add claude and agent

This commit is contained in:
王性驊 2026-02-28 13:33:07 +08:00
parent 03a4ec0e24
commit 00f6d4befb
76 changed files with 5072 additions and 1899 deletions

BIN
.DS_Store vendored

Binary file not shown.

File diff suppressed because one or more lines are too long

View File

@ -86,3 +86,21 @@
- 想持續追蹤 → portfolio-review - 想持續追蹤 → portfolio-review
``` ```
## Session 強制存檔(不得跳過)
### 分析開始前READ — 必須執行)
1. 讀取 `docs/fin/sessions/[TICKER]-session.md`
2. **存在** → 報告開頭標註「📋 延續上次分析YYYY-MM-DD
3. **不存在** → 報告開頭標註「🆕 首次分析」
### 分析結束後WRITE — 必須執行)
1. 確保 `docs/fin/sessions/` 目錄存在
2. 建立/更新 `docs/fin/sessions/[TICKER]-session.md`
3. 填入:基本資訊、分析歷史(追加)、關鍵價位、催化劑
### 確認輸出CONFIRM — 必須顯示)
```
📁 Session 已更新: docs/fin/sessions/[TICKER]-session.md
📂 報告已存檔: artifacts/[TICKER]-[日期]/
```

View File

@ -57,3 +57,21 @@
🔔 機會 2: ... 🔔 機會 2: ...
``` ```
## Session 強制存檔(不得跳過)
### 分析開始前READ
1. 掃描 `docs/fin/sessions/` 下所有 `*-session.md`
2. 篩選「已進場」狀態的 Session在報告中標註持倉表現
### 分析結束後WRITE — 如有需要)
1. 如有值得追蹤的異動標的,建立新 Session
2. 如有持倉 Session更新最新價位
### 確認輸出CONFIRM — 必須顯示)
```
📁 Session 狀態:
- 持倉追蹤中: [N] 個標的
- 本次新建: [列出或「無」]
- 本次更新: [列出或「無」]
```

View File

@ -52,3 +52,22 @@
建議日期: YYYY-MM-DD[理由] 建議日期: YYYY-MM-DD[理由]
``` ```
## Session 強制存檔(不得跳過)
### 分析開始前READ — 必須執行)
1. 掃描 `docs/fin/sessions/` 下所有 `*-session.md`
2. 讀取每個 Session 的狀態和關鍵價位
### 分析結束後WRITE — 必須對每個標的執行)
1. 更新每個回顧標的的 `docs/fin/sessions/[TICKER]-session.md`
2. 追加分析歷史、更新關鍵價位和催化劑狀態
3. 保留所有歷史紀錄
### 確認輸出CONFIRM — 必須顯示)
```
📁 Session 已更新:
- docs/fin/sessions/NVDA-session.md ✅
- docs/fin/sessions/TSLA-session.md ✅
- ...
```

View File

@ -80,5 +80,16 @@
- [ ] ... - [ ] ...
``` ```
覆盤結果存入 `artifacts/replay/[TICKER]-[日期].md` ## Session 強制存檔(不得跳過)
### 分析結束後WRITE — 必須執行)
1. 確保 `docs/fin/replay/` 目錄存在
2. 建立 `docs/fin/replay/[TICKER]-[日期].md`(完整覆盤報告)
3. 如涉及特定標的且其 Session 存在,更新 `docs/fin/sessions/[TICKER]-session.md` 的交易紀錄
### 確認輸出CONFIRM — 必須顯示)
```
📁 覆盤已存檔: docs/fin/replay/[TICKER]-[日期].md
📁 Session 已更新: docs/fin/sessions/[TICKER]-session.md如有
```

View File

@ -67,3 +67,15 @@
- 確定要交易的執行 trade-plan [TICKER] - 確定要交易的執行 trade-plan [TICKER]
``` ```
## Session 強制存檔(不得跳過)
### 分析結束後WRITE — 必須執行)
1. 確保 `docs/fin/sessions/` 目錄存在
2. 建立 `docs/fin/sessions/sector-[產業名]-session.md`
3. 填入:產業分析摘要、推薦標的清單、催化劑時間表
### 確認輸出CONFIRM — 必須顯示)
```
📁 Session 已建立: docs/fin/sessions/sector-[產業名]-session.md
```

View File

@ -52,10 +52,15 @@
- YYYY-MM-DD: Session 建立 - YYYY-MM-DD: Session 建立
``` ```
## 輸出 ## 強制存檔WRITE — 必須執行)
1. 確保 `docs/fin/sessions/` 目錄存在(不存在則建立)
2. 用 Write 工具建立 Session 檔案(使用上方完整模板,不得省略任何區塊)
3. 建立後用 Read 工具確認檔案已寫入
## 確認輸出CONFIRM — 必須顯示)
``` ```
✅ Session 已建立: artifacts/sessions/[TICKER]-session.md ✅ Session 已建立: docs/fin/sessions/[TICKER]-session.md
建議下一步: 建議下一步:
deep-dive [TICKER] — 進行四維深度分析 deep-dive [TICKER] — 進行四維深度分析

View File

@ -72,6 +72,20 @@
- [ ] 每季財報後檢視長期計劃 - [ ] 每季財報後檢視長期計劃
``` ```
## Session 管理 ## Session 強制存檔(不得跳過)
執行完畢後自動建立/更新 `artifacts/sessions/[TICKER]-session.md`
### 分析開始前READ — 必須執行)
1. 讀取 `docs/fin/sessions/[TICKER]-session.md`
2. **存在** → 比對歷史計劃,標註「📋 延續上次計劃YYYY-MM-DD
3. **不存在** → 標註「🆕 首次建立交易計劃」
### 分析結束後WRITE — 必須執行)
1. 確保 `docs/fin/sessions/` 目錄存在
2. 建立/更新 `docs/fin/sessions/[TICKER]-session.md`
3. 填入:交易計劃(短中長期)、關鍵價位、催化劑、分析歷史追加
### 確認輸出CONFIRM — 必須顯示)
```
📁 Session 已更新: docs/fin/sessions/[TICKER]-session.md
```

View File

@ -27,10 +27,18 @@
- **信心度標註** — 每個結論標註信心度(高/中/低) - **信心度標註** — 每個結論標註信心度(高/中/低)
- **不確定性承認** — 明確說出「我們不知道什麼」 - **不確定性承認** — 明確說出「我們不知道什麼」
### 5. Artifact-First ### 5. 報告完整性(嚴格禁止簡化)
- **所有報告必須完整輸出**,不得省略、簡化、截斷任何區塊
- **每個表格必須填滿所有欄位** — 不得用「...」或「以此類推」代替
- **每個分析維度必須完整展開** — 不得用「同上」或「參考前述」跳過
- **輸出格式中定義的每個區塊都必須出現** — 不得因為「篇幅考量」而省略
- **數據必須具體** — 不得用「約」「大概」代替可查到的具體數字
- 如果某個欄位確實無法取得數據,標記為「❓ 數據不可得」而非省略整個區塊
### 6. Artifact-First
- 所有分析報告存到 `artifacts/` 目錄 - 所有分析報告存到 `artifacts/` 目錄
- 圖表存到 `artifacts/charts/` - 圖表存到 `artifacts/charts/`
- Session 追蹤檔存到 `artifacts/sessions/` - Session 追蹤檔存到 `docs/fin/sessions/`
## 數據來源規則 ## 數據來源規則
@ -65,6 +73,19 @@ df = yf.download("2330.TW", period="1y", interval="1d")
- 存到 `artifacts/charts/[TICKER]-[類型].png` - 存到 `artifacts/charts/[TICKER]-[類型].png`
- 標題用繁體中文 - 標題用繁體中文
### ⚠️ 繪圖必遵守項目(缺一不可)
1. **`matplotlib.use('Agg')`** 必須在 `import matplotlib.pyplot as plt` 之前
2. **中文字體**`plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC']`
3. **`plt.rcParams['axes.unicode_minus'] = False`**
4. **禁止 `plt.show()`** — 只用 `plt.savefig(path, dpi=150, bbox_inches='tight')`
5. **每張圖結尾 `plt.close('all')`** — 釋放記憶體
6. **`df['Close'].squeeze()`** — 避免 yfinance MultiIndex 問題
## Session 合併規則
- **相同股票永遠只有一個 Session 檔案**`[TICKER]-session.md`
- 同日多次分析 → 追加到同一檔案的「分析歷史」表格
- **禁止在檔名加日期、序號、指令名稱等後綴**
## 語言 ## 語言
- 所有輸出使用**繁體中文** - 所有輸出使用**繁體中文**
- 程式碼註解使用繁體中文 - 程式碼註解使用繁體中文

