mcpField
M
market-regime

market-regime

github.com/alphaonedev数据与数据库47 次安装
代码仓库

关于 market-regime

market-regime 是用于分析金融市场状态的技能，可根据历史价格数据识别趋势与波动变化，供交易决策、风险评估和策略回测使用。

主要功能

  1. 01识别牛市、熊市及横盘状态
  2. 02使用均线和布林带分析
  3. 03计算市场波动指标
  4. 04比较短期与长期趋势
  5. 05输出状态分类与持续时间预测

适用场景

  1. 01交易前评估资产市场状态
  2. 02根据波动变化检查投资组合风险
  3. 03回测策略或调整资产配置

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/alphaonedev/openclaw-graph --skill market-regime

安装后在 Claude Code 中输入/market-regime确认已加载。

详细介绍

market-regime

用途

此技能用于分析金融市场状态，检测股票、债券或加密货币等资产类别的趋势、波动性和变化。它会处理历史数据，对市场状态进行分类（例如牛市、熊市、横盘），并为交易或风险管理提供可执行的见解。

使用时机

当你需要评估市场状况以辅助决策时，可使用此技能，例如在执行交易前、评估投资组合风险或构建预测模型时。在市场波动剧烈或发生经济事件期间，或在回测策略时，也可使用此技能。如果无法访问历史数据，请勿使用，因为此技能至少需要 1 年的价格数据。

主要功能

  • 使用移动平均线和布林带等统计方法识别市场状态。
  • 使用标准差或 VIX 等效指标分析波动性。
  • 通过比较短期与长期指标检测趋势变化。
  • 通过 API 或数据源支持多种资产类别（例如 Yahoo Finance、Alpha Vantage）。
  • 输出市场状态分类、波动性评分和市场状态持续时间预测。

使用模式

通过 CLI 调用此技能进行快速分析，或将其集成到 Python 脚本中以实现自动化工作流。始终提供资产代码和时间范围。使用 CLI 时，采用同步调用；使用 API 时，处理异步响应。使用 JSON 文件进行配置，以设置自定义参数，例如波动性检测阈值。

运行基本分析：

  1. 设置用于身份验证的环境变量：export OPENCLAW_API_KEY=your_api_key_here。
  2. 通过标志或配置文件传入数据源。
  3. 与其他技能（例如 economic-indicators）串联使用，以获得综合见解。

常用命令/API

使用 OpenClaw CLI 或 REST API 进行交互。身份验证需要 $OPENCLAW_API_KEY 环境变量。

  • CLI 命令：openclaw market-regime analyze --asset AAPL --period 90d --metric volatility

    • 标志：--asset（必填，例如股票代码）、--period（例如 "30d" 表示 30 天）、--metric（例如 "volatility" 或 "trend"）。
    • 输出：包含市场状态类型、波动性评分和关键指标的 JSON。

  • API 端点：向 https://api.openclaw.ai/v1/market-regime/analyze 发送 POST 请求

    • 请求正文：JSON，例如 {"asset": "BTC-USD", "period": "1y", "metrics": ["volatility", "trends"]}
    • 响应：返回 200 OK 和 JSON 负载，例如 {"regime": "bull", "volatility": 0.15}。
    • 标头：包含 Authorization: Bearer $OPENCLAW_API_KEY。

Python 集成代码片段：

import requests
api_key = os.environ.get('OPENCLAW_API_KEY')
response = requests.post('https://api.openclaw.ai/v1/market-regime/analyze', 
                         headers={'Authorization': f'Bearer {api_key}'}, 
                         json={'asset': 'GOOGL', 'period': '180d'})
print(response.json()['regime'])  # Outputs e.g., 'bear'

配置格式：使用 YAML 文件进行高级设置，例如：

asset: SPY
period: 365d
metrics:
  - volatility
  - trends
thresholds:
  volatility_high: 0.2

集成说明

通过传递输出或使用共享数据模型，将此技能与其他 OpenClaw 技能集成。例如，将其与 trading-strategies 技能结合，以实现自动提醒。使用 OHLCV（开盘价、最高价、最低价、收盘价、成交量）等标准格式，确保数据一致性。如果使用外部数据，请将其映射到此技能所需的架构（例如，包含 date、open、high、low、close 列的 CSV）。请先在沙盒环境中测试集成。对于 Web 应用，可使用 Webhook 接收市场状态更新。

错误处理

通过检查 HTTP 状态码或 CLI 退出码来处理错误。常见错误：

  • 401 Unauthorized：确认已设置 $OPENCLAW_API_KEY，且其有效。
  • 400 Bad Request：确保 JSON 负载格式正确（例如，资产代码有效）。
  • 429 Too Many Requests：使用指数退避实现重试逻辑。

在代码中使用 try-except 块：

try:
    response = requests.post(...)  # As above
    response.raise_for_status()
except requests.exceptions.HTTPError as err:
    print(f"Error: {err.response.status_code} - {err.response.text}")
    # Retry or log the error

如果数据获取失败（例如，时间范围无效），此技能会返回特定错误码；解析响应以获取 "ERR_INVALID_PERIOD" 等详细信息。

具体使用示例

  1. 示例 1：分析股票波动率

    • 任务：检查 Apple（AAPL）在过去 60 天内是否处于高波动状态。
    • 命令：openclaw market-regime analyze --asset AAPL --period 60d --metric volatility
    • 预期输出：类似 {"regime": "high_volatility", "score": 0.25} 的 JSON。使用此结果在交易机器人中触发卖出提醒。

  2. 示例 2：识别加密货币趋势

    • 任务：检测过去一年内 Bitcoin（BTC-USD）的趋势变化。
    • API 调用：向 /v1/market-regime/analyze 发送 POST 请求，请求正文为 {"asset": "BTC-USD", "period": "1y", "metrics": ["trends"]}
    • 代码片段： 
      response = requests.post(..., json={'asset': 'BTC-USD', 'period': '1y', 'metrics': ['trends']})
trends = response.json()['trends']  # e.g., ['upward_shift_at_2023-06-01']
    • 使用输出更新仪表板或调整投资配置。

图谱关系

  • 相关：economic-indicators（依赖其宏观数据）、trading-strategies（为策略决策提供输入）。
  • 集群：financial（此技能所属的核心集群）。
  • 标签重叠：finance、volatility-analysis（与风险评估技能共用）。

评论

支持 Markdown