mcpField
W
whale-hunting

whale-hunting

github.com/staskh其他39483 次安装1 天前更新
代码仓库

关于 whale-hunting

whale-hunting 是扫描标的股票期权链、识别异常大额交易的命令行技能。它先筛查每日期权链活动，在可用时再用 Massive API 的逐秒数据细查候选交易。

主要功能

  1. 01扫描期权链中的异常活动
  2. 02用逐秒数据细查候选交易
  3. 03设置到期时间和日期筛选
  4. 04调整统计检测阈值
  5. 05输出交易及标的汇总

适用场景

  1. 01查看某只股票的异常期权活动
  2. 02以逐秒粒度检查候选交易
  3. 03比较看涨与看跌期权资金流

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/staskh/trading_skills --skill whale-hunting

安装后在 Claude Code 中输入/whale-hunting确认已加载。

附带文件scripts/whale_hunting.py

详细介绍

Whale Hunting

扫描指定标的的期权链，通过两步法识别机构级交易：

  1. 粗略扫描（Yahoo Finance）——找出相较于期权链其余部分，日投资额异常的合约。
  2. 精确深入分析（Massive API）——获取每个候选合约的逐秒 K 线，并标记美元投资额异常的秒。

Instructions

**注意：**如果未安装 uv 或找不到 pyproject.toml，请在以下所有命令中将 uv run python 替换为 python。

uv run python .claude/skills/whale-hunting/scripts/whale_hunting.py SYMBOL [--months N] [--date YYYY-MM-DD] [--sigma F] [--sigma-z F] [--summary]

Arguments

  • SYMBOL — 标的股票代码（例如 AAPL、NVDA、SPY）
  • --months — 纳入考量的期权到期前最长月数（默认：2）
  • --date — 要分析的交易日期，格式为 YYYY-MM-DD（默认：最近一个交易日）
  • --sigma — 粗略异常值阈值的标准差倍数（默认：3.0）
  • --sigma-z — 用于逐秒小样本检测的修正 Z 分数阈值（默认：3.5）
  • --summary — 同时计算每个代码的汇总，并将其包含在 JSON 输出中

Output

返回包含以下内容的 JSON：

  • underlying — 扫描的标的代码
  • trading_date — 分析日期
  • source — "massive"（逐秒数据）或 "yahoo only"（每日期权链数据）
  • total_whales — 发现的鲸鱼交易总数
  • total_call_invested — 看涨期权鲸鱼交易的投资金额总和
  • total_put_invested — 看跌期权鲸鱼交易的投资金额总和
  • call_put_ratio — 看涨期权投资额 / 看跌期权投资额（无看跌期权时为 null）
  • whales — 鲸鱼交易列表：
    • timestamp、ticker、type、strike、expiry
    • close、volume、transactions、invested、break_even
  • summary （仅在传入 --summary 时出现） — 每个代码的汇总列表：
    • ticker、type、strike、expiry、whale_count、total_invested、break_even

Examples

# Hunt whales for AAPL (latest trading day)
uv run python .claude/skills/whale-hunting/scripts/whale_hunting.py AAPL

# Hunt whales for NVDA on a specific date
uv run python .claude/skills/whale-hunting/scripts/whale_hunting.py NVDA --date 2026-03-13

# With per-ticker summary
uv run python .claude/skills/whale-hunting/scripts/whale_hunting.py HOOD --months 3 --summary

# Looser detection threshold
uv run python .claude/skills/whale-hunting/scripts/whale_hunting.py SPY --sigma 2.0

Reporting

运行脚本后，请按以下格式呈现结果。

标题行：

{underlying} 在 {trading_date} 的鲸鱼交易活动 — 数据来源：{source} 看涨期权流：${total_call_invested:,.0f} | 看跌期权流：${total_put_invested:,.0f} | 看涨/看跌比率：{call_put_ratio:.2f}

传入 --summary 时，将 summary 数组呈现为表格：

时间（ET）代码类型行权价到期日事件数投资总额盈亏平衡点
{timestamp}{ticker}{type}{strike}{expiry}{whale_count}${total_invested:,.0f}{break_even}

按 total_invested 降序排序。对于包含多个事件的行，使用首末事件的时间范围（例如 11:46–12:33）。

解读指南：

  • source: "massive" — 高可信度；来自 Massive API 的逐秒大宗交易数据
  • source: "yahoo only" — 回退模式；每日级别数据（缺少 Massive API 密钥或无日内数据）
  • 低看涨/看跌比率（< 0.5）— 机构仓位偏空
  • 高看涨/看跌比率（> 2.0）— 机构仓位偏多
  • transactions: 1 — 单笔大宗交易；最强的鲸鱼信号

Requirements

  • 逐秒数据需要设置 MASSIVE_API_KEY 环境变量。若未设置，则回退至 Yahoo Finance 每日数据。

Timezone

所有时间戳和基于时间的计算都必须使用 America/New_York 时区。所有 JSON 输出都必须包含 generated_at（纽约时间字符串）和 data_delay 字段。

评论

支持 Markdown