mcpField
S
stockbee-momentum-burst-screener

stockbee-momentum-burst-screener

github.com/tradermonty其他3.4k2.8k 次安装2 天前更新
代码仓库

关于 stockbee-momentum-burst-screener

stockbee-momentum-burst-screener 是面向美国股票的短线动量候选筛选技能，按 Stockbee 风格识别突破与区间扩张形态并评估设置质量。它用于生成候选和辅助复核，不提供交易信号或自动执行。

主要功能

  1. 01识别 4% 突破、美元突破和区间扩张
  2. 02按量能、底部形态及收盘位置评分
  3. 03检查涨幅过快和近期跌破等风险
  4. 04提供入场、止损参考及风险比例
  5. 05输出 JSON 和 Markdown 报告

适用场景

  1. 01筛选 3–5 天波段动量候选
  2. 02评估日线突破的 A/B/C 设置质量
  3. 03使用自选标的或离线 OHLCV 数据筛选
  4. 04将合格候选交给图表复核和仓位规划

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/tradermonty/claude-trading-skills --skill stockbee-momentum-burst-screener

安装后在 Claude Code 中输入/stockbee-momentum-burst-screener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。

requirements.txt
references/
entry_exit_rules.md
momentum_burst_methodology.md
scoring_system.md
scripts/
fmp_client.py
screen_momentum_burst.py
scripts/tests/
test_screen_momentum_burst_coverage.py
test_screen_momentum_burst.py

详细介绍

Stockbee Momentum Burst 筛选器

筛选美股，寻找 Stockbee 风格的短期 Momentum Burst 候选标的。此技能用于生成候选标的并评估设置质量，不是信号服务或自动执行系统。

适用场景

  • 用户要求进行 Stockbee / Pradeep Bonde 风格的 Momentum Burst 筛选
  • 用户想寻找 4% 突破、美元突破或区间扩张候选标的
  • 用户要求筛选短期 3-5 天的波段动量设置
  • 用户想评估每日突破设置的质量属于 A/B/C 哪一档
  • 用户提供了用于筛选的标的列表、股票池文件或历史 OHLCV JSON
  • 用户想将候选标的输出交给 technical-analyst、position-sizer 或 trader-memory-core

前提条件

  • 使用 FMP API 密钥进行实时股票池和历史 OHLCV 筛选： 
    export FMP_API_KEY=your_api_key_here
  • 可选的无 API 方式：提供包含按标的划分的每日 OHLCV 柱线数据的 --prices-json。
  • 仅在市场状态工作流允许承担新的波段风险后运行；否则将输出标记为仅供人工审核。

工作流

步骤 1：选择输入模式

使用以下三种模式之一：

模式 A：FMP 股票池扫描

python3 skills/stockbee-momentum-burst-screener/scripts/screen_momentum_burst.py \
  --fmp-universe \
  --max-symbols 300 \
  --output-dir reports/

模式 B：指定标的

python3 skills/stockbee-momentum-burst-screener/scripts/screen_momentum_burst.py \
  --symbols NVDA SMCI PLTR TSLA \
  --output-dir reports/

模式 C：离线 OHLCV JSON

python3 skills/stockbee-momentum-burst-screener/scripts/screen_momentum_burst.py \
  --prices-json data/daily_ohlcv.json \
  --output-dir reports/
步骤 2：运行筛选

脚本会检测以下触发类型：

  • 4% 突破： close / previous_close >= 1.04，成交量高于前一日，且高于流动性下限
  • 美元突破： close - open >= 0.90，成交量高于流动性下限
  • 区间扩张： 当日区间超过此前三个交易日的区间，且前一日尚未出现扩张

然后，脚本根据以下因素评估设置质量：

  • 触发强度
  • 成交量扩张
  • 前期底部 / 区间收缩质量
  • 收盘价是否接近日内高点
  • 触发日低点对应的风险距离
  • 前 3 日涨幅过大或近期 4% 跌破等失败过滤条件
  • 与市场过滤条件的一致性
步骤 3：审核输出

阅读生成的 JSON 和 Markdown 报告。对每个候选标的，列出：

  • 触发类型和所有匹配的触发标签
  • 当日涨幅、美元涨幅、成交量比率和收盘位置百分比
  • 前期底部长度和底部宽度
  • 入场参考价、止损参考价和止损风险百分比
  • 设置评分、评级、状态和拒绝原因
  • 建议的后续操作
步骤 4：将通过筛选的标的交由交易规划

谨慎使用输出：

  • A / A- 候选标的： 交给 technical-analyst 人工验证图表，然后交给 position-sizer
  • B 候选标的： 仅加入观察列表或进行较小风险评估
  • 仅供观察的候选标的： 保留在模型组合中；除非图表审核提高设置评级，否则不要规划交易
  • 已拒绝的候选标的： 留作事后分析，不用于执行

输出

  • stockbee_momentum_burst_YYYY-MM-DD_HHMMSS.json - 包含结构化候选标的列表、元数据、阈值、评分组成部分和拒绝项
  • stockbee_momentum_burst_YYYY-MM-DD_HHMMSS.md - 按评级 / 状态分组的易读报告

资源

  • references/momentum_burst_methodology.md - Stockbee 风格方法概要和实现边界
  • references/scoring_system.md - 各组成部分权重、状态阈值和失败过滤条件
  • references/entry_exit_rules.md - 入场参考价、止损、仓位规模交接和退出模板

共享 FMP 客户端

实时 FMP 访问使用随附的生成文件 scripts/fmp_client.py，仅在启动 FMP 运行时加载，因此离线模式无需 requests 也能正常工作。CLI 密钥 / 环境变量优先级、API 调用预算和成功输出格式均保持不变。请求仅使用稳定端点；稳定请求遭拒、返回空结果或失败时，不会回退到已弃用的 v3 URL。共享客户端会屏蔽原始密钥和 URL 编码密钥回显；遇到格式错误的 JSON 时会重试一次；遇到 429 时，最多等待 60 秒后重试一次，若再次触发速率限制则停止。

评论

支持 Markdown