperclip 目前支援的結構,把 env input 移到 agent / project extension 的 `inputs.env`
2. 或保留現在的寫法,但補一份文件明確說明「目前僅作 repo 端提示,尚未進 manifest」
**建議採用:**
優先採第 1 種,讓 import manifest 真的能帶出 env inputs。
---
### P8. Runtime 配置已有進展,但還沒有完整覆蓋 active skills 的所有依賴
**現況**
現在 repo 已新增:
- `.mcp.json`
- `.paperclip.yaml` 內的基本 env input 提示
參考:
- [.mcp.json](/Users/chirs/workspace/KingClawArmy_dev_review/.mcp.json:1)
- [.paperclip.yaml](/Users/chirs/workspace/KingClawArmy_dev_review/.paperclip.yaml:83)
這代表 runtime 不再是純規劃,這點是好的。
但目前仍有幾類依賴沒有完整落地:
1. `portfolio-manager` 需要的 `Alpaca MCP`
2. `earnings-calendar` / `economic-calendar-fetcher` 這類技能實際依賴的 FMP 路徑
3. `pair-trade-screener` 需要的本地 Python/scipy/statsmodels
4. `trader-memory-core` 需要的持久化檔案系統策略
參考:
- [earnings-calendar/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/earnings-calendar/SKILL.md:26)
- [portfolio-manager/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/portfolio-manager/SKILL.md:45)
- [pair-trade-screener/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/pair-trade-screener/SKILL.md:47)
- [trader-memory-core/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/trader-memory-core/SKILL.md:51)
**影響**
目前 package 已可被正確匯入,但若標準是:
`skills 不只存在,而且 active agents 可在既定 runtime 下直接使用`
那這一層還差最後一段 ops / runtime 補完。
**建議修法**
至少補這些資訊中的一種:
1. `.mcp.json` 補齊缺少的 server
2. README / docs 補明哪些 skill 是 optional / unavailable / future
3. 對需要本地依賴的 skill 補 runtime prerequisites
4. 對暫時無法啟用的 skill在 mapping 文件裡加狀態標記
---
## 3. 已修正問題(追蹤確認)
### 已修正 P1. Agent 綁定的 skill slug 與匯入後的實際 slug 不一致
**現況**
多個 agent 使用了如下 skill 參照:
- `canslim-screener`
- `vcp-screener`
- `pead-screener`
- `dcf-model`
- `stanley-druckenmiller-investment`
- `edge-candidate-agent`
- `edge-hint-extractor`
- `edge-concept-synthesizer`
- `edge-pipeline-orchestrator`
- `xlsx`
參考:
- [agents/bullish-researcher/AGENTS.md](/Users/chirs/workspace/KingClawArmy_dev_review/agents/bullish-researcher/AGENTS.md:5)
- [agents/data-analyst/AGENTS.md](/Users/chirs/workspace/KingClawArmy_dev_review/agents/data-analyst/AGENTS.md:5)
- [agents/ceo/AGENTS.md](/Users/chirs/workspace/KingClawArmy_dev_review/agents/ceo/AGENTS.md:5)
- [agents/quant-strategist/AGENTS.md](/Users/chirs/workspace/KingClawArmy_dev_review/agents/quant-strategist/AGENTS.md:5)
但 dry-run 匯入結果顯示Paperclip 最後辨識出的 slug 其實是:
- `canslim`
- `vcp`
- `pead`
- `dcf`
- `druckenmiller`
- `excel`
- `edge`
參考:
- [skills/canslim-screener/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/canslim-screener/SKILL.md:1)
- [skills/dcf-model/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/dcf-model/SKILL.md:1)
- [skills/edge-candidate-agent/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/edge-candidate-agent/SKILL.md:1)
- [skills/stanley-druckenmiller-investment/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/stanley-druckenmiller-investment/SKILL.md:1)
- [skills/xlsx/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/xlsx/SKILL.md:1)
**影響**
這不是單純命名風格問題,而是實際綁定會失效。
我實測匯入 warning 包含:
1. `Agent bullish-researcher references skill canslim-screener, but that skill is not present in the package.`
2. `Agent bullish-researcher references skill vcp-screener, but that skill is not present in the package.`
3. `Agent bullish-researcher references skill pead-screener, but that skill is not present in the package.`
4. `Agent bullish-researcher references skill dcf-model, but that skill is not present in the package.`
5. `Agent ceo references skill stanley-druckenmiller-investment, but that skill is not present in the package.`
6. `Agent data-analyst references skill edge-candidate-agent, but that skill is not present in the package.`
7. `Agent data-analyst references skill xlsx, but that skill is not present in the package.`
8. `Agent data-analyst references skill edge-hint-extractor, but that skill is not present in the package.`
9. `Agent data-analyst references skill edge-concept-synthesizer, but that skill is not present in the package.`
10. `Agent quant-strategist references skill edge-pipeline-orchestrator, but that skill is not present in the package.`
11. `Agent quant-strategist references skill stanley-druckenmiller-investment, but that skill is not present in the package.`
**建議修法**
二選一,選一種統一:
1. 在每個 `SKILL.md` frontmatter 明確補 `slug`,並與 `AGENTS.md` 內使用的 shortname 對齊
2. 反過來把所有 `AGENTS.md` 內的 skill entry 改成 importer 實際產出的 slug
**追蹤結果:**
已修正。`SKILL.md` 已補 `slug` frontmatter重新 dry-run import 後,相關 warnings 已清空。
---
