mcpField
S
stockbee-20pct-study

stockbee-20pct-study

github.com/tradermontyデータ・データベース3.4k2.6k 回インストール2 日前に更新
リポジトリ

stockbee-20pct-study について

指定期間に20％以上上昇または下落した米国株を調査するスキルです。値動きをイベント記録にまとめ、後続成績やパターンを分析しますが、売買シグナルや執行指示は生成しません。

主な機能

  1. 01日次・過去の20％変動銘柄を検索
  2. 02材料とチャート状況を分類
  3. 03複数期間の事後成績を追跡
  4. 04イベント群とパターンを集計
  5. 05調査用のエッジヒントを出力

活用シーン

  1. 01今週20％動いた銘柄を調査
  2. 02過去の大幅変動イベントを補完
  3. 03継続と反転のパターンを比較

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 stockbee-20pct-study

インストール後、Claude Code で/stockbee-20pct-study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
assets/
cohort_summary_template.md
daily_report_template.md
references/
catalyst_taxonomy.md
cohort_mining_rules.md
event_schema.md
methodology.md
scoring_system.md
scripts/
fmp_client.py
run_20pct_study.py
scripts/tests/
test_cli_outputs.py
test_cohort_summary.py
test_event_detection.py
test_fmp_client.py
test_forward_outcomes.py

詳細

Stockbee 20% スタディ

定義した期間内に＋20％または－20％動いた米国株を対象に、日次イベントスタディを実施します。大きく動いた銘柄を構造化されたスタディ記録に変換し、カタリストとチャートの状況を分類して、その後の結果を更新し、繰り返し見られるパターンを調査用に要約します。

このスキルは、調査、モデルブック、セットアップの習熟度を高めるためのワークフローです。売買シグナルの生成、注文の発注、ブローカーでの執行指示の出力は行いません。

使用する場面

  • Stockbee 形式の日次20％値動き銘柄スタディを実行したい場合
  • 今日、今週、または設定可能な遡及期間に＋20％または－20％動いた銘柄を知りたい場合
  • 過去の20％値動き銘柄をバックフィルして、その後の値動きを調査したい場合
  • 継続、反転、勢いの失速、テーマのクラスターといったパターンを特定したい場合
  • 急騰した勝ち銘柄、大きく下落した銘柄、質の低い急騰に終わった銘柄のモデルブックを構築したい場合
  • すぐに売買シグナルを得るのではなく、後続の戦略調査に役立つエッジのヒントを得たい場合

前提条件

  • Python 3.9+
  • ライブの米国株ユニバースをスキャンするためのFMP APIキー、または --prices-json で指定するオフラインOHLCV JSON
  • 分類の精度向上に使用する、任意の構造化ニュース／カタリストJSON
  • 推奨される市場レジームの成果物：market-regime-daily
  • 推奨されるローカル状態パス：state/stockbee/20pct_study_events.jsonl

ワークフロー

ステップ1：20％値動き銘柄をスキャンする

米国市場の引け後、またはオフラインOHLCVファイル内の最新の確定済み日足バーを対象に実行します。

python3 skills/stockbee-20pct-study/scripts/run_20pct_study.py scan \
  --fmp-universe \
  --max-symbols 300 \
  --as-of 2026-06-28 \
  --lookback-days 5 \
  --min-abs-return-pct 20 \
  --min-price 5 \
  --min-dollar-volume 20000000 \
  --include-down-movers \
  --state-file state/stockbee/20pct_study_events.jsonl \
  --output-dir reports/

FMPの代わりにオフラインデータを使用します。

python3 skills/stockbee-20pct-study/scripts/run_20pct_study.py scan \
  --prices-json data/us_daily_ohlcv.json \
  --as-of 2026-06-28 \
  --lookback-days 5 \
  --include-down-movers \
  --state-file state/stockbee/20pct_study_events.jsonl \
  --output-dir reports/
ステップ2：イベント情報を補完して分類する

利用可能な場合は、構造化されたカタリストデータを使用します。情報補完はベストエフォートで行われます。ニュース記録が見つからない場合、イベントは価格情報のみの NO_CLEAR_NEWS スタディ記録として残ります。

python3 skills/stockbee-20pct-study/scripts/run_20pct_study.py enrich \
  --events-json reports/stockbee_20pct_events_YYYY-MM-DD_HHMMSS.json \
  --news-json data/catalysts_YYYY-MM-DD.json \
  --market-regime reports/market_regime_latest.json \
  --state-file state/stockbee/20pct_study_events.jsonl \
  --output-dir reports/
ステップ3：必要な期間が経過した将来の結果を更新する