View File

@ -0,0 +1,369 @@
---
name: chart-drawing
description: 技術分析圖表繪製知識庫。用 Python matplotlib 繪製各種技術型態圖,每種型態分開畫,輸出 PNG 圖片。
---
# 技術分析圖表繪製
## 環境需求
```bash
pip install yfinance matplotlib mplfinance pandas numpy
```
## ⚠️ 繪圖必讀規則(每次畫圖前必須遵守)
**以下 5 條規則缺一不可,否則圖片會壞掉或看不到:**
### 規則 1必須在最開頭設定 Agg backend無 GUI 環境)
```python
import matplotlib
matplotlib.use('Agg') # 必須在 import pyplot 之前!
import matplotlib.pyplot as plt
```
### 規則 2必須設定中文字體否則中文標題變方框
```python
import matplotlib.pyplot as plt
# macOS 中文字體設定
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False # 負號正常顯示
```
### 規則 3禁止使用 plt.show()(會卡住或報錯)
```python
# ❌ 錯誤
plt.show()
# ✅ 正確 — 只用 savefig
plt.savefig('docs/fin/charts/NVDA-kline.png', dpi=150, bbox_inches='tight')
plt.close('all') # 必須關閉,釋放記憶體
```
### 規則 4每張圖結尾必須 plt.close('all')
```python
plt.savefig(output_path, dpi=150, bbox_inches='tight')
plt.close('all') # 不加這行,下一張圖會疊在上面
```
### 規則 5繪圖前必須建立目錄
```python
import os
os.makedirs('docs/fin/charts', exist_ok=True)
```
## 完整繪圖模板(通用前置碼)
**每次繪圖都必須以這段開頭:**
```python
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import yfinance as yf
import pandas as pd
import numpy as np
import os
# 中文字體
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False
# 建立輸出目錄
os.makedirs('docs/fin/charts', exist_ok=True)
# 下載數據(美股)
ticker = "NVDA"
df = yf.download(ticker, period="6mo", interval="1d")
close = df['Close'].squeeze()
dates = df.index
```
## 數據取得
```python
# 美股
df = yf.download("NVDA", period="1y", interval="1d")
# 台股(代號加 .TW
df = yf.download("2330.TW", period="1y", interval="1d")
# 注意yfinance 回傳的 DataFrame 可能是 MultiIndex
# 取單一欄位時用 .squeeze() 確保是 Series
close = df['Close'].squeeze()
```
## 圖表類型與範本
### 1. K 線圖 + 均線(基礎圖)
```python
import matplotlib
matplotlib.use('Agg')
import mplfinance as mpf
import yfinance as yf
import os
os.makedirs('docs/fin/charts', exist_ok=True)
ticker = "NVDA"
df = yf.download(ticker, period="6mo", interval="1d")
# mplfinance 的 savefig 要用 dict 格式
save_config = dict(fname=f'docs/fin/charts/{ticker}-kline.png', dpi=150, bbox_inches='tight')
mpf.plot(df, type='candle', style='charles',
mav=(20, 50, 200),
volume=True,
title=f'{ticker} K線圖 + 均線',
figsize=(14, 8),
savefig=save_config)
# mplfinance 會自動 close
print(f"✅ 圖表已儲存: docs/fin/charts/{ticker}-kline.png")
```
### 2. 支撐壓力圖
```python
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import yfinance as yf
import os
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False
os.makedirs('docs/fin/charts', exist_ok=True)
ticker = "NVDA"
df = yf.download(ticker, period="6mo", interval="1d")
close = df['Close'].squeeze()
fig, ax = plt.subplots(figsize=(14, 8))
ax.plot(df.index, close, 'b-', linewidth=1.5, label='收盤價')
# 標註支撐壓力(由 technical-analyst 提供具體數值)
support = 120 # 替換為實際值
resistance = 150 # 替換為實際值
ax.axhline(y=support, color='green', linestyle='--', linewidth=2, label=f'支撐 ${support}')
ax.axhline(y=resistance, color='red', linestyle='--', linewidth=2, label=f'壓力 ${resistance}')
ax.set_title(f'{ticker} 支撐壓力圖', fontsize=16)
ax.set_ylabel('價格 (USD)', fontsize=12)
ax.legend(fontsize=12)
ax.grid(True, alpha=0.3)
output_path = f'docs/fin/charts/{ticker}-support-resistance.png'
plt.savefig(output_path, dpi=150, bbox_inches='tight')
plt.close('all')
print(f"✅ 圖表已儲存: {output_path}")
```
### 3. RSI 圖
```python
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import yfinance as yf
import os
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False
os.makedirs('docs/fin/charts', exist_ok=True)
ticker = "NVDA"
df = yf.download(ticker, period="6mo", interval="1d")
close = df['Close'].squeeze()
delta = close.diff()
gain = delta.where(delta > 0, 0).rolling(14).mean()
loss = (-delta.where(delta < 0, 0)).rolling(14).mean()
rs = gain / loss
rsi = 100 - (100 / (1 + rs))
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(14, 10), height_ratios=[3, 1])
ax1.plot(df.index, close, 'b-', linewidth=1.5)
ax1.set_title(f'{ticker} 股價', fontsize=14)
ax1.set_ylabel('價格 (USD)', fontsize=12)
ax1.grid(True, alpha=0.3)
ax2.plot(df.index, rsi, 'purple', linewidth=1.5)
ax2.axhline(y=70, color='red', linestyle='--', alpha=0.7, label='超買 70')
ax2.axhline(y=30, color='green', linestyle='--', alpha=0.7, label='超賣 30')
ax2.fill_between(df.index, 70, 100, alpha=0.1, color='red')
ax2.fill_between(df.index, 0, 30, alpha=0.1, color='green')
ax2.set_title('RSI(14)', fontsize=14)
ax2.set_ylim(0, 100)
ax2.legend(fontsize=10)
ax2.grid(True, alpha=0.3)
output_path = f'docs/fin/charts/{ticker}-rsi.png'
plt.tight_layout()
plt.savefig(output_path, dpi=150, bbox_inches='tight')
plt.close('all')
print(f"✅ 圖表已儲存: {output_path}")
```
### 4. MACD 圖
```python
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import yfinance as yf
import os
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False
os.makedirs('docs/fin/charts', exist_ok=True)
ticker = "NVDA"
df = yf.download(ticker, period="6mo", interval="1d")
close = df['Close'].squeeze()
ema12 = close.ewm(span=12).mean()
ema26 = close.ewm(span=26).mean()
macd_line = ema12 - ema26
signal = macd_line.ewm(span=9).mean()
histogram = macd_line - signal
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(14, 10), height_ratios=[3, 1])
ax1.plot(df.index, close, 'b-', linewidth=1.5)
ax1.set_title(f'{ticker} 股價', fontsize=14)
ax1.set_ylabel('價格 (USD)', fontsize=12)
ax1.grid(True, alpha=0.3)
ax2.plot(df.index, macd_line, 'b-', label='MACD', linewidth=1.5)
ax2.plot(df.index, signal, 'r-', label='Signal', linewidth=1.5)
colors = ['green' if v >= 0 else 'red' for v in histogram]
ax2.bar(df.index, histogram, color=colors, alpha=0.5, label='Histogram')
ax2.set_title('MACD (12, 26, 9)', fontsize=14)
ax2.legend(fontsize=10)
ax2.grid(True, alpha=0.3)
output_path = f'docs/fin/charts/{ticker}-macd.png'
plt.tight_layout()
plt.savefig(output_path, dpi=150, bbox_inches='tight')
plt.close('all')
print(f"✅ 圖表已儲存: {output_path}")
```
### 5. 布林通道圖
```python
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import yfinance as yf
import os
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False
os.makedirs('docs/fin/charts', exist_ok=True)
ticker = "NVDA"
df = yf.download(ticker, period="6mo", interval="1d")
close = df['Close'].squeeze()
sma20 = close.rolling(20).mean()
std20 = close.rolling(20).std()
upper = sma20 + 2 * std20
lower = sma20 - 2 * std20
fig, ax = plt.subplots(figsize=(14, 8))
ax.plot(df.index, close, 'b-', linewidth=1.5, label='收盤價')
ax.plot(df.index, sma20, 'orange', linewidth=1, label='SMA(20)')
ax.plot(df.index, upper, 'red', linewidth=0.8, linestyle='--', label='上軌')
ax.plot(df.index, lower, 'green', linewidth=0.8, linestyle='--', label='下軌')
ax.fill_between(df.index, upper, lower, alpha=0.1, color='gray')
ax.set_title(f'{ticker} 布林通道 (20, 2)', fontsize=16)
ax.set_ylabel('價格 (USD)', fontsize=12)
ax.legend(fontsize=12)
ax.grid(True, alpha=0.3)
output_path = f'docs/fin/charts/{ticker}-bollinger.png'
plt.tight_layout()
plt.savefig(output_path, dpi=150, bbox_inches='tight')
plt.close('all')
print(f"✅ 圖表已儲存: {output_path}")
```
## 型態辨識圖(手動標註)
當 technical-analyst 識別出型態時,用以下模板繪製:
### 頭肩頂/底、雙頂/底、三角收斂等
```python
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import yfinance as yf
import numpy as np
import os
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False
os.makedirs('docs/fin/charts', exist_ok=True)
ticker = "NVDA"
pattern_name = "double-bottom" # 替換為實際型態名
pattern_label = "雙底" # 替換為中文名
df = yf.download(ticker, period="6mo", interval="1d")
close = df['Close'].squeeze()
fig, ax = plt.subplots(figsize=(14, 8))
ax.plot(df.index, close, 'b-', linewidth=1.5)
# 標註型態關鍵點(由 technical-analyst 提供具體座標)
# 範例:雙底
# bottom1_date = df.index[50]
# bottom2_date = df.index[80]
# bottom1_price = close.iloc[50]
# bottom2_price = close.iloc[80]
# neckline = 150
#
# ax.scatter([bottom1_date, bottom2_date],
# [bottom1_price, bottom2_price],
# color='green', s=150, zorder=5, marker='^', label=f'{pattern_label}底部')
# ax.axhline(y=neckline, color='orange', linestyle='--', linewidth=2, label=f'頸線 ${neckline}')
ax.set_title(f'{ticker} 型態辨識 — {pattern_label}', fontsize=16)
ax.set_ylabel('價格 (USD)', fontsize=12)
ax.legend(fontsize=12)
ax.grid(True, alpha=0.3)
output_path = f'docs/fin/charts/{ticker}-pattern-{pattern_name}.png'
plt.tight_layout()
plt.savefig(output_path, dpi=150, bbox_inches='tight')
plt.close('all')
print(f"✅ 圖表已儲存: {output_path}")
```
## 圖表命名規則
```
docs/fin/charts/
├── [TICKER]-kline.png # K 線 + 均線
├── [TICKER]-support-resistance.png # 支撐壓力
├── [TICKER]-rsi.png # RSI
├── [TICKER]-macd.png # MACD
├── [TICKER]-bollinger.png # 布林通道
├── [TICKER]-pattern-[型態名].png # 型態辨識
└── [TICKER]-volume.png # 量能分析
```
## 注意事項(必讀 Checklist
每次繪圖前,確認以下 checklist 全部打勾:
- [ ] `matplotlib.use('Agg')` 在最開頭import pyplot 之前)
- [ ] `plt.rcParams['font.sans-serif']` 已設定中文字體
- [ ] `plt.rcParams['axes.unicode_minus'] = False`
- [ ] `os.makedirs('docs/fin/charts', exist_ok=True)`
- [ ] 使用 `df['Close'].squeeze()` 取得 Series避免 MultiIndex 問題)
- [ ] `plt.savefig(path, dpi=150, bbox_inches='tight')` 而非 `plt.show()`
- [ ] `plt.close('all')` 在 savefig 之後
- [ ] `print(f"✅ 圖表已儲存: {output_path}")` 確認輸出
- [ ] 台股代號用數字(如 `2330-kline.png`
- [ ] 每種型態**獨立一張圖**,不要混在一起

