mcpField
T
trader-signal

trader-signal

github.com/ruvnet其他80.0k744 次安装今天更新
代码仓库

关于 trader-signal

trader-signal 是基于 neural-trader 异常检测引擎生成交易信号的技能，适用于扫描指定标的并分析市场状态。它结合 SONA 预测和历史模式匹配，输出排序后的信号及入场、止损和目标信息。

主要功能

  1. 01扫描标的并检测异常
  2. 02按策略加载过滤条件
  3. 03使用 SONA 预测市场状态
  4. 04搜索历史模式匹配
  5. 05生成并保存限时信号

适用场景

  1. 01扫描多个标的寻找交易信号
  2. 02结合策略条件过滤异常
  3. 03参考历史模式评估当前市场信号

MCP 相关

通过 Ruflo MCP 工具读取策略过滤条件、预测市场状态、搜索历史模式，并将信号以 24 小时 TTL 保存。

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-signal

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

详细介绍

使用 neural-trader 的异常检测引擎生成交易信号。

步骤：

  1. 确保 neural-trader 可用： npm ls neural-trader 2>/dev/null || npm install --ignore-scripts neural-trader
  2. 扫描信号： 
    npx neural-trader --signal scan --symbols <TICKERS>
    使用特定策略： 
    npx neural-trader --signal scan --strategy <name> --symbols <TICKERS>
  3. 如果指定了 --strategy，则加载策略筛选条件： mcp__plugin_ruflo-core_ruflo__memory_retrieve({ key: "strategy-NAME", namespace: "trading-strategies" })
  4. neural-trader 会自动对异常进行分类：
    • spike（maxZ > 5）：突破 — 动量入场或均值回归反向操作
    • drift（Z 值持续偏高）：趋势形成 — 趋势跟随信号
    • flatline（Z 值较低）：盘整 — 为突破做好准备
    • oscillation（交替变化）：区间震荡 — 在极值处进行均值回归
    • pattern-break（多个维度）：市场状态变化 — 平仓并重新评估
    • cluster-outlier（>50% 的维度）：多因子失衡 — 套利
  5. 使用 SONA 预测市场状态： mcp__plugin_ruflo-core_ruflo__neural_predict({ input: "anomaly types: [DETECTED], scores: [SCORES]" })
  6. 搜索历史模式匹配： mcp__plugin_ruflo-core_ruflo__agentdb_pattern-search({ query: "ANOMALY_TYPE score RANGE", namespace: "trading-signals" })
  7. 按排名展示信号：交易品种、方向、置信度、异常类型、入场价/止损价/目标价
  8. 存储信号，设置 24 小时 TTL（盘中信号不应污染长期记忆；ADR-125 第 4 阶段引入、随 @claude-flow/[email protected] 发布的 MemoryConsolidator.sweepExpired() 流程会在信号过期后将其清除）： mcp__plugin_ruflo-core_ruflo__memory_store({ key: "signal-TIMESTAMP", value: "SIGNALS_JSON", namespace: "trading-signals", expiresAt: Date.now() + 24 * 60 * 60 * 1000 })

评论

支持 Markdown