### 已修正 P2. 四個 Edge skill 匯入後撞成同一個 `edge` slug
**現況**
以下四個 skill 路徑在 dry-run manifest 內全部被辨識成 `edge`
1. `skills/edge-candidate-agent/SKILL.md`
2. `skills/edge-concept-synthesizer/SKILL.md`
3. `skills/edge-hint-extractor/SKILL.md`
4. `skills/edge-pipeline-orchestrator/SKILL.md`
參考:
- [skills/edge-candidate-agent/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/edge-candidate-agent/SKILL.md:1)
**影響**
這代表 importer 沒有把這四個技能視為四個可獨立引用的 shortname。
後果是:
1. agent 端無法穩定引用特定 Edge skill
2. package 內的 skill graph 會失真
3. 後續 export/import round-trip 可能再度發生重名覆蓋或綁錯
**追蹤結果:**
已修正。這四個 Edge skill 都已有獨立 slug重新 dry-run import 後不再撞名。
---
### 已部分修正 P3. Skills 依賴的 runtime / MCP / env 還沒跟 package 一起落地
**現況**
許多 skill 已經在內容中假設有:
- `yfinance`
- `fred`
- `casual-market`
- `tradingview`
- `FMP API`
- `Alpaca MCP`
- Python 科學計算環境
- 檔案系統持久化能力
參考:
- [mcp-plan.md](/Users/chirs/workspace/KingClawArmy_dev_review/docs/mcp-plan.md:1)
- [canslim-screener/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/canslim-screener/SKILL.md:32)
- [earnings-calendar/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/earnings-calendar/SKILL.md:23)
- [portfolio-manager/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/portfolio-manager/SKILL.md:1)
- [trader-memory-core/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/trader-memory-core/SKILL.md:33)
但 package 端目前只有:
- agent adapter
- project metadata
- routine schedule
參考:
- [.paperclip.yaml](/Users/chirs/workspace/KingClawArmy_dev_review/.paperclip.yaml:1)
**追蹤結果:**
已部分修正。
目前已新增:
1. `.mcp.json`
2. `.paperclip.yaml` 中的 env input 提示
但 env input 尚未真正進 manifest而且 runtime 仍未完整覆蓋所有 active skills剩餘缺口已移到 P7 / P8。
**影響**
這代表目前是「skill 文檔存在」不是「skill 能實際跑起來」。
換句話說package 已有知識層,但 runtime 還沒封裝完成。
---
### 已修正 P4. 目前 vendored 的 skill 內容偏摘要版,和文檔宣稱的完整度不一致
**現況**
文檔目前宣稱:
- 來自真實開源 repo
- 很多技能是數百到上千行
- 詳細內容可用 `references/``scripts/` 補齊
參考:
- [agent-skill-mapping.md](/Users/chirs/workspace/KingClawArmy_dev_review/docs/agent-skill-mapping.md:5)
- [skills-inventory.md](/Users/chirs/workspace/KingClawArmy_dev_review/docs/skills-inventory.md:18)
- [skills-inventory.md](/Users/chirs/workspace/KingClawArmy_dev_review/docs/skills-inventory.md:46)
但實際 repo 目前:
1. 幾乎所有 `SKILL.md` 都小於 80 行
2. 多數只有摘要說明與大綱
3. `skills/` 下沒有 `reference/``references/``scripts/`
舉例:
- [market-news-analyst/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/market-news-analyst/SKILL.md:1)
- [canslim-screener/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/canslim-screener/SKILL.md:1)
- [portfolio-manager/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/portfolio-manager/SKILL.md:1)
- [xlsx/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/xlsx/SKILL.md:1)
**影響**
這會造成兩個問題:
1. package 使用者以為 skills 已完整 vendored其實只有摘要版
2. agent 的能力敘述看起來很強,但可重現工作流不足
**追蹤結果:**
已修正文件口徑。`agent-skill-mapping.md` 現在已明確說明目前是 `Summary Reference` 版 skills而不是完整 vendored 版。
---
### 已修正 P5. 文檔統計已經與實際 repo 不一致
**現況**
目前 `docs/agent-skill-mapping.md` 寫:
- `62 個 SKILL.md`
- `71 個分配`
參考:
- [agent-skill-mapping.md](/Users/chirs/workspace/KingClawArmy_dev_review/docs/agent-skill-mapping.md:26)
但我實際掃 repo
1. `skills/` 目錄共 53 個 skill
2. agents 的 `skills:` 總分配數是 72
**影響**
這會誤導下一位 agent以為
1. repo 少了 9 個 skill
2. 或某些配置還沒同步
**追蹤結果:**
已修正。文件中的 skill 數量與分配數量已更新為當前 repo 狀態。
---
### 已修正 P6. `mcp-plan.md` 仍含敏感或機器相依資訊,不適合留在 package docs
**現況**
這份文件目前包含:
1. 明文 `FRED_API_KEY`
2. 機器相依的絕對路徑 `/home/chris/workspace/...`
參考:
- [mcp-plan.md](/Users/chirs/workspace/KingClawArmy_dev_review/docs/mcp-plan.md:141)
- [mcp-plan.md](/Users/chirs/workspace/KingClawArmy_dev_review/docs/mcp-plan.md:152)
- [mcp-plan.md](/Users/chirs/workspace/KingClawArmy_dev_review/docs/mcp-plan.md:195)
**影響**
即使這裡只是示意值,這種寫法仍然不適合進 canonical package docs原因是
1. 容易讓人誤把示意值當真 key
2. 絕對路徑沒有可攜性
3. 違反 base package 應避免機器相依值的原則
**追蹤結果:**
已修正。API key 已改為 placeholder機器相依絕對路徑也已抽換。
---
## 4. 建議補齊清單
請另一個 agent 依序補:
1. 讓 env inputs 依 Paperclip 目前支援的結構真正進 manifest
2. 補齊 active skills 的 runtime 覆蓋缺口
3. 為尚未可直接啟用的 skill 補 `optional / unavailable / future` 狀態說明
4. 若後續要提升為完整 vendored skills再補 `references/` / `scripts/`
---
## 5. 修完後的驗收標準
至少要確認:
1. `paperclipai company import --dry-run --json` 仍保持 `warnings: []``errors: []`
2. `manifest.envInputs` 不再為空,且能反映 package 真正需要的環境輸入
3. active skills 的 runtime 依賴都有對應配置或明確狀態標記
4. `mcp-plan.md``.mcp.json``.paperclip.yaml` 三者口徑一致
---
## 6. 一句話結論
這版 `dev` 的 agent / skills 已經把最重要的 Paperclip skill 綁定問題修乾淨了;目前剩下的是 `envInputs` 尚未真正進 manifest以及 runtime 覆蓋還沒百分之百收尾,屬於完整度問題,不是基本相容性問題。