View File

@ -0,0 +1,272 @@
---
name: macro-sector
description: 宏觀經濟分析與產業輪動知識庫。景氣循環判斷、產業評分、題材識別。
---
# 宏觀經濟與產業輪動
## 景氣循環四階段模型
```
復甦期 → 擴張期 → 過熱期 → 衰退期
↑ |
└──────────────────────────────┘
```
### 各階段特徵與受惠產業
| 階段 | GDP | 通膨 | 利率 | 領先指標 | 受惠產業 |
|------|-----|------|------|---------|---------|
| 復甦期 | 觸底回升 | 低 | 低/降息 | ISM 回升 | 週期股、小型股、非必需消費 |
| 擴張期 | 加速成長 | 溫和上升 | 低→中 | 就業改善 | 科技、工業、金融 |
| 過熱期 | 高峰 | 高 | 升息 | 產能利用率高 | 能源、原物料、價值股 |
| 衰退期 | 下滑 | 下降 | 高→降 | 殖利率倒掛 | 公用事業、醫療、必需消費、公債 |
### 判斷方法
必須交叉比對 ≥ 5 項指標:
1. GDP 成長率趨勢(加速/減速)
2. CPI 趨勢(上升/下降)
3. 聯邦基金利率方向
4. 2-10 年利差(正/倒掛)
5. ISM 製造業 PMI> 50 擴張 / < 50 收縮
6. 失業率趨勢
7. 企業盈餘成長率
## 聯準會Fed政策追蹤
### FOMC 會議與利率決策
| 追蹤項目 | 說明 | FRED 代碼 | 查詢 URL |
|---------|------|----------|---------|
| 聯邦基金利率 | 當前基準利率 | FEDFUNDS | https://fred.stlouisfed.org/series/FEDFUNDS |
| 點陣圖Dot Plot | 委員對未來利率預期 | — | FOMC 會後公佈 |
| 利率期貨隱含機率 | 市場預期下次升降息機率 | — | CME FedWatch https://www.cmegroup.com/markets/interest-rates/cme-fedwatch-tool.html |
| 資產負債表規模 | QE/QT 進度 | WALCL | https://fred.stlouisfed.org/series/WALCL |
### 升降息對市場的影響
| 政策 | 短期影響 | 受惠 | 受害 |
|------|---------|------|------|
| 升息 | 股市承壓、債券下跌 | 銀行、保險 | 科技成長股、REIT、公用事業 |
| 降息 | 股市利多、債券上漲 | 科技成長股、REIT | 銀行(利差縮小) |
| 暫停(觀望) | 不確定性降低 | 視經濟狀況 | — |
| QE量化寬鬆 | 流動性充沛、資產上漲 | 風險資產全面 | 美元 |
| QT量化緊縮 | 流動性收緊 | 美元、短債 | 長天期債券、高估值股 |
### FOMC 會議日程(每年 8 次)
- 查詢https://www.federalreserve.gov/monetarypolicy/fomccalendars.htm
- **會前 2 週**:市場開始定價預期
- **會後聲明**關注措辭變化hawkish/dovish
- **會後記者會**:主席語氣是關鍵
## 就業數據追蹤
### 關鍵就業指標
| 指標 | 頻率 | FRED 代碼 | 意義 |
|------|------|----------|------|
| 非農就業人數NFP | 每月第一個週五 | PAYEMS | 最重要的就業指標 |
| 失業率 | 月 | UNRATE | 景氣落後指標 |
| 初領失業金人數 | 週 | ICSA | 景氣領先指標 |
| 職位空缺JOLTS | 月 | JTSJOL | 勞動市場緊張度 |
| 平均時薪 YoY | 月 | CES0500000003 | 薪資通膨壓力 |
| 勞動參與率 | 月 | CIVPART | 勞動力供給 |
### 就業數據解讀規則
| 情境 | NFP | 失業率 | 時薪 | 解讀 | 對 Fed 的意義 |
|------|-----|--------|------|------|-------------|
| 強勁 | > 20 萬 | 下降 | 上升 | 經濟過熱 | 偏鷹(可能升息) |
| 健康 | 10-20 萬 | 穩定 | 溫和 | 金髮女孩 | 維持現狀 |
| 疲軟 | < 10 | 上升 | 下降 | 經濟放緩 | 偏鴿可能降息 |
| 衰退 | 負值 | 急升 | — | 衰退確認 | 緊急降息 |
## 景氣循環燈號
### 美國Conference Board LEI領先經濟指標
| 指標 | 說明 | 查詢 |
|------|------|------|
| LEI 月變動 | 連續 3 月下降 = 衰退警訊 | https://www.conference-board.org/topics/us-leading-indicators |
| LEI 6 月年化 | < 0 = 衰退風險高 | 同上 |
**LEI 10 個組成成分**
1. 製造業平均每週工時
2. 初領失業金人數(反向)
3. 製造業新訂單(消費財)
4. ISM 新訂單指數
5. 製造業新訂單(非國防資本財)
6. 建築許可
7. S&P 500 指數
8. 信貸指數
9. 10Y-Fed Funds 利差
10. 消費者預期指數
### 台灣:國發會景氣燈號
| 燈號 | 分數 | 意義 | 投資策略 |
|------|------|------|---------|
| 🔴 紅燈 | 38-45 | 景氣過熱 | 減碼、防禦 |
| 🟡 黃紅燈 | 32-37 | 景氣活絡 | 選股不選市 |
| 🟢 綠燈 | 23-31 | 景氣穩定 | 正常配置 |
| 🔵 黃藍燈 | 17-22 | 景氣趨緩 | 開始佈局 |
| 💙 藍燈 | 9-16 | 景氣低迷 | 積極佈局 |
**查詢**https://index.ndc.gov.tw/n/zh_tw/data/eco_monitoring
**景氣燈號 9 個組成指標**
1. 貨幣總計數 M1BYoY
2. 股價指數YoY
3. 工業生產指數YoY
4. 非農就業人數YoY
5. 海關出口值YoY
6. 機械及電機設備進口值YoY
7. 製造業銷售量指數YoY
8. 批發零售及餐飲營業額YoY
9. 製造業營業氣候測驗點
### 景氣燈號投資對照
| 美國 LEI | 台灣燈號 | 景氣階段 | 建議動作 |
|---------|---------|---------|---------|
| LEI 上升 + 正值 | 🟢/🟡 | 擴張期 | 加碼成長股、科技股 |
| LEI 高峰轉下 | 🔴 | 過熱期 | 轉向價值股、能源、原物料 |
| LEI 下降 + 負值 | 🔵/💙 | 衰退期 | 防禦股、債券、現金 |
| LEI 觸底回升 | 💙→🔵 | 復甦期 | 積極佈局週期股、小型股 |
## 總經日曆(每月必看)
| 時間 | 數據 | 重要性 | 查詢 |
|------|------|--------|------|
| 每月第一個週五 | 非農就業NFP | ⭐⭐⭐ | FRED: PAYEMS |
| 每月中旬 | CPI | ⭐⭐⭐ | FRED: CPIAUCSL |
| 每月中旬 | 零售銷售 | ⭐⭐ | FRED: RSAFS |
| 每月月底 | GDP季度 | ⭐⭐⭐ | FRED: GDP |
| 每月月初 | ISM PMI | ⭐⭐ | FRED: MANEMP |
| FOMC 會議後 | 利率決策 | ⭐⭐⭐ | Fed 官網 |
| 每週四 | 初領失業金 | ⭐⭐ | FRED: ICSA |
| 每月 27 日左右 | 台灣景氣燈號 | ⭐⭐(台股) | 國發會 |
## GICS 11 大產業
| 代碼 | 產業 | 代表 ETF | 景氣敏感度 |
|------|------|---------|-----------|
| XLK | 資訊科技 | QQQ | 高 |
| XLF | 金融 | KBE | 高 |
| XLV | 醫療保健 | IBB | 低(防禦) |
| XLE | 能源 | OIH | 高 |
| XLI | 工業 | ITA | 高 |
| XLY | 非必需消費 | AMZN | 高 |
| XLP | 必需消費 | KO | 低(防禦) |
| XLU | 公用事業 | NEE | 低(防禦) |
| XLRE | 房地產 | VNQ | 中 |
| XLB | 原物料 | NEM | 高 |
| XLC | 通訊服務 | META | 中 |
## 產業輪動訊號
### 領先指標
- 殖利率曲線變化 → 金融股
- 油價趨勢 → 能源股
- 美元指數 → 跨國企業、原物料
- 銅/金比 → 經濟信心
### 資金流向追蹤
- ETF 資金流入/流出ETF.com
- 機構持倉季度變化13F
- 融資餘額變化
## 板塊前瞻預測框架
### 景氣循環 → 板塊映射(預測用)
| 景氣階段 | 短期看好1-4 週) | 中期超配1-3 月) | 長期戰略3-12 月) |
|---------|-------------------|-------------------|-------------------|
| 復甦初期 | 金融、非必需消費 | 小型股、週期股 | 科技成長股 |
| 復甦中期 | 科技、工業 | 科技、金融 | 科技、非必需消費 |
| 擴張期 | 科技、通訊 | 工業、原物料 | 能源(晚期受惠) |
| 過熱期 | 能源、原物料 | 能源、價值股 | 防禦轉換(公用、醫療) |
| 衰退初期 | 公用事業、醫療 | 必需消費、公債 | 等待復甦訊號再佈局成長 |
| 衰退末期 | 金融(利率見頂) | 非必需消費(預期復甦) | 科技、小型股(提前佈局) |
### 領先指標 → 板塊方向預測
| 領先指標變化 | 預測含義 | 看好板塊 | 看空板塊 |
|-------------|---------|---------|---------|
| ISM PMI > 50 且上升 | 製造業擴張 | 工業、原物料、科技 | 公用事業、公債 |
| ISM PMI < 50 且下降 | 製造業收縮 | 公用事業醫療必需消費 | 週期股小型股 |
| 殖利率曲線陡峭化 | 經濟復甦預期 | 金融、週期股 | 公用事業 |
| 殖利率曲線倒掛加深 | 衰退風險升高 | 防禦股、長天期公債 | 金融、週期股 |
| 銅/金比上升 | 經濟信心增強 | 工業、原物料 | 黃金、防禦股 |
| 銅/金比下降 | 避險情緒升溫 | 黃金、公用事業 | 週期股 |
| 初領失業金持續上升 | 就業惡化 | 防禦股 | 非必需消費 |
| Fed 轉鴿(暗示降息) | 流動性改善 | 科技成長、小型股、房地產 | 美元、銀行淨利差 |
### 板塊預測的三步驟
**步驟 1定位景氣階段**
- 查 ISM PMIFRED: MANEMP、GDP 成長率、就業數據
- 對照上方「景氣循環 → 板塊映射」表
**步驟 2驗證領先指標**
- 查殖利率曲線FRED: T10Y2Y、銅金比、初領失業金FRED: ICSA
- 對照「領先指標 → 板塊方向預測」表
- 如果步驟 1 和步驟 2 結論一致 → 信心度 🟢
- 如果有矛盾 → 信心度 🟡,標註矛盾點
**步驟 3資金流向確認**
- 查各板塊 ETF 近期資金流入/流出
- 查 ETF 技術面趨勢TradingView
- 資金流向與預測一致 → 維持信心度
- 資金流向與預測矛盾 → 降一級信心度
### 台股板塊預測補充
| 台股板塊 | 對應美股板塊 | 額外關注 |
|---------|------------|---------|
| 半導體 | XLK科技 | 台積電法說、SEMI 數據、北美半導體設備出貨 |
| 電子零組件 | XLK | iPhone 供應鏈、伺服器出貨 |
| 金融 | XLF | 央行利率、壽險避險成本 |
| 傳產/鋼鐵 | XLB原物料 | 中國需求、原物料價格 |
| 航運 | XLI工業 | BDI 指數、SCFI 運價 |
| 生技 | XLV醫療 | FDA 審批、NHIA 政策 |
## 題材識別框架
一個好的投資題材需要:
1. **結構性驅動力**(不是一次性事件)
2. **可量化的市場規模**TAM
3. **明確的受惠公司**(不是概念股)
4. **合理的時間框架**
5. **可追蹤的里程碑**
## 數據來源
### 美股
| 數據 | 主要來源 | 備用來源 | URL |
|------|---------|---------|-----|
| GDP、CPI、就業、利率 | FRED | BLS.gov、BEA.gov | https://fred.stlouisfed.org |
| 產業 ETF 表現 | Yahoo Finance | TradingView | https://finance.yahoo.com |
| 個股/ETF 即時報價 | Yahoo Finance | — | https://finance.yahoo.com/quote/SPY |
| 技術圖表 | TradingView | — | https://www.tradingview.com |
| 資金流向 | Yahoo Finance ETF 頁面 | ETF.com | https://finance.yahoo.com/sectors |
| ISM PMI | Investing.com 經濟日曆 | FRED | https://www.investing.com/economic-calendar |
### 台股
| 數據 | 主要來源 | 備用來源 | URL |
|------|---------|---------|-----|
| 個股基本面 | Goodinfo 台灣股市資訊網 | — | https://goodinfo.tw |
| 產業分類/營收 | Goodinfo | 公開資訊觀測站 | https://goodinfo.tw/tw/StockList.asp |
| 技術圖表 | TradingView | — | https://www.tradingview.com |
| 景氣燈號 | 國發會景氣指標查詢系統 | — | https://index.ndc.gov.tw |
| 三大法人買賣超 | Goodinfo | 證交所 | https://goodinfo.tw/tw/StockBzPerDay.asp |
### 查詢規則
1. **美股個股數據一律先查 Yahoo Finance**`https://finance.yahoo.com/quote/TICKER`
2. **技術圖表一律用 TradingView**`https://www.tradingview.com/chart/?symbol=TICKER`
3. **台股一律先查 Goodinfo**`https://goodinfo.tw/tw/StockDetail.asp?STOCK_ID=代號`
4. 總經數據用 FRED`https://fred.stlouisfed.org/series/代碼`

