关于 earnings-trade-analyzer
用于筛选近期财报后股票的 Skill,采用五项加权评分,帮助交易者评估财报反应和潜在动量机会。
主要功能
- 01五项加权评分
- 02候选股票字母评级
- 03生成 JSON 和 Markdown 报告
- 04按评级提供参考指引
适用场景
- 01筛选近期发布财报的股票
- 02比较财报跳空与趋势
- 03查看成交量及均线背景
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ mphinance/ alpha-skills --skill earnings-trade-analyzer安装后在 Claude Code 中输入/earnings-trade-analyzer确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
README.mdreferences/scoring_methodology.mdscripts/analyze_earnings_trades.pyfmp_client.pyreport_generator.pyscorer.pyscripts/calculators/__init__.pygap_size_calculator.pyma200_calculator.pyma50_calculator.pypre_earnings_trend_calculator.pyvolume_trend_calculator.pyscripts/tests/conftest.pytest_earnings_trade_analyzer.pytest_fmp_client_historical.py详细介绍
财报交易分析器 - 财报后 5 因素评分
使用加权 5 因素评分系统分析近期财报发布后的股票,找出反应最强的股票,作为潜在动量交易机会。
适用场景
- 用户请求分析财报发布后的交易机会或筛选财报跳空股票
- 用户想找出近期反应最强的财报股票
- 用户请求对财报动量进行评分或评级
- 用户询问财报后累积日(PEAD)候选股票
先决条件
- FMP API 密钥(设置
FMP_API_KEY环境变量或传入--api-key) - 免费套餐(每天 250 次调用)足以支持默认筛选(回溯 2 天,前 20 只)
- 更大的回溯范围或完整筛选建议使用付费套餐
工作流
第 1 步:运行财报交易分析器
执行分析器脚本:
# Default: last 2 days of earnings, top 20 results
python3 skills/earnings-trade-analyzer/scripts/analyze_earnings_trades.py --output-dir reports/
# Custom lookback and market cap filter
python3 skills/earnings-trade-analyzer/scripts/analyze_earnings_trades.py \
--lookback-days 5 \
--min-market-cap 1000000000 \
--top 30 \
--output-dir reports/
# With entry quality filter
python3 skills/earnings-trade-analyzer/scripts/analyze_earnings_trades.py \
--apply-entry-filter \
--output-dir reports/
第 2 步:查看结果
- 阅读生成的 JSON 和 Markdown 报告
- 加载
references/scoring_methodology.md,了解评分说明 - 重点关注评级为 A 和 B 的股票,寻找可操作的交易机会
第 3 步:呈现分析
对于每个优质候选股票,呈现:
- 综合得分和字母评级(A/B/C/D)
- 财报跳空幅度和方向
- 财报发布前 20 天的趋势
- 成交量比率(20 日均量与 60 日均量之比)
- 股价相对于 200 日和 50 日移动平均线的位置
- 得分最低和最高的组成因素
第 4 步:提供可操作的指导
根据评级:
- A级(85+): 财报反应强劲,且有机构累积买入迹象——可考虑入场
- B级(70-84): 财报反应良好,值得关注——等待回调或确认信号
- C级(55-69): 信号不一——谨慎行事,并需进一步分析
- D级(<55): 交易条件较弱——避免交易或等待更好的条件
输出
earnings_trade_analyzer_YYYY-MM-DD_HHMMSS.json- 结构化结果,schema_version 为 "1.0"earnings_trade_analyzer_YYYY-MM-DD_HHMMSS.md- 包含表格的易读报告
资源
references/scoring_methodology.md- 5 因素评分系统、评级阈值和入场质量筛选规则
评论
支持 Markdown