View File

@@ -0,0 +1,26 @@
---
name: 回測專家
slug: backtest-expert
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

View File

@@ -0,0 +1,54 @@
---
name: 廣度圖表分析師
slug: breadth-chart-analyst
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

View File

@@ -0,0 +1,49 @@
---
name: CANSLIM 選股篩選器
slug: canslim-screener
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

View File

@@ -0,0 +1,49 @@
---
name: 催化劑行事曆
slug: catalyst-calendar
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``earnings-calendar` 使用

View File

@@ -0,0 +1,53 @@
---
name: 競爭分析
slug: competitive-analysis
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

View File

@@ -0,0 +1,50 @@
---
name: 可比公司分析
slug: comps-analysis
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

View File

@@ -0,0 +1,49 @@
---
name: 資料品質檢查器
slug: data-quality-checker
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

55
skills/dcf-model/SKILL.md Normal file
View File

@@ -0,0 +1,55 @@
---
name: DCF 估值模型
slug: dcf-model
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CAPMRf + 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

View File

@@ -0,0 +1,51 @@
---
name: 文件共同創作
slug: doc-coauthoring
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

View File

@@ -0,0 +1,51 @@
---
name: 下跌持續時間分析器
slug: downtrend-duration-analyzer
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

View File

@@ -0,0 +1,48 @@
---
name: 財報後分析
slug: earnings-analysis
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

View File

@@ -0,0 +1,42 @@
---
name: 財報行事曆
slug: earnings-calendar
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

View File

@@ -0,0 +1,51 @@
---
name: 財報預覽分析
slug: earnings-preview
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

View File

@@ -0,0 +1,44 @@
---
name: 財報交易分析器
slug: earnings-trade-analyzer
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

View File

@@ -0,0 +1,25 @@
---
name: 經濟行事曆擷取器
slug: economic-calendar-fetcher
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 FMPFinancial Modeling PrepAPI 整合