View File

@ -0,0 +1,104 @@
---
name: quant-screening
description: 多因子量化篩選知識庫。篩選標準、評分權重、事件驅動篩選、硬性剔除條件。
---
# 多因子量化篩選
## 三道過濾器
### 第一道:基本面品質
| 因子 | 標準 | 意義 | 數據來源 |
|------|------|------|---------|
| ROE | > 15% | 資本效率 | 10-K/10-Q |
| 營收 YoY | > 10% | 成長動能 | 財報 |
| FCF | > 0連續 2 年) | 現金生成力 | 現金流量表 |
| D/E | < 產業中位數 | 財務穩健 | 資產負債表 |
| 毛利率 | > 產業中位數 | 定價能力 | 損益表 |
| 營收品質 | 營收 ≈ 現金流 | 非灌水營收 | 交叉比對 |
### 第二道:技術面時機
| 因子 | 標準 | 意義 |
|------|------|------|
| 股價 vs 200MA | 上方 | 長期趨勢向上 |
| 50MA vs 200MA | 黃金交叉或已在上方 | 趨勢確立 |
| RSI(14) | 30-70 | 非極端區域 |
| 日均量 | > 100 萬股 | 流動性充足 |
| 52 週位置 | > 30% | 非底部撈刀 |
### 第三道:籌碼面聰明錢
| 因子 | 標準 | 意義 |
|------|------|------|
| 機構持股變動 | 近季淨增持 | 法人認可 |
| 內部人交易 | 近 3 月淨買入 | 管理層看好 |
| Put/Call Ratio | < 0.7 | 期權市場看多 |
| 賣空比率 | < 15% Float | 空頭壓力不大 |
## 綜合評分
| 維度 | 權重 | 評分範圍 |
|------|------|---------|
| 基本面品質 | 30% | 0-100 |
| 技術面時機 | 25% | 0-100 |
| 籌碼面聰明錢 | 20% | 0-100 |
| 催化劑明確度 | 25% | 0-100 |
**總分 = Σ(維度分數 × 權重)**
### 優先級對照
| 總分 | 優先級 | 行動 |
|------|--------|------|
| 80+ | 🟢 高優先 | 立即深入研究 |
| 60-79 | 🟡 中優先 | 列入觀察清單 |
| 40-59 | 🟠 低優先 | 等待更好時機 |
| < 40 | 🔴 不推薦 | 跳過 |
## 硬性剔除條件(紅燈即停)
以下任一條件成立即剔除,不論評分多高:
- 市值 < $300M
- 日均成交金額 < $5M
- 營運現金流連續 3 季為負
- 審計意見遭質疑
- 被列為處置股或下市警告
- 近期有重大訴訟/監管調查
## 事件驅動篩選
| 催化劑類型 | 查詢來源 | 時間窗口 |
|-----------|---------|---------|
| 財報發布 | Earnings Whispers、Yahoo Finance | 未來 1-4 週 |
| FDA 審批 | FDA.gov、BioPharmCatalyst | 未來 1-3 月 |
| 政府合約 | USA Spending、SEC 8-K | 未來 1-3 月 |
| 產品發布 | 公司 IR、產業會議 | 未來 1-3 月 |
| 併購/增資 | SEC EDGAR | 近期公告 |
| 指數調整 | S&P、Russell 公告 | 季度調整前 |
## 數據來源
### 美股
| 用途 | 主要來源 | 備用來源 | URL |
|------|---------|---------|-----|
| 基本面篩選 | Yahoo Finance Screener | Finviz | https://finance.yahoo.com/screener |
| 個股財報數據 | Yahoo Finance | SEC EDGAR | https://finance.yahoo.com/quote/TICKER/financials |
| 技術面篩選 | TradingView Screener | Finviz | https://www.tradingview.com/screener |
| 機構持倉13F | Yahoo Finance Holders | WhaleWisdom | https://finance.yahoo.com/quote/TICKER/holders |
| 內部人交易 | Yahoo Finance Insider | OpenInsider | https://finance.yahoo.com/quote/TICKER/insider-transactions |
| 期權數據 | Yahoo Finance Options | Barchart | https://finance.yahoo.com/quote/TICKER/options |
### 台股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 基本面篩選 | Goodinfo 個股篩選 | https://goodinfo.tw/tw/StockScreener.asp |
| 個股財報 | Goodinfo 財務比率 | https://goodinfo.tw/tw/StockFinDetail.asp?STOCK_ID=代號 |
| 技術面 | TradingView | https://www.tradingview.com/chart/?symbol=TWSE:代號 |
| 法人買賣超 | Goodinfo | https://goodinfo.tw/tw/StockBzPerDay.asp?STOCK_ID=代號 |
| 董監持股 | Goodinfo | https://goodinfo.tw/tw/StockDirectorSharehold.asp?STOCK_ID=代號 |

