关于 stock-price-change
通过 Octagon MCP 获取并解读多个周期的股票价格变化,适用于关注短期与长期回报、动能及比较分析的股票研究。
主要功能
- 01查询多个周期的回报
- 02解读短期与长期趋势
- 03分析动能模式
- 04提供基准比较思路
适用场景
- 01查看股票的多周期回报
- 02结合长期表现评估短期动能
- 03比较多个股票代码的回报
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ octagonai/ skills --skill stock-price-change安装后在 Claude Code 中输入/stock-price-change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。
marketplace.jsonREADME.mdreferences/interpreting-results.mdmcp-setup.md详细介绍
股价变动
使用 Octagon MCP 服务,获取多个时间段的全面股价变动统计数据。
前提条件
确保已在 AI Agent(Cursor、Claude Desktop、Windsurf 等)中配置 Octagon MCP。安装说明请参阅 references/mcp-setup.md。
工作流
1. 确定股票
确定要分析的公司的股票代码(例如,AAPL、MSFT、GOOGL)。
2. 通过 Octagon MCP 执行查询
使用 octagon-agent 工具并输入自然语言提示词:
Get stock price change statistics for the symbol <TICKER>.
MCP 调用格式:
{
"server": "octagon-mcp",
"toolName": "octagon-agent",
"arguments": {
"prompt": "Get stock price change statistics for the symbol AAPL."
}
}
3. 预期输出
Agent 会返回多个时间范围内的股价变动数据:
| 时间段 | 百分比变动 |
|---|---|
| 1 天 | 4.06% |
| 5 天 | 4.80% |
| 1 个月 | -0.37% |
| 3 个月 | -0.13% |
| 6 个月 | 33.42% |
| 年初至今(YTD) | -0.37% |
| 1 年 | 18.42% |
| 3 年 | 79.03% |
| 5 年 | 100.02% |
| 10 年 | 1,043.14% |
| 历史最高 | 210,270.08% |
关键见解:长期增长强劲,10 年回报率为 1,043.14%,但近期短期表现略微为负。
数据来源:octagon-stock-data-agent
4. 解读结果
解读指南请参阅 references/interpreting-results.md:
- 评估短期与长期表现
- 理解动量信号
- 与基准进行比较
- 评估趋势一致性
示例查询
基本查询:
Get stock price change statistics for the symbol AAPL.
多只股票:
Compare price change statistics for AAPL, MSFT, and GOOGL.
特定关注点:
What is the 1-year and 5-year return for TSLA?
YTD 表现:
What is the year-to-date performance of NVDA?
长期增长:
What is the 10-year cumulative return for AMZN?
了解时间段
短期时间段
| 时间段 | 用途 |
|---|---|
| 1 天 | 日常动量 |
| 5 天 | 周度趋势 |
| 1 个月 | 近期表现 |
| 3 个月 | 季度趋势 |
中期时间段
| 时间段 | 用途 |
|---|---|
| 6 个月 | 半年度动量 |
| YTD | 日历年度表现 |
| 1 年 | 年度回报 |
长期时间段
| 时间段 | 用途 |
|---|---|
| 3 年 | 商业周期 |
| 5 年 | 市场周期 |
| 10 年 | 长期趋势 |
| 历史至今 | 自成立以来的总回报 |
回报解读
表现分类
| 回报(1 年) | 分类 |
|---|---|
| >50% | 卓越 |
| 25-50% | 非常强劲 |
| 10-25% | 强劲 |
| 0-10% | 中等 |
| -10 至 0% | 疲弱 |
| <-10% | 较差 |
长期标准
| 回报(10 年) | 分类 |
|---|---|
| >500% | 卓越 |
| 200-500% | 非常强劲 |
| 100-200% | 强劲 |
| 50-100% | 中等 |
| 0-50% | 低于平均水平 |
| <0% | 较差 |
动量分析
趋势一致性
| 模式 | 解读 |
|---|---|
| 所有时间段均为正 | 强劲且持续的上升趋势 |
| 短期为负,长期为正 | 上升趋势中的回调 |
| 短期为正,长期为负 | 下降趋势中的反弹 |
| 所有时间段均为负 | 持续的下降趋势 |
动量信号
| 信号 | 模式 |
|---|---|
| 加速 | 各时间段的回报率逐渐增加 |
| 减速 | 各时间段的回报率逐渐降低 |
| 稳定 | 各时间段的回报率保持一致 |
| 反转 | 不同时间段之间的正负号发生变化 |
分析示例
根据 AAPL 数据:
- 1 天:+4.06%(日表现强劲)
- 1 个月:-0.37%(略有回调)
- 1 年:+18.42%(年度表现稳健)
- 10 年:+1,043.14%(长期表现卓越)
解读:长期复利增长,近期处于盘整阶段。
年化回报
计算
Annualized Return = (1 + Total Return)^(1/Years) - 1
示例
根据 AAPL 数据:
- 10 年回报:1,043.14%
- 年化回报:(1 + 10.4314)^(1/10) - 1 = 每年 27.3%
年化基准
| 年回报 | 评级 |
|---|---|
| >25% | 卓越 |
| 15-25% | 非常强劲 |
| 10-15% | 强劲 |
| 7-10% | 接近市场水平 |
| <7% | 低于市场水平 |
比较分析
与基准比较
| 基准 | 比较内容 |
|---|---|
| S&P 500 | 市场表现 |
| 行业 ETF | 行业表现 |
| 同行 | 竞争地位 |
Alpha 计算
Alpha = Stock Return - Benchmark Return
示例
如果 AAPL 的 1 年回报率为 +18.42%,而 S&P 500 为 +10%:
- Alpha:跑赢 +8.42%
时间周期关系
健康模式
| 模式 | 解读 |
|---|---|
| 长期 > 短期 | 健康的上升趋势 |
| 所有周期均为正 | 力度持续 |
| 短期改善 | 动能增强 |
警示模式
| 模式 | 解读 |
|---|---|
| 长期 << 短期 | 均值回归风险 |
| 长期 > 0,短期 < 0 | 趋势走弱 |
| 全部为负 | 基本面问题 |
历史最高点分析
与历史最高点的距离
Distance = (ATH - Current) / ATH × 100%
历史最高点背景
| 位置 | 解读 |
|---|---|
| 处于历史最高点 | 力度最强 |
| 低于最高点 0-10% | 接近高点 |
| 低于最高点 10-20% | 回调 |
| 低于最高点 20-40% | 熊市 |
| 低于最高点 >40% | 大幅下跌 |
常见用例
表现摘要
What are the returns for AAPL across all time periods?
趋势分析
Is MSFT in an uptrend or downtrend based on recent returns?
长期增长
What is the 10-year cumulative return for the FAANG stocks?
动能检查
Is NVDA showing positive momentum in the short-term?
比较
Compare 1-year returns for major tech stocks.
分析提示
-
不要只看一个周期:使用多个时间范围。
-
与基准比较:结合背景看回报才更有意义。
-
考虑一致性:回报平稳还是波动。
-
将长期回报年化:以便公平比较。
-
留意背离:短期与长期信号之间的差异。
-
将股息纳入考量:总回报与价格回报。
与其他技能集成
| 技能 | 组合用途 |
|---|---|
| stock-quote | 当前价格背景 |
| stock-performance | 每日价格数据 |
| stock-historical-index | 与市场回报比较 |
| financial-metrics-analysis | 回报背后的基本面 |
评论
支持 Markdown