View File

@@ -0,0 +1,49 @@
---
name: Edge 候選代理人
slug: edge-candidate-agent
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)
-`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

View File

@@ -0,0 +1,53 @@
---
name: Edge 概念合成器
slug: edge-concept-synthesizer
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

View File

@@ -0,0 +1,51 @@
---
name: Edge 線索提取器
slug: edge-hint-extractor
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

View File

@@ -0,0 +1,53 @@
---
name: Edge 流程協調器
slug: edge-pipeline-orchestrator
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

View File

@@ -0,0 +1,25 @@
---
name: 優勢訊號整合器
slug: edge-signal-aggregator
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

View File

@@ -0,0 +1,26 @@
---
name: 策略審查工具
slug: edge-strategy-reviewer
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

View File

@@ -0,0 +1,25 @@
---
name: 曝險管理教練
slug: exposure-coach
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

View File

@@ -0,0 +1,50 @@
---
name: 跟進日偵測器
slug: ftd-detector
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

View File

@@ -0,0 +1,57 @@
---
name: 啟動追蹤報告
slug: initiating-coverage
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

View File

@@ -0,0 +1,28 @@
---
name: 法人資金流向追蹤器
slug: institutional-flow-tracker
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

View File

@@ -0,0 +1,50 @@
---
name: 內部溝通
slug: internal-comms
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

View File

@@ -0,0 +1,46 @@
---
name: 總經環境偵測器
slug: macro-regime-detector
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

View File

@@ -0,0 +1,24 @@
---
name: 市場廣度分析器
slug: market-breadth-analyzer
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

View File

@@ -0,0 +1,24 @@
---
name: 總體市場環境分析
slug: market-environment-analysis
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

View File

@@ -0,0 +1,24 @@
---
name: 市場新聞分析師
slug: market-news-analyst
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)

View File

@@ -0,0 +1,25 @@
---
name: 市場頂部偵測器
slug: market-top-detector
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

View File

@@ -0,0 +1,50 @@
---
name: 盤前晨報
slug: morning-note
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)

View File

@@ -0,0 +1,59 @@
---
name: 選擇權策略顧問
slug: options-strategy-advisor
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

View File

@@ -0,0 +1,54 @@
---
name: 配對交易篩選器
slug: pair-trade-screener
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

View File

@@ -0,0 +1,43 @@
---
name: PEAD 篩選器
slug: pead-screener
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

View File

@@ -0,0 +1,52 @@
---
name: 投資組合管理員
slug: portfolio-manager
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。

View File

@@ -0,0 +1,25 @@
---
name: 部位規模計算器
slug: position-sizer
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

View File

@@ -0,0 +1,25 @@
---
name: 情境分析引擎
slug: scenario-analyzer
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

View File

@@ -0,0 +1,42 @@
---
name: 板塊輪動分析師
slug: sector-analyst
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

View File

@@ -0,0 +1,52 @@
---
name: 板塊概況分析
slug: sector-overview
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

View File

@@ -0,0 +1,25 @@
---
name: 訊號事後分析
slug: signal-postmortem
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

View File

@@ -0,0 +1,55 @@
---
name: Druckenmiller 策略合成器
slug: stanley-druckenmiller-investment
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

View File

@@ -0,0 +1,43 @@
---
name: 策略轉向設計師
slug: strategy-pivot-designer
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)

View File

@@ -0,0 +1,24 @@
---
name: 技術分析師
slug: technical-analyst
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)

View File

@@ -0,0 +1,44 @@
---
name: 市場主題偵測器
slug: theme-detector
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

View File

@@ -0,0 +1,49 @@
---
name: 投資論點追蹤器
slug: thesis-tracker
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
-`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

View File

@@ -0,0 +1,37 @@
---
name: 交易假設發想器
slug: trade-hypothesis-ideator
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

View File

@@ -0,0 +1,54 @@
---
name: 交易員記憶核心
slug: trader-memory-core
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 MCPyfinance、casual-market

View File

@@ -0,0 +1,43 @@
---
name: 漲勢分析器
slug: uptrend-analyzer
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``macro-regime-detector` 使用,三者共同判斷市場環境

View File

@@ -0,0 +1,25 @@
---
name: 美股泡沫偵測器
slug: us-market-bubble-detector
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

View File

@@ -0,0 +1,28 @@
---
name: 美股個股分析
slug: us-stock-analysis
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

View File

@@ -0,0 +1,45 @@
---
name: VCP 篩選器
slug: vcp-screener
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

46
skills/xlsx/SKILL.md Normal file
View File

@@ -0,0 +1,46 @@
---
name: Excel 試算表
slug: xlsx
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