View File

@ -0,0 +1,147 @@
---
name: risk-scoring
description: 五維風險評分知識庫。催化劑風險、基本面風險、技術面風險、籌碼風險、流動性風險。情境分析與倉位管理。
---
# 風險評分與倉位管理
## 五維風險評分模型
每個維度 0-100 分,**分數越高 = 風險越低(越安全)**。
### 維度一催化劑風險20%
| 因子 | 低風險80-100 | 中風險40-79 | 高風險0-39 |
|------|----------------|----------------|---------------|
| 催化劑明確度 | 日期確定、影響可量化 | 大致時間、影響不確定 | 無明確催化劑 |
| 催化劑方向 | 高機率正面 | 方向不確定 | 高機率負面 |
| 催化劑時間 | 1-4 週內 | 1-3 月內 | > 3 月或無 |
| 過往催化劑兌現率 | > 70% | 40-70% | < 40% |
### 維度二基本面風險25%
| 因子 | 低風險80-100 | 中風險40-79 | 高風險0-39 |
|------|----------------|----------------|---------------|
| 盈餘品質 | 無紅旗 | 1-2 低風險紅旗 | 高風險紅旗 |
| 估值合理性 | < 同業中位數 | 接近同業中位數 | > 同業 1.5x |
| 財務健康 | 低負債、正 FCF | 中等負債 | 高負債、負 FCF |
| 成長確定性 | 穩定成長 | 波動但正向 | 下滑或虧損 |
### 維度三技術面風險20%
| 因子 | 低風險80-100 | 中風險40-79 | 高風險0-39 |
|------|----------------|----------------|---------------|
| 多框架一致性 | 三框架同方向 | 兩個一致 | 各說各話 |
| 距支撐距離 | < 5% | 5-15% | > 15% |
| RSI 位置 | 40-60 | 30-40 或 60-70 | < 30 > 70 |
| 成交量趨勢 | 價漲量增 | 量能平穩 | 量價背離 |
### 維度四籌碼風險20%
| 因子 | 低風險80-100 | 中風險40-79 | 高風險0-39 |
|------|----------------|----------------|---------------|
| 機構持倉 | 季度淨增持 | 持平 | 季度淨減持 |
| 內部人交易 | 近期買入 | 無異動 | 非計劃性賣出 |
| 賣空比率 | < 5% Float | 5-15% | > 15% |
| 期權市場 | Put/Call < 0.7 | 0.7-1.2 | > 1.2 |
### 維度五流動性風險15%
| 因子 | 低風險80-100 | 中風險40-79 | 高風險0-39 |
|------|----------------|----------------|---------------|
| 日均成交額 | > $50M | $5M-$50M | < $5M |
| 買賣價差 | < 0.1% | 0.1-0.5% | > 0.5% |
| 市值 | > $10B | $1B-$10B | < $1B |
| 期權流動性 | 窄價差、多行權價 | 中等 | 寬價差或無期權 |
## 綜合風險分數
```
綜合分數 = 催化劑(×0.20) + 基本面(×0.25) + 技術面(×0.20) + 籌碼(×0.20) + 流動性(×0.15)
```
### 風險等級對照
| 綜合分數 | 風險等級 | 建議倉位上限 | 停損幅度 |
|---------|---------|------------|---------|
| 80-100 | 🟢 低風險 | 10% 帳戶 | -8% |
| 60-79 | 🟡 中低風險 | 7% 帳戶 | -6% |
| 40-59 | 🟠 中風險 | 5% 帳戶 | -5% |
| 20-39 | 🔴 高風險 | 3% 帳戶 | -4% |
| 0-19 | ⛔ 極高風險 | 不建議 | - |
## 情境分析
每次風險評估必須包含三種情境:
### 樂觀情境Bull Case
- 所有催化劑兌現 + 市場環境配合
- 估算機率: ____%
- 預期報酬: +____%
### 基準情境Base Case
- 部分催化劑兌現、市場中性
- 估算機率: ____%
- 預期報酬: +/- ____%
### 悲觀情境Bear Case
- 催化劑失敗 + 市場轉差
- 估算機率: ____%
- 預期虧損: -____%
### 期望值計算
```
期望報酬 = (樂觀機率 × 樂觀報酬) + (基準機率 × 基準報酬) + (悲觀機率 × 悲觀報酬)
```
**規則:期望報酬 < 0 不交易**
## 最大回撤估算
基於歷史數據:
1. 查詢過去 1 年最大回撤
2. 查詢過去 3 年最大回撤
3. 取較大值作為**壓力測試回撤**
4. 確認停損位在壓力測試回撤之內
## 倉位管理規則
### Kelly 公式簡化版
```
建議倉位% = 勝率 - (1-勝率)/賠率
```
但實際操作取 **Half Kelly**Kelly 值的一半)以降低風險。
### 硬性規則
1. 單一標的 ≤ 10% 帳戶
2. 單一產業 ≤ 25% 帳戶
3. 相關性 > 0.7 的標的視為同一部位
4. 高風險標的(分數 < 40合計 15% 帳戶
5. 現金部位 ≥ 10%(除非全面看多且分數 > 80
## 數據來源
### 美股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 個股基本面/統計 | Yahoo Finance Statistics | https://finance.yahoo.com/quote/TICKER/key-statistics |
| 技術面指標 | TradingView Technicals | https://www.tradingview.com/symbols/TICKER/technicals |
| 機構持倉/內部人 | Yahoo Finance Holders | https://finance.yahoo.com/quote/TICKER/holders |
| 期權 Put/Call | Yahoo Finance Options | https://finance.yahoo.com/quote/TICKER/options |
| 賣空數據 | Yahoo Finance Statistics | https://finance.yahoo.com/quote/TICKER/key-statistics |
### 台股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 基本面 | Goodinfo 財務比率 | https://goodinfo.tw/tw/StockFinDetail.asp?STOCK_ID=代號 |
| 技術面 | TradingView | https://www.tradingview.com/chart/?symbol=TWSE:代號 |
| 籌碼面 | Goodinfo 法人買賣超 | https://goodinfo.tw/tw/StockBzPerDay.asp?STOCK_ID=代號 |
| 融資融券 | Goodinfo | https://goodinfo.tw/tw/StockMarginTrading.asp?STOCK_ID=代號 |

View File

@ -0,0 +1,216 @@
---
name: sentiment-altdata
description: 情緒面與另類數據分析知識庫。期權異動、機構持倉、內部人交易、社群輿情、另類數據訊號。
---
# 情緒面與另類數據分析
## 期權市場分析
### 異常活動偵測
| 訊號 | 定義 | 意義 |
|------|------|------|
| 大單掃貨 | 單筆 > $1M 的期權交易 | 機構方向性押注 |
| Put/Call Ratio 極端 | > 1.2 或 < 0.5 | 市場極度恐懼/貪婪 |
| 隱含波動率飆升 | IV > 歷史波動率 1.5x | 預期大幅波動 |
| Gamma Squeeze 風險 | 大量 OTM Call + 低流通量 | 可能引發逼空 |
| 偏斜度異常 | Put IV >> Call IV | 避險需求強烈 |
### 期權鏈解讀
1. **最大持倉量**Max Pain— 到期日股價傾向靠近的價位
2. **未平倉量分佈** — OI 集中的行權價 = 潛在支撐/壓力
3. **IV Rank** — 當前 IV 在過去一年的百分位
4. **Put/Call OI Ratio** — 整體市場對該股的看法
### 數據來源
- **Yahoo Finance Options**https://finance.yahoo.com/quote/TICKER/options期權鏈、OI、IV
- Barchart Options備用https://www.barchart.com/stocks/quotes/TICKER/options
- **台股期權**:台灣期貨交易所 https://www.taifex.com.tw
## 機構持倉分析13F
### 追蹤要點
| 指標 | 意義 | 查詢 |
|------|------|------|
| 季度淨增減持 | 法人態度轉變 | WhaleWisdom |
| 新建倉 | 新發現的機會 | SEC EDGAR |
| 清倉 | 失去信心 | SEC EDGAR |
| 持倉集中度 | 高集中度=高conviction | WhaleWisdom |
| 頭部基金重疊 | 多家頂級基金同時持有 | 13F 交叉比對 |
### 重點追蹤機構
- **價值型**Berkshire Hathaway、Baupost、Third Point
- **成長型**ARK Invest、Tiger Global、Coatue
- **量化型**Renaissance Technologies、Two Sigma、DE Shaw
- **活躍型**Elliott、Icahn、Pershing Square
### 注意事項
- 13F 有 45 天延遲(季末後 45 天公佈)
- 只反映多頭部位,不含空頭
- 可能已在申報後改變立場
## 內部人交易SEC Form 4
### 訊號強度
| 行為 | 強度 | 解讀 |
|------|------|------|
| CEO/CFO 買入 | ⭐⭐⭐ | 最強看多訊號 |
| 多位高管同時買入 | ⭐⭐⭐ | 集體信心 |
| 董事買入 | ⭐⭐ | 中度看多 |
| 計劃性賣出10b5-1 | ⭐ | 通常忽略 |
| 非計劃性大量賣出 | ⭐⭐ | 需關注 |
| CEO 非計劃性賣出 | ⭐⭐⭐ | 重大警訊 |
### 判斷規則
- **買入比賣出更有訊號意義**(賣出原因多元,買入原因單一)
- 看金額而非股數(> $500K 的買入才有意義)
- 看近 3 個月的淨買賣方向
- 排除 10b5-1 計劃性交易
### 數據來源
- **Yahoo Finance Insider**https://finance.yahoo.com/quote/TICKER/insider-transactions
- OpenInsider備用https://openinsider.com/search?q=TICKER
- **台股董監持股**Goodinfo https://goodinfo.tw/tw/StockDirectorSharehold.asp?STOCK_ID=代號
## 社群輿情分析
### 監控渠道
| 渠道 | 特徵 | 適用 |
|------|------|------|
| X/Twitter | 即時、噪音高 | 事件驅動 |
| Reddit (WSB, stocks) | 散戶情緒 | 迷因股、散戶動向 |
| StockTwits | 股票專注 | 個股情緒 |
| Seeking Alpha | 深度分析 | 基本面觀點 |
| Earnings Call 逐字稿 | 管理層語氣 | 質化分析 |
### 情緒指標
| 指標 | 來源 | 解讀 |
|------|------|------|
| AAII Bull/Bear | AAII 調查 | 反向指標(極端時) |
| Fear & Greed Index | CNN | 市場整體情緒 |
| VIX | CBOE | 恐慌指數 |
| 社群提及量 | 各平台 | 異常增加=需關注 |
## 暗池Dark Pool分析
> 參考來源美股大叔Uncle Stock Notes暗池觀察法
> 約 40-50% 的美股交易量發生在暗池,散戶看不到即時買賣,但可以看到成交後的印記。
### 三種暗池觀察法(免費→付費)
#### 方法 1看大盤情緒 — SqueezeMetrics DIX免費
**每天收盤後必看的大盤體檢表。**
- **網址**https://squeezemetrics.com/monitor/dix
- **指標**DIXDark Index— DIX 越高,代表做市商在暗池裡買入越多
- **GEX**Gamma Exposure— 做市商的 Gamma 曝險
| DIX 數值 | 訊號 | 操作建議 |
|---------|------|---------|
| > 45% | 🟢 強力買訊 | 主力在偷偷接盤,大盤短期底部可能到了 |
| 40-45% | 🟡 中性偏多 | 正常範圍,觀察趨勢方向 |
| 35-40% | 🟡 中性偏空 | 主力接盤意願降低 |
| < 35% | 🔴 警戒訊號 | 主力不想接了大盤可能要回調 |
**關鍵用法 — 背離訊號**
- S&P 500 大跌 + DIX 飆高 > 45% = **背離** → 考慮抄底
- S&P 500 大漲 + DIX 下降 < 35% = **背離** 考慮減碼
#### 方法 2看個股暗池支撐/壓力 — Stockgrid.io免費
**想買某檔股票時,先來這裡看暗池淨部位。**
- **網址**https://stockgrid.io/darkpool/TICKER將 TICKER 替換為股票代號)
- **指標**Net Short Volume、Dark Pool Position
| 觀察重點 | 看多訊號 | 看空訊號 |
|---------|---------|---------|
| 暗池淨部位趨勢 | 股價跌但暗池線往上 = 主力吸籌 | 股價漲但暗池線往下 = 主力出貨 |
| Dark Pool Levels | 巨量成交價位 = 超強支撐 | 巨量成交價位 = 超強壓力 |
| Net Short Volume | 持續下降 = 空頭減少 | 持續上升 = 空頭增加 |
**實戰用法**
1. 查 `https://stockgrid.io/darkpool/NVDA`
2. 找到 Dark Pool Levels 的巨量成交價位
3. 該價位通常會變成超強支撐或壓力
4. 配合技術分析的支撐壓力交叉驗證
#### 方法 3看即時大單異動付費/專業)
**工具**Unusual Whales / Cheddar Flow / BlackBoxStocks
- **Unusual Whales**https://unusualwhales.com$$$
- **功能**整合期權異動Option Flow+ Dark Pool Prints
| 觀察重點 | 意義 |
|---------|------|
| 盤中跳出多筆百萬美金暗池大單 | 有人急著買/賣 |
| 大單在現價上方成交 | 買方急迫,連溢價都不在乎 → 看多 |
| 大單在現價下方成交 | 賣方急迫 → 看空 |
**建議**:新手先用方法 1 和 2免費進階後再考慮付費工具。
#### 窮人版暗池觀察法(券商軟體)
如果不想用額外工具用看盤軟體Thinkorswim / Interactive Brokers也能看到蛛絲馬跡
1. 打開 **Time & Sales (T&S)** 視窗
2. 設定過濾器:只顯示 **> 10,000 股**的大單
3. 觀察:如果看到一整排同樣股數、同樣價格的大單,且交易所顯示 **"ADF"** 或 **"TRF"**(場外交易/暗池)→ 鯨魚游過去了
4. 記下那個價格 → 如果股價跌破又站回,那就是**主力的防守線**
### 暗池分析注意事項
1. **暗池數據有延遲性** — 有些單子可以延後 24 小時才回報
2. **不要把暗池當水晶球** — 用 K 線決定進出場,用暗池增加信心
3. **最佳組合**:股價跌到支撐位 + 暗池出現大量買單 = 大膽進場
4. **FINRA ATS 數據**https://otctransparency.finra.org/otctransparency/AtsData官方暗池交易量每週更新
## 另類數據訊號
| 數據類型 | 來源 | 應用 |
|---------|------|------|
| 衛星影像 | 停車場/工廠活動 | 零售/工業景氣 |
| 網路流量 | SimilarWeb | SaaS/電商成長 |
| 信用卡數據 | 匯總消費趨勢 | 零售銷售預測 |
| 職缺數量 | LinkedIn、Indeed | 公司擴張/收縮 |
| App 下載量 | App Annie | 消費者產品成長 |
| 專利申請 | USPTO | 技術競爭力 |
| 供應鏈追蹤 | 海關數據 | 進出口趨勢 |
### 使用原則
- 另類數據用於**驗證**基本面假設,不單獨作為交易依據
- 注意數據時效性和覆蓋範圍
- 交叉比對多個數據源
## 數據來源總覽
### 美股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 期權鏈/IV/OI | Yahoo Finance Options | https://finance.yahoo.com/quote/TICKER/options |
| 機構持倉13F | Yahoo Finance Holders | https://finance.yahoo.com/quote/TICKER/holders |
| 內部人交易 | Yahoo Finance Insider | https://finance.yahoo.com/quote/TICKER/insider-transactions |
| 社群輿情 | Yahoo Finance Conversations | https://finance.yahoo.com/quote/TICKER/community |
| Fear & Greed Index | CNN | https://edition.cnn.com/markets/fear-and-greed |
| 暗池大盤情緒DIX | SqueezeMetrics | https://squeezemetrics.com/monitor/dix |
| 暗池個股淨部位 | Stockgrid.io | https://stockgrid.io/darkpool/TICKER |
| 暗池官方數據ATS | FINRA | https://otctransparency.finra.org/otctransparency/AtsData |
### 台股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 法人買賣超 | Goodinfo | https://goodinfo.tw/tw/StockBzPerDay.asp?STOCK_ID=代號 |
| 董監持股變化 | Goodinfo | https://goodinfo.tw/tw/StockDirectorSharehold.asp?STOCK_ID=代號 |
| 融資融券 | Goodinfo | https://goodinfo.tw/tw/StockMarginTrading.asp?STOCK_ID=代號 |

