mcpField
T
trader-regime

trader-regime

github.com/ruvnet数据与数据库80.0k731 次安装今天更新
代码仓库

关于 trader-regime

利用 neural-trader 识别当前市场状态，并结合技术指标进行分析和留存记录，适用于单个或多个交易标的。

主要功能

  1. 01检测一个或多个标的的市场状态
  2. 02获取技术指标作为分析背景
  3. 03使用 SONA 预测市场状态
  4. 04搜索并保存历史分析

适用场景

  1. 01判断某个标的当前的市场状态
  2. 02将市场状态与历史案例比较
  3. 03保存市场状态分析以供后续参考

MCP 相关

使用 Ruflo 的神经预测及记忆搜索、存储工具来预测市场状态、查找相似历史案例并保存分析。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/ruvnet/ruflo --skill trader-regime

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

详细介绍

使用 neural-trader 的制度检测引擎检测当前市场制度。

步骤：

  1. 确保 neural-trader 可用： npm ls neural-trader 2>/dev/null || npm install --ignore-scripts neural-trader
  2. 运行制度检测： 
    npx neural-trader --regime-detect --symbol TICKER
    对多个标的执行： 
    npx neural-trader --regime-detect --symbols "AAPL,MSFT,GOOGL,AMZN"
  3. 获取技术指标作为参考： 
    npx neural-trader --symbol TICKER --indicators rsi,macd,bollinger,adx,atr
  4. 使用 SONA 进行制度预测： mcp__plugin_ruflo-core_ruflo__neural_predict({ input: "indicators: RSI=X, ADX=Y, VIX=Z" })
  5. 搜索类似的历史制度： mcp__plugin_ruflo-core_ruflo__memory_search({ query: "regime similar to CURRENT", namespace: "trading-analysis" })
  6. 展示：制度分类、置信度、推荐的策略类型、历史先例
  7. 存储分析结果： mcp__plugin_ruflo-core_ruflo__memory_store({ key: "regime-DATE", value: "REGIME_ANALYSIS", namespace: "trading-analysis" })

评论

支持 Markdown