将来のバーが十分にそろったら、1日、3日、5日、10日、20日後の結果を更新します。

python3 skills/stockbee-20pct-study/scripts/run_20pct_study.py update-outcomes \
  --prices-json data/us_daily_ohlcv.json \
  --state-file state/stockbee/20pct_study_events.jsonl \
  --horizons 1,3,5,10,20 \
  --output-dir reports/

この更新では、終値リターン、MFE、MAE、方向を考慮した継続リターン、結果タグを記録します。

ステップ4：コホートを要約する
python3 skills/stockbee-20pct-study/scripts/run_20pct_study.py summarize \
  --state-file state/stockbee/20pct_study_events.jsonl \
  --group-by direction,catalyst.label,technical_context.pattern_label,technical_context.close_quality \
  --min-sample 10 \
  --output-dir reports/

rule_candidates とエクスポートされたエッジのヒントは、調査用プロンプトとして扱ってください。取引ルールを変更する前に、代表的なチャートの確認、サンプルサイズのしきい値、アウトオブサンプル検証が必要です。

ステップ5：過去データをバックフィルする
python3 skills/stockbee-20pct-study/scripts/run_20pct_study.py backfill \
  --from 2020-01-01 \
  --to 2026-06-28 \
  --prices-json data/us_daily_ohlcv.json \
  --min-abs-return-pct 20 \
  --include-down-movers \
  --state-file state/stockbee/20pct_study_events.jsonl \
  --output-dir reports/

バックフィル記録には、デフォルトで CURRENT_UNIVERSE_BACKFILL_SURVIVORSHIP_BIAS のマークが付けられます。提供されたOHLCVに上場廃止銘柄と過去のユニバース情報が含まれる場合に限り、--survivorship-complete を追加してください。

出力形式

  • stockbee_20pct_events_YYYY-MM-DD_HHMMSS.json — スキャンのメタデータとイベント記録
  • stockbee_20pct_daily_report_YYYY-MM-DD_HHMMSS.md — 人が読みやすい日次20％スタディレポート
  • stockbee_20pct_enriched_YYYY-MM-DD_HHMMSS.json — 情報を補完したイベント記録
  • stockbee_20pct_outcome_update_YYYY-MM-DD_HHMMSS.json/md — 必要な期間が経過した将来の結果の更新
  • stockbee_20pct_cohort_summary_YYYY-MM-DD_HHMMSS.json/md — コホート統計とルール候補
  • stockbee_20pct_edge_hints_YYYY-MM-DD_HHMMSS.yaml — 後続の調査スキル向けのエッジヒントのエクスポート
  • state/stockbee/20pct_study_events.jsonl — 永続的な20％値動き銘柄のモデルブック

リソース

  • references/methodology.md — 20％スタディの方法論とレビュー用チェックリスト
  • references/event_schema.md — JSONLイベント記録のスキーマ
  • references/catalyst_taxonomy.md — カタリストとリスクラベルの定義
  • references/scoring_system.md — イベント品質とスタディ優先度のスコアリング
  • references/cohort_mining_rules.md — 過剰適合の抑制策とサンプルサイズのルール
  • scripts/run_20pct_study.py — スキャン、情報補完、結果更新、要約、バックフィル用のCLI

共有 FMP クライアント

ライブの FMP アクセスでは、同梱の生成済み scripts/fmp_client.py を使用します。このモジュールは FMP の実行開始時にのみ読み込まれるため、オフラインモードは requests がなくても動作します。CLI キーと環境変数の優先順位、API 呼び出しの上限、成功時の出力形式は維持されます。リクエストでは安定したエンドポイントのみを使用し、安定したエンドポイントへのリクエストが拒否された場合、空の応答だった場合、または失敗した場合も、廃止済みの v3 URL にはフォールバックしません。共有クライアントは、キーがそのまま表示される場合と URL エンコードされて表示される場合の両方をマスキングし、不正な JSON を 1 回再試行します。また、429 の場合は 60 秒待ってから最大 1 回再試行し、レート制限が再度発生した場合は停止します。

コメント

Markdown 対応