View File

@ -0,0 +1,245 @@
---
name: session-tracking
description: Session 延續性追蹤知識庫。Session 檔案結構、更新規則、歷史比對邏輯、跨指令數據共享。
---
# Session 延續性追蹤
## ⚠️ 強制存檔規則(所有指令必須遵守)
**每次執行任何分析指令後,必須完成以下存檔步驟,不得跳過:**
### 存檔三步驟
1. **READ讀取**:分析開始前,先用 Read 工具檢查 `docs/fin/sessions/[TICKER]-session.md` 是否存在
- 存在 → 讀取完整內容,在分析中引用歷史數據
- 不存在 → 記住稍後要建立新檔案
2. **ANALYZE分析**:執行正常分析流程
3. **WRITE寫入**:分析結束後,**必須**用 Write 工具執行以下操作:
- 不存在 → 建立新的 Session 檔案(使用下方完整模板)
- 已存在 → 更新 Session 檔案(保留歷史,追加新紀錄)
- **寫入後,必須在輸出末尾顯示確認訊息**
```
📁 Session 已更新: docs/fin/sessions/[TICKER]-session.md
```
### 存檔路徑規則
| 類型 | 路徑 |
|------|------|
| 個股 | `docs/fin/sessions/[TICKER]-session.md` |
| 產業 | `docs/fin/sessions/sector-[產業名]-session.md` |
| 預測 | `docs/fin/sessions/forecast-[日期].md` |
**路徑必須先確保目錄存在**:如果 `docs/fin/sessions/` 不存在,先建立目錄。
### ⚠️ 同日同股合併規則(嚴格執行)
**相同日期 + 相同股票/標的 = 只能寫入同一個 Session 檔案,禁止建立多個檔案。**
| 情境 | 正確做法 | ❌ 錯誤做法 |
|------|---------|-----------|
| 今天已對 NVDA 做過 `/deep-dive`,又做 `/trade-plan` | 追加到 `NVDA-session.md` 的分析歷史表格 | 建立 `NVDA-session-2.md``NVDA-trade-session.md` |
| 今天對 NVDA 做了 3 次不同指令 | 全部追加到同一個 `NVDA-session.md` | 建立 3 個不同檔案 |
| 不同天對 NVDA 做分析 | 追加到同一個 `NVDA-session.md`(新增一行歷史) | 建立 `NVDA-session-0228.md` |
**合併邏輯**
1. 檔名永遠是 `[TICKER]-session.md`(個股)或 `sector-[名稱]-session.md`(產業)
2. 同一天多次分析 → 在「分析歷史」表格追加多行,每行標註不同指令
3. 不同天分析 → 同樣追加到同一個檔案,用日期區分
4. **永遠不要在檔名中加入日期、序號、指令名稱等後綴**
## 完整 Session 檔案模板
**建立新 Session 時,必須使用以下完整模板,不得省略任何區塊:**
```markdown
# [TICKER/產業] 分析 Session
## 基本資訊
- 建立日期: YYYY-MM-DD
- 最後更新: YYYY-MM-DD
- 狀態: 研究中
- 投資論述: [一句話描述為什麼關注這個標的]
## 分析歷史
| 日期 | 指令 | 摘要 | 報告路徑 |
|------|------|------|---------|
| YYYY-MM-DD | /[指令名] | [本次分析的一句話摘要] | docs/fin/[TICKER]-[日期]/ |
## 關鍵價位(最後更新: YYYY-MM-DD
| 時間框架 | 支撐 | 壓力 | 狀態 |
|---------|------|------|------|
| 短期 | $XX | $XX | [描述] |
| 中期 | $XX | $XX | [描述] |
| 長期 | $XX | $XX | [描述] |
## 催化劑追蹤
| 催化劑 | 預期日期 | 狀態 | 結果 |
|--------|---------|------|------|
| [事件名] | YYYY-MM-DD | ⏳ 待兌現 | - |
## 交易紀錄
| 日期 | 動作 | 價格 | 數量 | 理由 |
|------|------|------|------|------|
| (尚未交易) | | | | |
## 計劃更新歷史
- YYYY-MM-DD: Session 建立(來自 /[指令名]
```
## 更新 Session 時的規則
**更新已存在的 Session 時,必須:**
1. **保留所有歷史紀錄** — 不得刪除舊的分析歷史、催化劑、交易紀錄
2. **追加新紀錄** — 在「分析歷史」表格追加新行
3. **更新關鍵價位** — 用最新數據覆蓋,但在「計劃更新歷史」中記錄變更
4. **更新催化劑狀態** — 已兌現的標記 ✅/❌/➖,新增新的催化劑
5. **更新「最後更新」日期**
6. **更新「狀態」** — 根據分析結果調整(研究中/觀察中/已進場/已出場)
## 什麼是 Session
Session 是一個**持續追蹤檔**,記錄你對某個標的或產業的所有分析歷史,確保每次分析不是從零開始,而是延續之前的結論。
## 存放位置
```
docs/fin/sessions/
├── NVDA-session.md # 個股 Session
├── TSLA-session.md
├── sector-AI半導體-session.md # 產業 Session
├── sector-電動車-session.md
└── forecast-2026-02-27.md # 預測 Session
```
## Session 生命週期
```
建立 → 研究中 → 觀察中 → 已進場 → 已出場(或回到觀察中)
```
| 狀態 | 說明 | 觸發條件 |
|------|------|---------|
| 研究中 | 初始分析階段 | `/session-start` 或首次 `/deep-dive` |
| 觀察中 | 分析完成,等待時機 | `/deep-dive` 完成 |
| 已進場 | 已執行交易 | 手動更新或 `/trade-plan` 標記 |
| 已出場 | 交易結束 | 手動更新 |
| 暫停 | 暫時不追蹤 | 手動暫停 |
## 各指令的 Session 行為(強制步驟)
### `/deep-dive [TICKER]`
1. **READ**: 讀取 `docs/fin/sessions/[TICKER]-session.md`
2. **存在** → 在報告開頭標註「📋 延續上次分析YYYY-MM-DD比對關鍵價位變化
3. **不存在** → 標註「🆕 首次分析」
4. 執行四維分析
5. **WRITE**: 建立/更新 Session 檔案(填入關鍵價位、催化劑、分析摘要)
6. **CONFIRM**: 輸出末尾顯示 `📁 Session 已更新: docs/fin/sessions/[TICKER]-session.md`
### `/trade-plan [TICKER]`
1. **READ**: 讀取 Session
2. **存在** → 比對歷史計劃,標註價位變化
3. **不存在** → 標註「🆕 首次建立」
4. 執行交易計劃制定
5. **WRITE**: 建立/更新 Session寫入交易計劃區塊
6. **CONFIRM**: 輸出末尾顯示確認
### `/forecast [TARGET]`
1. **READ**: 讀取 `docs/fin/sessions/forecast-[最近日期].md`(如有)
2. **存在** → 比對上次預測 vs 實際走勢,計算準確度
3. 執行預測分析
4. **WRITE**: 建立 `docs/fin/sessions/forecast-[今日日期].md`
5. **CONFIRM**: 輸出末尾顯示確認
### `/portfolio-review`
1. **READ**: 掃描 `docs/fin/sessions/` 下所有 `*-session.md`
2. 逐一更新分析
3. **WRITE**: 更新每個 Session 檔案
4. **CONFIRM**: 輸出末尾列出所有已更新的 Session
### `/market-pulse`
1. **READ**: 讀取所有「已進場」狀態的 Session
2. 在報告中標註持倉標的今日表現
3. **WRITE**: 如果有新的異動標的值得追蹤,建立新 Session
4. **CONFIRM**: 輸出末尾顯示確認
### `/sector-pick [產業]`
1. 執行產業篩選
2. **WRITE**: 建立 `docs/fin/sessions/sector-[產業名]-session.md`
3. **CONFIRM**: 輸出末尾顯示確認
### `/replay`
1. 執行覆盤分析
2. **WRITE**: 如果涉及特定標的,更新其 Session 的「交易紀錄」和「計劃更新歷史」
3. **CONFIRM**: 輸出末尾顯示確認
## 更新規則
### 關鍵價位比對
每次更新時,必須比對:
```markdown
## 關鍵價位比對YYYY-MM-DD 更新)
| 時間框架 | 上次支撐 | 當前支撐 | 變化 | 上次壓力 | 當前壓力 | 變化 |
|---------|---------|---------|------|---------|---------|------|
| 短期 | $A | $A' | ↑/↓/= | $B | $B' | ↑/↓/= |
| 中期 | $C | $C' | ↑/↓/= | $D | $D' | ↑/↓/= |
| 長期 | $E | $E' | ↑/↓/= | $F | $F' | ↑/↓/= |
```
### 催化劑狀態追蹤
| 狀態 | 符號 | 說明 |
|------|------|------|
| 待兌現 | ⏳ | 尚未發生 |
| 已兌現-正面 | ✅ | 結果正面 |
| 已兌現-負面 | ❌ | 結果負面 |
| 已兌現-中性 | | 影響不大 |
| 已過期 | 🕐 | 時間已過但未發生 |
### 計劃遵守度追蹤
每次更新時記錄:
- 是否按計劃進出場
- 是否遵守停損
- 是否遵守倉位限制
- 偏離計劃的原因
## 數據共享機制
Session 檔案是所有指令的**共享數據層**
```
/sector-pick → 建立產業 Session
/deep-dive → 讀取產業 Session建立個股 Session
/trade-plan → 讀取個股 Session寫入交易計劃
/portfolio-review → 讀取所有 Session更新狀態
/market-pulse → 讀取「已進場」Session標註今日表現
```
## Session 歸檔
當標的已出場且不再追蹤時:
1. 將狀態改為「已出場」
2. 記錄最終損益
3. 記錄教訓
4. 檔案保留不刪除(作為歷史參考)
## 衝突處理
如果多次分析結論矛盾:
1. 以**最新**分析為準
2. 在 Session 中保留歷史記錄
3. 標註「結論變更」及原因
4. 如果短期內反覆變更 > 2 次,建議暫停觀察

