mcpField
U
uptrend-analyzer

uptrend-analyzer

github.com/mphinance数据与数据库3286 次安装5 天前更新
代码仓库

关于 uptrend-analyzer

uptrend-analyzer 用免费 CSV 数据评估美国市场广度与板块参与度。它综合五项信号评分，并生成仓位指引、报告和板块分析。

主要功能

  1. 01五项指标综合评分
  2. 02板块参与度与轮动分析
  3. 03动量及历史背景评分
  4. 04预警与置信度评估
  5. 05生成 JSON 和 Markdown 报告

适用场景

  1. 01判断市场上涨是否广泛
  2. 02比较各板块的上升趋势比率
  3. 03根据广度信号查看仓位指引

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/mphinance/alpha-skills --skill uptrend-analyzer

安装后在 Claude Code 中输入/uptrend-analyzer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。

README.md
references/
uptrend_methodology.md
scripts/
data_fetcher.py
report_generator.py
scorer.py
uptrend_analyzer.py
scripts/calculators/
__init__.py
historical_context_calculator.py
market_breadth_calculator.py
momentum_calculator.py
sector_participation_calculator.py
sector_rotation_calculator.py
scripts/tests/
conftest.py
helpers.py
test_data_fetcher.py
test_historical_context_calculator.py
test_market_breadth_calculator.py
test_momentum_calculator.py
test_new_features.py
test_report_generator.py
test_scorer.py
test_sector_participation_calculator.py
test_sector_rotation_calculator.py
test_uptrend_analyzer.py

详细介绍

上升趋势分析器技能

目的

使用 Monty 的上升趋势比率仪表板诊断市场广度健康状况。该仪表板跟踪约 2,800 只美国股票，覆盖 11 个行业。生成 0-100 的综合评分（分数越高 = 越健康），并提供仓位指引。

与基于 API 的风险评分器 Market Top Detector 不同，此技能使用免费的 CSV 数据评估“参与广度”——判断市场涨势是广泛还是狭窄。

何时使用此技能

英语：

  • 用户询问“市场广度健康吗？”或“这轮涨势的覆盖面有多广？”
  • 用户想评估各行业的上升趋势比率
  • 用户询问市场参与度或广度状况
  • 用户需要基于广度分析的仓位指引
  • 用户提到 Monty 的上升趋势仪表板或上升趋势比率

日语：

  • “市场广度健康吗？”“上涨的覆盖面广吗？”
  • 想确认各行业的上升趋势比率
  • 想诊断市场参与率或广度状况
  • 想要基于广度分析的仓位指引
  • 询问 Monty 的上升趋势仪表板

与 Market Top Detector 的区别

方面上升趋势分析器Market Top Detector
评分方向分数越高 = 越健康分数越高 = 风险越高
数据来源免费 GitHub CSVFMP API（付费）
关注重点广度参与度顶部形成风险
API 密钥无需需要（FMP）
方法论Monty 上升趋势比率O'Neil/Minervini/Monty

执行工作流

阶段 1：运行 Python 脚本

运行分析脚本（无需 API 密钥）：

python3 skills/uptrend-analyzer/scripts/uptrend_analyzer.py

脚本将：

  1. 从 Monty 的 GitHub 存储库下载 CSV 数据
  2. 计算 5 个组成部分的评分
  3. 生成综合评分和报告
阶段 2：呈现结果

向用户展示生成的 Markdown 报告，并重点说明：

  • 综合评分和区域分类
  • 仓位指引（满仓/正常/降低/防御/保本）
  • 显示最强和最弱行业的行业热力图
  • 关键动量和轮动信号

5 项评分系统

#组成部分权重关键信号
1市场广度（整体）30%比率水平 + 趋势方向
2行业参与度25%上升趋势行业数量 + 比率差距
3行业轮动15%周期性与防御性平衡
4动量20%斜率方向 + 加速度
5历史背景10%历史百分位排名

评分区域

评分区域仓位指引
80-100强劲牛市满仓（100%）
60-79牛市正常仓位（80-100%）
40-59中性降低仓位（60-80%）
20-39谨慎防御型（30-60%）
0-19熊市资本保全（0-30%）
7 级区域详情

每个评分区域进一步细分为子区域，以便进行更精细的评估：

评分区域详情颜色
80-100强劲牛市绿色
70-79牛市上段浅绿色
60-69牛市下段浅绿色
40-59中性黄色
30-39谨慎上段橙色
20-29谨慎下段橙色
0-19熊市红色
警告系统

触发的有效警告会导致仓位惩罚，即使综合评分较高，也会收紧仓位指引：

警告条件惩罚
周期后期大宗商品平均值 > 周期性和防御性两者-5
差距过大行业比率最大值与最小值之差 > 40 个百分点-3
背离组内标准差 > 8 个百分点、差距 > 20 个百分点，或趋势出现异向指标-3

惩罚可叠加（最多 -10）+ 多重警告折扣（有效警告 ≥2 个时 +1）。在综合评分后应用。

动量平滑

评分前，使用 EMA(3)（指数移动平均，跨度 = 3）对斜率值进行平滑。加速度通过比较平滑斜率最近 10 个点的平均值与之前 10 个点的平均值（10 对 10 窗口）计算；当数据点少于 20 个时，改用 5 对 5 作为后备方案。

历史置信度指标

历史背景组件包含一项置信度评估，依据如下：

  • 样本量： 可用历史数据点的数量
  • 市场状态覆盖率： 已观察到的不同市场状态（牛市／熊市／中性）所占比例
  • 时效性： 最新数据点距今的时间

置信度级别：高、中、低。

API 要求

必需： 无（使用免费的 GitHub CSV 数据）

输出文件

  • JSON：uptrend_analysis_YYYY-MM-DD_HHMMSS.json
  • Markdown：uptrend_analysis_YYYY-MM-DD_HHMMSS.md

参考文档

references/uptrend_methodology.md
  • 上涨趋势比率的定义和阈值
  • 5 个组成部分的评分方法
  • 行业分类（周期型／防御型／大宗商品型）
  • 历史校准说明
何时加载参考文档
  • 首次使用： 加载 uptrend_methodology.md，全面了解框架
  • 常规执行： 无需参考文档，脚本会负责评分

评论

支持 Markdown