agentleFS
WeaxsWeaxs/stock-analysis-plugin/skills/bull-trend/SKILL.md

bull-trend

Skill95 starsChanged 3 days agoMITView on GitHub

趋势交易:识别中长期趋势,制定入场、持仓和退出规则。用于趋势温度计算、趋势股持有、规则化趋势策略或肥尾收益分析。

The file

Files
SKILL.md

趋势追踪分析

核心理念

趋势追踪用可执行的规则参与趋势,通过控制试错损失、保留盈利空间捕获少数大行情。肥尾描述收益分布,趋势描述价格路径;肥尾指标不是趋势启动或延续信号。

用户询问塔勒布、肥尾计算、极端行情或策略是否依赖少数大盈利时,先读取 肥尾度量与趋势收益诊断。概念问题直接解释方法;需要具体统计结果时,按参考中的数据口径准备输入并调用 scripts/tail_analysis.py。普通趋势判断无需加载这份参考。

仅解释肥尾概念时,到此完成;下述流程用于具体标的的趋势分析。

用户要求运行股票池月度右侧趋势策略时,MUST 先读取 月度右侧趋势策略,将股票名称解析为代码、按市场分组,直接调用 analyze_trend_strategy(symbols, ...) 自动取行情;仅在用户提供时传入真实持股集合,报告动作、原因与新仓预算。MUST 保留 not_validated 及跨样本失败边界;用户明确采用的规则可输出条件计划,实际成交和个人持仓由调用方核实。

仅要求解释多期限方向或复核旧温度时,先读取 多期限月度趋势,调用 get_technical_analysis 的 daily、count=360,优先解释 trend_horizons 的21/63/252期限组成、方向与观察日期。当前仍为 not_validated,MUST 说明交易有效性未被完整验证,MUST NOT 自行转换成交易建议。七档温度或旧模型复核才读取 独立趋势温度并解释兼容字段 trend_temperature;仅用户明确要求七档时展示研究标签,不能把“平”当作零方向。这些都不是趋势动物、肥尾 κ、原综合评分或市场复盘温度;用户自定条件的研究回测仍可运行。

执行流程

1. 采集数据

运行数据采集脚本获取 120 根日K线及技术指标(相对本 skill 目录执行):

python3 scripts/gather.py <symbol>

确认数据日期、周期和复权口径;120 根日K线用于近期趋势判断。肥尾分支按参考文件另取历史收益,报告实际取得的区间和样本量。

多期限分支报告 model/validation_status/components/positive_count/negative_count/neutral_count/direction/decision_as_of/as_of/price_basis;不足月初预热时先解释不可用,不能改用零值。通用采集脚本仍默认120根,不能据它声称已完成252根趋势判断,需另取daily、count=360。旧温度分支报告模型、EMA差方向、分数、日期及口径;七档只按明确请求补充。先确认观察K线收盘,未知价格口径需说明;不把样本不足当中性趋势。

2. 趋势确认

多头趋势确认条件:

  • 均线多头排列:MA5 > MA10 > MA20 > MA60
  • MACD 在零轴之上运行
  • 价格沿着上升通道运行
  • 每次回调不破前低

空头趋势确认条件:

  • 均线空头排列:MA5 < MA10 < MA20 < MA60
  • MACD 在零轴之下运行
  • 价格沿下降通道运行

报告哪些条件已满足、哪些尚未满足,并给出对应数值或价格位置。空头趋势对仅能做多的股票账户意味着退出或观望;做空建议须有对应市场和账户能力。

3. 趋势阶段判断

阶段特征操作
启动期均线粘合后向上发散,放量突破检查入场触发和初始风险
加速期价格加速上涨,远离均线按持仓规则跟踪,更新保护位
成熟期涨幅放缓,量能递减检查退出条件,阶段标签本身不触发减仓
衰退期跌破预先选定的均线或趋势支撑按退出规则执行

4. 关键指标

  • ADX 替代:用 MA 斜率和排列程度衡量趋势强度
  • 趋势线:连接近期低点作为上升趋势线
  • 回调幅度:描述相对前一波涨幅的回撤及是否破坏支撑;斐波那契比例只作为观察位置,不能单独证明回调健康。

5. 形成交易规则

先读取 短线交易决策框架的风险单位和市场成交约束,再形成同一套入场、持仓和退出规则:

  • 入场:指定周期、触发条件、判断时点和成交假设。例如收盘突破此前 20 根K线最高价,阈值排除当前K线;历史检验使用信号产生后可成交的价格。
  • 初始风险:给出初始止损、单笔风险预算和仓位。按预算 / 入场到止损的每股损失估算数量,并受资金、交易单位和组合风险限制;跳空和无法成交可能使实际亏损超过预算。
  • 持仓:趋势条件持续满足时保留盈利空间。保护位随有利走势更新,做多止损只上移;涨幅大或收益处于高分位本身不构成退出条件。
  • 退出:明确采用均线失效、通道破位或移动止损中的哪一种、如何触发。固定止盈属于可选策略约束,要说明它可能截断大盈利;参数是待检验假设,不归为塔勒布公式。

规则完成标准:每项都有可核验的触发条件,说明下一次观察时点,以及触发后动作。用户已有规则时按其规则评价,调整另列为建议。

6. 按需检验

用户要求历史验证时使用 策略回测。先核对现有 DSL 能否表达规则,无法表达的条件标为未验证;不以近似规则冒充原策略。趋势收益的利润集中度诊断按肥尾参考文件执行。

输出要求

分析完成后输出:

  1. 当前趋势方向和阶段
  2. 趋势证据和未满足条件
  3. 关键趋势支撑/压力位
  4. 入场/持有/离场建议
  5. 初始风险、保护位和退出触发条件
  6. 数据或成交限制;肥尾分支附计算口径和不确定性

市场环境入场实验

用户要求验证宽基右侧条件如何约束趋势入场时,读取多期限参考中的市场环境实验,准备带足预热的个股/同市场宽基daily OHLCV JSON,再运行 scripts/market_trend.py。该脚本调用共享Python核心,输出真实规则的三期限研究结果。MUST 分清初始空仓与已有持仓、观察与成交、开发集与新标的复核;不得拿七档标签代替入场条件,或将通过单次历史门槛称为稳定有效。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.