View File

@ -0,0 +1,176 @@
---
name: technical-analysis
description: 技術分析知識庫。多時間框架分析、支撐壓力判定、技術指標、型態辨識。
---
# 技術分析
## 核心原則:多時間框架一致性
**永遠從大框架往小框架看**。三個框架方向一致時,交易勝率最高。
| 框架 | 週期 | 用途 | 對應交易 |
|------|------|------|---------|
| 長期 | 月線/週線 | 定方向 | 長期持倉3-12 月) |
| 中期 | 週線/日線 | 定節奏 | 波段交易1-3 月) |
| 短期 | 日線/4H | 定進場 | 短線交易1-4 週) |
## 支撐壓力判定
### 來源(依強度排序)
1. **歷史高低點**(月線級別最強)
2. **成交密集區**(量價分析)
3. **均線**200MA > 50MA > 20MA
4. **趨勢線**(至少 3 點觸及)
5. **費波那契回撤**38.2%、50%、61.8%
6. **整數關卡**(心理價位)
### 有效性判斷
- 被測試越多次越強(但第 4 次以上可能突破)
- 時間框架越大越強(月線 > 週線 > 日線)
- 伴隨大量成交越強
- 突破後角色互換(支撐變壓力、壓力變支撐)
## 技術指標
### 趨勢指標
| 指標 | 用法 | 訊號 |
|------|------|------|
| MA(20/50/200) | 趨勢方向 | 股價在均線上方=多頭 |
| 黃金交叉 | 50MA 上穿 200MA | 中長期多頭確認 |
| 死亡交叉 | 50MA 下穿 200MA | 中長期空頭確認 |
| MACD | 動能方向 | 金叉=多頭動能、死叉=空頭動能 |
### 動能指標
| 指標 | 用法 | 訊號 |
|------|------|------|
| RSI(14) | 超買超賣 | > 70 超買、< 30 超賣 |
| RSI 背離 | 趨勢反轉 | 價格新高但 RSI 未新高=頂背離 |
| 布林通道 | 波動率 | 收窄=即將大幅波動 |
### 量能指標
| 指標 | 用法 | 訊號 |
|------|------|------|
| 成交量 | 確認趨勢 | 突破+放量=有效、突破+縮量=假突破 |
| OBV | 資金流向 | OBV 上升=資金流入 |
| 量價背離 | 反轉訊號 | 價格新高但量能萎縮=動能衰竭 |
## 常見型態
### 反轉型態
| 型態 | 出現位置 | 意義 | 目標測量 |
|------|---------|------|---------|
| 頭肩頂/底 | 趨勢末端 | 趨勢反轉 | 頭到頸線距離 |
| 雙頂/雙底 | 趨勢末端 | 趨勢反轉 | 頂到谷距離 |
| V 型反轉 | 急跌後 | 強力反彈 | 跌幅的 50-100% |
### 持續型態
| 型態 | 出現位置 | 意義 | 目標測量 |
|------|---------|------|---------|
| 旗形/三角旗 | 趨勢中段 | 趨勢延續 | 旗桿長度 |
| 三角收斂 | 盤整區 | 方向待定 | 三角最寬處 |
| 箱型整理 | 盤整區 | 蓄勢待發 | 箱體高度 |
## 進場時機判斷
### 最佳進場條件(多頭)
1. 長期趨勢向上(月線/週線)
2. 中期回調至支撐50MA 或前高回測)
3. 短期出現反轉訊號RSI 超賣回升、MACD 金叉)
4. 成交量確認(反彈放量)
### 避免進場的情況
- 三個時間框架方向不一致
- 即將公布重大數據(財報前 1-2 天)
- RSI > 80 追高
- 突破但無量確認
## 個股方向預測框架
### 短期預測1-4 週)
| 訊號 | 看多 | 看空 | 中性 |
|------|------|------|------|
| 日線趨勢 | 股價 > 20MA 且 20MA 上升 | 股價 < 20MA 20MA 下降 | 股價在 20MA 附近震盪 |
| RSI(14) | 40-65 區間上升中 | 35-60 區間下降中 | 超買(>70)或超賣(<30) 等反轉 |
| MACD | 金叉且柱狀體放大 | 死叉且柱狀體放大 | 零軸附近糾結 |
| 成交量 | 上漲放量、下跌縮量 | 下跌放量、反彈縮量 | 量能萎縮,方向不明 |
| 型態 | 突破箱型/三角收斂向上 | 跌破支撐/頭肩頂成形 | 持續盤整中 |
**短期預測公式**5 項訊號中 ≥ 3 項同方向 → 該方向預測,信心度 🟢2 項 → 🟡;≤ 1 項 → 🔴
### 中期預測1-3 月)
| 訊號 | 看多 | 看空 |
|------|------|------|
| 週線趨勢 | 股價 > 50MA50MA 上升 | 股價 < 50MA50MA 下降 |
| 均線排列 | 多頭排列20 > 50 > 200 | 空頭排列20 < 50 < 200 |
| 週 MACD | 零軸上方且上升 | 零軸下方且下降 |
| 相對強度 | 跑贏大盤RS Line 上升) | 跑輸大盤RS Line 下降) |
### 長期預測3-12 月)
| 訊號 | 看多 | 看空 |
|------|------|------|
| 月線趨勢 | 股價 > 200MA200MA 上升 | 股價 < 200MA200MA 下降 |
| 黃金/死亡交叉 | 50MA 上穿 200MA | 50MA 下穿 200MA |
| 月線型態 | 長期底部型態(圓弧底、杯柄) | 長期頂部型態(頭肩頂、圓弧頂) |
| 長期支撐壓力 | 站穩歷史關鍵支撐 | 跌破歷史關鍵支撐 |
### 多框架一致性判斷
| 短期 | 中期 | 長期 | 綜合預測 | 建議 |
|------|------|------|---------|------|
| ⬆️ | ⬆️ | ⬆️ | 強烈看多 | 積極建倉 |
| ⬆️ | ⬆️ | ➡️ | 中期看多 | 波段操作 |
| ⬆️ | ➡️ | ⬆️ | 短期反彈中 | 等中期確認再加碼 |
| ⬇️ | ⬆️ | ⬆️ | 短期回調 | 逢低佈局機會 |
| ⬇️ | ⬇️ | ⬆️ | 中期修正 | 等待止穩訊號 |
| ⬇️ | ⬇️ | ⬇️ | 強烈看空 | 避開或放空 |
### 目標價估算(技術面)
1. **型態測量法** — 突破型態後,目標 = 突破點 ± 型態高度
2. **費波那契延伸** — 1.618 / 2.618 延伸作為上方目標
3. **前高/前低** — 最近的歷史高低點作為目標
4. **均線目標** — 回調目標常在 50MA 或 200MA
## 數據來源
### 美股
| 用途 | 主要來源 | 備用來源 | URL |
|------|---------|---------|-----|
| 即時圖表/技術分析 | TradingView | — | https://www.tradingview.com/chart/?symbol=TICKER |
| 歷史股價(下載) | Yahoo Finance Historical | — | https://finance.yahoo.com/quote/TICKER/history |
| 技術指標數值 | TradingView | Yahoo Finance | https://www.tradingview.com/symbols/TICKER/technicals |
| 成交量分析 | Yahoo Finance | TradingView | https://finance.yahoo.com/quote/TICKER |
### 台股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 技術圖表 | TradingView | https://www.tradingview.com/chart/?symbol=TWSE:代號 |
| K 線/均線/成交量 | Goodinfo 技術分析 | https://goodinfo.tw/tw/ShowK_Chart.asp?STOCK_ID=代號 |
| 歷史股價 | Goodinfo | https://goodinfo.tw/tw/StockDayAll.asp?STOCK_ID=代號 |
### Python 數據取得(用於圖表繪製)
```python
# 美股 — 使用 yfinance
import yfinance as yf
df = yf.download("NVDA", period="1y", interval="1d")
# 台股 — 使用 yfinance代號加 .TW
df = yf.download("2330.TW", period="1y", interval="1d")
```

