agentleFS
neubauerwillineubauerwilli/trader-skill-deutsch/trader-filter/SKILL.md

trader-filter

Skill2 starsChanged 25 days agoMITView on GitHub

Der Aktienfilter. Prüft eine Liste von Firmen gegen deine eigenen Regeln (Umsatzwachstum, Margen, Gewinn je Aktie, KGV, Gewinnrendite, Branche, alles aus der Kennzahlen-Datei), sagt genau, welche Regel jede Firma besteht oder verfehlt und um wie viel, und sortiert die Firmen, die bestehen, in eine Shortlist. Liest die Kennzahlen, die /trader-skill-deutsch:trader-analyst aus SEC-Berichten schreibt, oder jede beliebige CSV. Nutze ihn, wenn der Nutzer sagt: "filtere Aktien", "finde mir Firmen, die", "filter meine Watchlist", "welche davon erfüllen meine Regeln", "Shortlist", "rank diese Aktien", "wachsende Firmen mit KGV unter 30", "screen for stocks", "shortlist candidates" oder "rank these stocks".

The file

Files
SKILL.md

trader-filter

Befehle: Die vollständigen Aufrufe unten gelten für die Plugininstallation. Bei einzeln nach .claude/skills/ kopierten Ordnern entfällt der Präfix trader-skill-deutsch:. Verwende beim Wechsel zu einem anderen Skill den in deiner Sitzung tatsächlich angebotenen Namen.

Ein Filter macht aus "Ich will profitable Firmen, die noch wachsen und nicht zu teuer sind" Regeln, die ein Computer prüfen kann. Und er zeigt seine Arbeit: Jedes Bestanden und jedes Durchgefallen kommt mit der Zahl und der Schwelle.

Das Werkzeug in diesem Ordner (Python-Standardbibliothek, kein Netzwerk):

python3 "${CLAUDE_SKILL_DIR}/screen.py" --help

Was er liest und schreibt

  • Kennzahlen: trader/metrics.json von /trader-skill-deutsch:trader-analyst (facts.py --metrics) oder jede JSON-Liste oder CSV mit einer Spalte ticker. Zahlen in der CSV dürfen $, % und Kommas enthalten.
  • Kurse (optional): trader/prices.json ({"prices": {"AAPL": 341.27}}, aus beliebiger Quelle; /trader-skill-deutsch:trader-alarm schreibt sie). Mit Kursen ergänzt er price, pe (Kurs / Gewinn je Aktie der letzten zwölf Monate, nur wenn der Gewinn positiv ist) und earnings_yield (Gewinnrendite).
  • Regeln: eine JSON-Datei. Als Startpunkt gibt es rules.example.json in diesem Ordner.
  • Mit --out schreibt er trader/shortlist.json: wer bestanden hat, mit Punktzahl und Begründung, und wer durchgefallen ist und warum.

Die Regeldatei

{"name": "Wachsend, profitabel, nicht auf Perfektion bewertet",
 "rules": [{"metric": "revenue_growth_yoy", "op": ">=", "value": 10},
           {"metric": "operating_margin", "op": ">=", "value": 25},
           {"metric": "pe", "op": "<=", "value": 35}],
 "rank":  [{"metric": "revenue_growth_yoy", "order": "desc", "weight": 2},
           {"metric": "pe", "order": "asc", "weight": 1}],
 "missing": "fail"}

Operatoren: >, >=, <, <=, ==, !=, between ([niedrig, hoch]), in und not in (eine Liste, zum Beispiel Ticker oder Branchen, die du ausschließen willst). "missing": "fail" lässt eine Firma durchfallen, der eine Kennzahl fehlt, die eine Regel braucht (Banken haben in den SEC-Daten keine operative Marge). "skip" überspringt diese Regel für die Firma und sagt das dazu. Die Rangliste gibt jeder Firma, die besteht, pro Rang-Kennzahl eine Note von 0 bis 1 und nimmt den gewichteten Durchschnitt. NaN und unendliche Kennzahlen gelten als fehlend und erhalten keinen Rangbeitrag. Grenzwerte müssen endliche Zahlen sein; Ranggewichte müssen positiv und endlich sein.

Schritte

  1. Übersetze die Worte des Nutzers in Regeln. Frag nach, wenn eine Schwelle unklar ist ("billig" heißt welches KGV?). Schreib die Regeln nach trader/rules.json.
  2. Hol die Kennzahlen für die Kandidaten: Starte /trader-skill-deutsch:trader-analyst dafür mit --metrics trader/metrics.json (also facts.py AAPL AXP GOOGL KO BAC --metrics trader/metrics.json) oder nimm die CSV des Nutzers. Kurse aus trader/prices.json, wenn das KGV eine Rolle spielt.
  3. Starte den Filter:

    python3 "${CLAUDE_SKILL_DIR}/screen.py" trader/metrics.json --rules trader/rules.json \
      --prices trader/prices.json --out trader/shortlist.json

    Exit-Code 1 heißt: Niemand hat bestanden. Sag das und zeig die knappsten Fehlschläge.

  4. Berichte die Shortlist mit den Gründen, die Durchgefallenen mit den Zahlen, an denen sie gescheitert sind, und dem Datum der Zahlen (das letzte Quartalsende je Firma, das Kursdatum). Empfiehl /trader-skill-deutsch:trader-analyst für die Spitzenreiter, bevor irgendetwas anderes passiert.

Beispiel: die fünf aus dem Reel

Kennzahlen aus der SEC für AAPL, AXP, GOOGL, KO und BAC, Kurse vom Schlusskurs am 2026-10-13 und rules.example.json:

Wachsend, profitabel, nicht auf Perfektion bewertet: 2 von 5 Firmen bestehen.
 1. PASS GOOGL  Alphabet Inc.  score 0.75   (growth 24.2, P/E 17.8)
 2. PASS KO     COCA COLA CO   score 0.25   (growth 12.1, P/E 28.3)
    FAIL AAPL   pe 39.2, braucht <= 35
    FAIL BAC    operating_margin fehlt
    FAIL AXP    revenue_growth_yoy 8.6, braucht >= 10; operating_margin fehlt

Dann die Vorbehalte, die ein sorgfältiger Analyst ergänzt: Alphabets letztes Quartal hat einen Nettogewinn über dem operativen Gewinn (Gewinne außerhalb des Kerngeschäfts), und Coca-Colas Zahlen enden mit dem Quartal zum 2026-04-03, weil die SEC-Daten dem letzten 10-Q hinterherhinken.

Was er nie tut

  • Nennt nie eine Firma, die besteht, einen Kauf. Ein Filter sortiert gemeldete Zahlen, er ist keine Empfehlung.
  • Füllt nie eine fehlende Zahl auf und rät nie eine Kennzahl: Fehlt sie, fehlt sie.
  • Schickt nie von sich aus etwas an /trader-skill-deutsch:trader-budget oder an einen Weg zum Auftrag.

Sicherheit

Bildung und Werkzeug, keine Anlageberatung. Dieser Skill filtert nur Zahlen. Nichts löst einen Auftrag aus außer /trader-skill-deutsch:trader-broker, und das erst, nachdem /trader-skill-deutsch:trader-risiko bestanden ist und der Nutzer für genau diesen Auftrag ein ausdrückliches Ja gegeben hat. Ohne dein Ja passiert nichts.

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.