mcpField
M
macro-regime-detector

macro-regime-detector

github.com/tradermontyその他3.4k3.7k 回インストール2 日前に更新
リポジトリ

macro-regime-detector について

macro-regime-detectorは、マクロ経済の構造変化を評価し、戦略的なポートフォリオ配分を検討するためのスキルです。6つの月次クロスアセット指標から市場レジームを分類し、MarkdownとJSONのレポートを生成します。

主な機能

  1. 016つのクロスアセット指標
  2. 025種類のレジーム分類
  3. 03月次シグナル分析
  4. 04MarkdownとJSONのレポート
  5. 05過去のレジーム資料

活用シーン

  1. 01マクロレジーム転換の兆候の評価
  2. 02市場集中や広がりの分析
  3. 03信用環境とイールドカーブの評価
  4. 04過去のレジームとの比較

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/tradermonty/claude-trading-skills --skill macro-regime-detector

インストール後、Claude Code で/macro-regime-detectorを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

requirements.txt
references/
historical_regimes.md
indicator_interpretation_guide.md
regime_detection_methodology.md
scripts/
fmp_client.py
macro_regime_detector.py
report_generator.py
scorer.py
scripts/calculators/
__init__.py
concentration_calculator.py
credit_conditions_calculator.py
equity_bond_calculator.py
sector_rotation_calculator.py
size_factor_calculator.py
utils.py
yield_curve_calculator.py
scripts/tests/
conftest.py
test_concentration.py
test_credit_conditions.py
test_equity_bond.py
test_fmp_client.py
test_helpers.py
test_main_cli.py
test_packaged_deps.py
test_report_generator.py
test_scorer.py
test_sector_rotation.py
test_size_factor.py
test_utils.py
test_yield_curve.py

詳細

マクロレジーム検出器

月次頻度のクロスアセット比率分析を使用して、構造的なマクロレジームの移行を検出します。このスキルは、戦略的なポートフォリオのポジショニングに役立つ1～2年単位のレジーム変化を特定します。

使用するタイミング

  • 現在のマクロレジームやレジームの移行について質問された場合
  • 構造的な市場ローテーション（集中化と広がり）について知りたい場合
  • イールドカーブ、クレジット、またはクロスアセットシグナルに基づく長期的なポジショニングについて質問された場合
  • RSP/SPY比率、IWM/SPY、HYG/LQD、またはその他のクロスアセット比率に言及された場合
  • レジーム転換が進行中かどうかを評価したい場合

ワークフロー

  1. 手法の背景を把握するため、参照ドキュメントを読み込みます。

    • references/regime_detection_methodology.md
    • references/indicator_interpretation_guide.md

  2. メインの分析スクリプトを実行します。

    python3 -m pip install -r skills/macro-regime-detector/requirements.txt
uv run python3 skills/macro-regime-detector/scripts/macro_regime_detector.py --output-dir reports/

    9つのETFについて600日分のデータを取得します。FMPキーがある場合、クライアントはまずFMPを試し、財務省金利を取得してから（合計約10回のAPI呼び出し）、取得できないETFの履歴についてはyfinanceにフォールバックします。FMPキーがない場合はyfinanceのみで実行し、イールドカーブの代替としてSHY/TLTを使用します。

    6つのコンポーネントすべてで利用可能なデータがない場合、検出器は処理を中止し、レポートを出力しません。レポートが見つからない場合や終了コードがゼロ以外の場合に、レジーム移行が少ないことを示す有効な結果として扱わないでください。

  3. 生成されたMarkdownレポートを読み、分析結果をユーザーに提示します。

  4. ユーザーが過去の類似事例について質問した場合は、references/historical_regimes.mdを使って補足情報を提示します。

前提条件

  • Pythonの依存関係（必須）：yfinanceとrequestsを含むrequirements.txtをインストールします
  • FMP APIキー（任意）：FMP_API_KEYを設定するか、--api-keyを渡すと、yfinance／SHY-TLTへのフォールバックより先にFMPと財務省データを使用します
  • FMPの無料プランでは、すべてのETFを取得できない場合があります。取得できないシンボルは自動的にyfinanceを使用します

6つのコンポーネント

#コンポーネント比率／データ重み検出対象
1市場集中度RSP/SPY25%メガキャップへの集中と市場の広がり
2イールドカーブ10Y-2Yスプレッド20%金利サイクルの移行
3クレジット状況HYG/LQD15%クレジットサイクルにおけるリスク選好
4サイズファクターIWM/SPY15%小型株と大型株のローテーション
5株式と債券SPY/TLT＋相関15%株式と債券の関係におけるレジーム
6セクターローテーションXLY/XLP10%景気敏感株とディフェンシブ株への選好

5つのレジーム分類

  • 集中化：メガキャップ主導の狭い市場
  • 広がり：参加銘柄の拡大、小型株／バリュー株へのローテーション
  • 収縮：クレジットの引き締まり、ディフェンシブ株へのローテーション、リスクオフ
  • インフレ：株式と債券の相関がプラスとなり、従来のヘッジが機能しない状態
  • 移行期：複数のシグナルがあるものの、パターンが不明瞭な状態

出力

  • macro_regime_YYYY-MM-DD_HHMMSS.json — プログラムで使用するための構造化データ
  • macro_regime_YYYY-MM-DD_HHMMSS.md — 人間が読みやすいレポート。内容は以下のとおりです。
    1. 現在のレジーム評価
    2. 移行シグナルダッシュボード
    3. コンポーネントの詳細
    4. レジーム分類の根拠
    5. ポートフォリオのポジショニングに関する推奨事項

他のスキルとの関係

項目マクロレジーム検出器市場天井検出器市場ブレッドス分析ツール
時間軸1～2年（構造的）2～8週間（戦術的）現在のスナップショット
データの粒度月次（6M/12M SMA）日次（25営業日）日次CSV
検出対象レジームの移行10～20%の調整ブレッドスの健全性スコア
API呼び出し約10回約33回0回（無料CSV）

スクリプトの引数

python3 macro_regime_detector.py [options]

Options:
  --api-key KEY       FMP API key (default: $FMP_API_KEY)
  --output-dir DIR    Output directory (default: current directory)
  --days N            Days of history to fetch (default: 600)

リソース

  • references/regime_detection_methodology.md — 検出手法とシグナルの解釈
  • references/indicator_interpretation_guide.md — クロスアセット比率の解釈ガイド
  • references/historical_regimes.md — 背景情報としての過去のレジーム事例

コメント

Markdown 対応