View File

@ -0,0 +1,184 @@
---
name: trade-planning
description: 交易計劃制定知識庫。分批建倉策略、停損停利設計、短中長期計劃模板、風險報酬比計算。
---
# 交易計劃制定
## 核心原則
1. **先定風險,再定報酬** — 先決定能虧多少,再看能賺多少
2. **風險報酬比 ≥ 2:1** — 低於 2:1 的交易不值得做
3. **分批進出** — 不要一次 All-in也不要一次全出
4. **計劃先行** — 進場前計劃必須完整,不在盤中做決定
## 短期計劃1-4 週)
### 適用場景
- 事件驅動財報、FDA、合約
- 技術面突破/回測
- 短期催化劑交易
### 進場策略
| 方式 | 說明 | 適用 |
|------|------|------|
| 回測買入 | 等突破後回測確認 | 最安全,但可能錯過 |
| 突破追入 | 突破關鍵壓力即買 | 需量確認 |
| 分批佈局 | 在支撐區分 2-3 批買入 | 不確定底部時 |
### 分批建倉模板
```
帳戶資金: $___
本次配置: ___% = $___
第一批 40%: $___ @ $___觸及支撐
第二批 30%: $___ @ $___確認反彈
第三批 30%: $___ @ $___突破確認
均價: $___
```
### 停損設計
| 類型 | 方法 | 適用 |
|------|------|------|
| 固定停損 | 進場價 -X% | 簡單明確 |
| 技術停損 | 跌破關鍵支撐 | 最推薦 |
| 時間停損 | N 天內未啟動即出場 | 事件驅動 |
| 追蹤停損 | 從最高點回撤 X% | 已獲利部位 |
**規則:停損必須在進場前設定,且不可在虧損時往下移動**
### 停利設計
```
第一目標1/3 倉位): $___+___%, 約 1:1 風險報酬)
第二目標1/3 倉位): $___+___%, 約 2:1 風險報酬)
剩餘 1/3: 追蹤停損
```
## 中期計劃1-3 個月)
### 適用場景
- 波段交易
- 催化劑週期(財報季到財報季)
- 產業輪動
### 進場區間
不設單一價位,設**進場區間**
```
理想進場區: $___-$___
加碼條件: [具體技術或基本面條件]
減碼條件: [具體技術或基本面條件]
```
### 動態調整觸發點
| 事件 | 動作 |
|------|------|
| 財報優於預期 | 上調目標價,加碼 |
| 財報低於預期 | 下調目標價,減碼或出場 |
| 突破中期壓力 | 加碼 |
| 跌破中期支撐 | 減碼或出場 |
| 產業風向轉變 | 重新評估 |
## 長期計劃3-12 個月)
### 適用場景
- 價值投資
- 成長股持有
- 結構性題材
### 核心持倉設計
```
初始倉位: ___% 帳戶
加碼空間: 最高 ___% 帳戶
核心停損: $___只在論述失效時觸發
```
### 檢視週期
| 頻率 | 檢視內容 |
|------|---------|
| 每週 | 價位、技術面 |
| 每月 | 催化劑進度、產業動態 |
| 每季(財報後) | 基本面、估值、論述是否仍有效 |
### 出場條件(論述失效)
1. 核心成長邏輯被推翻
2. 管理層重大負面變動
3. 產業結構性轉變(不利)
4. 估值已充分反映未來成長
5. 出現更好的機會(機會成本)
## 風險報酬比計算
```
風險 = 進場價 - 停損價
報酬 = 目標價 - 進場價
風險報酬比 = 報酬 / 風險
範例:
進場: $100
停損: $95風險 = $5, -5%
目標: $115報酬 = $15, +15%
風險報酬比 = 15/5 = 3:1 ✅
```
### 最低標準
| 交易類型 | 最低風險報酬比 |
|---------|-------------|
| 短期1-4 週) | 2:1 |
| 中期1-3 月) | 2.5:1 |
| 長期3-12 月) | 3:1 |
## 交易日記模板
每筆交易完成後記錄:
```
## [TICKER] 交易紀錄
進場: $___ @ YYYY-MM-DD 理由: ___
出場: $___ @ YYYY-MM-DD 理由: ___
損益: +/-___% ($____)
持有天數: ___
計劃遵守度: 完全/部分/偏離
教訓: ___
```
## 數據來源
### 美股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 即時報價/進場價確認 | Yahoo Finance | https://finance.yahoo.com/quote/TICKER |
| 技術面進出場點 | TradingView | https://www.tradingview.com/chart/?symbol=TICKER |
| 歷史股價(回測) | Yahoo Finance Historical | https://finance.yahoo.com/quote/TICKER/history |
### 台股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 即時報價 | Goodinfo | https://goodinfo.tw/tw/StockDetail.asp?STOCK_ID=代號 |
| 技術面 | TradingView | https://www.tradingview.com/chart/?symbol=TWSE:代號 |
| 歷史股價 | Goodinfo | https://goodinfo.tw/tw/StockDayAll.asp?STOCK_ID=代號 |
### Python 數據取得
```python
import yfinance as yf
# 美股
df = yf.download("NVDA", period="6mo", interval="1d")
# 台股
df = yf.download("2330.TW", period="6mo", interval="1d")
```

View File

@ -0,0 +1,119 @@
---
name: valuation
description: 估值分析知識庫。DCF 模型、可比公司分析、倍數估值、盈餘品質檢查。
---
# 估值分析
## DCF折現現金流模型
### 步驟
1. **預測自由現金流FCF** — 通常 5 年
2. **計算終值Terminal Value** — 永續成長法或出場倍數法
3. **折現至現值** — 用 WACC 折現
4. **計算每股價值** — 企業價值 - 淨負債 / 流通股數
### WACC 估算
```
WACC = E/(E+D) × Ke + D/(E+D) × Kd × (1-T)
Ke = Rf + β × (Rm - Rf)
Rf = 10 年期公債殖利率
β = 個股 BetaYahoo Finance
Rm - Rf = 市場風險溢酬(通常 5-7%
Kd = 公司借款利率
T = 有效稅率
```
### 終值計算
**永續成長法**TV = FCF₅ × (1+g) / (WACC - g)
- g 通常 2-3%(不超過 GDP 長期成長率)
**出場倍數法**TV = EBITDA₅ × Exit Multiple
- Exit Multiple 參考同業目前的 EV/EBITDA
### 敏感度分析
必須做 WACC ± 1% 和終值成長率 ± 0.5% 的矩陣:
| | g=1.5% | g=2.0% | g=2.5% | g=3.0% |
|---|--------|--------|--------|--------|
| WACC-1% | $ | $ | $ | $ |
| WACC | $ | $ | **$基準** | $ |
| WACC+1% | $ | $ | $ | $ |
## 可比公司分析Comps
### 選擇可比公司的標準
1. 同產業/子產業
2. 相似的商業模式
3. 相似的規模(市值 0.5x-2x
4. 相似的成長率
5. 相似的利潤率
### 常用倍數
| 倍數 | 適用場景 | 注意事項 |
|------|---------|---------|
| P/E | 獲利穩定的公司 | 排除非經常性項目 |
| EV/EBITDA | 跨資本結構比較 | 最通用 |
| P/S | 高成長但未獲利 | SaaS、生技 |
| PEG | 成長股比較 | P/E ÷ 盈餘成長率 |
| P/B | 金融、資產密集型 | 銀行、保險、REIT |
| EV/Revenue | 早期公司 | 最粗略 |
### 目標價推導
加權平均法:
- DCF Base Case: 40%
- DCF Bull Case: 15%
- DCF Bear Case: 5%
- 同業倍數中位數: 40%
## 盈餘品質檢查
### 紅旗清單
| 紅旗 | 檢查方法 | 嚴重度 |
|------|---------|--------|
| 營收成長但現金流下降 | 比對損益表 vs 現金流量表 | 🚩🚩🚩 |
| 應收帳款天數持續增加 | DSO 趨勢 | 🚩🚩 |
| 存貨天數持續增加 | DIO 趨勢 | 🚩🚩 |
| 非經常性收益佔比 > 20% | 損益表附註 | 🚩🚩 |
| 頻繁變更會計政策 | 10-K 附註 | 🚩🚩🚩 |
| 管理層大量賣股 | SEC Form 4 | 🚩 |
| 審計費用異常變動 | Proxy Statement | 🚩🚩 |
### 品質評分
- ✅ 無紅旗:盈餘品質高
- ⚠️ 1-2 個低嚴重度紅旗:需關注但可接受
- 🚩 任何高嚴重度紅旗:估值需打折 10-20%
## 數據來源
### 美股
| 數據 | 主要來源 | 備用來源 | URL |
|------|---------|---------|-----|
| 財報10-K/10-Q | Yahoo Finance Financials | SEC EDGAR | https://finance.yahoo.com/quote/TICKER/financials |
| 同業倍數P/E, EV/EBITDA | Yahoo Finance Statistics | Finviz | https://finance.yahoo.com/quote/TICKER/key-statistics |
| Beta | Yahoo Finance Summary | — | https://finance.yahoo.com/quote/TICKER |
| 無風險利率 | FREDDGS10 | Treasury.gov | https://fred.stlouisfed.org/series/DGS10 |
| 分析師預估 | Yahoo Finance Analysis | — | https://finance.yahoo.com/quote/TICKER/analysis |
| 歷史股價 | Yahoo Finance Historical | TradingView | https://finance.yahoo.com/quote/TICKER/history |
### 台股
| 數據 | 主要來源 | URL |
|------|---------|-----|
| 財報 | Goodinfo 財務比率表 | https://goodinfo.tw/tw/StockFinDetail.asp?STOCK_ID=代號 |
| 本益比/股價淨值比 | Goodinfo 本益比河流圖 | https://goodinfo.tw/tw/StockBzPerformance.asp?STOCK_ID=代號 |
| 同業比較 | Goodinfo 類股比較 | https://goodinfo.tw/tw/StockList.asp |
| 歷史股價 | TradingView | https://www.tradingview.com/chart/?symbol=TWSE:代號 |

View File

@ -25,6 +25,7 @@ antigravity-finance/
│ ├── session_tracking.md # Session 延續性 │ ├── session_tracking.md # Session 延續性
│ └── chart_drawing.md # 圖表繪製 │ └── chart_drawing.md # 圖表繪製
├── .agent/workflows/ # 工作流程(使用者入口) ├── .agent/workflows/ # 工作流程(使用者入口)
│ ├── forecast.md
│ ├── sector-pick.md │ ├── sector-pick.md
│ ├── deep-dive.md │ ├── deep-dive.md
│ ├── trade-plan.md │ ├── trade-plan.md
@ -49,6 +50,7 @@ antigravity-finance/
| Agent | 角色 | 使用的知識庫 | | Agent | 角色 | 使用的知識庫 |
|-------|------|------------| |-------|------|------------|
| `forecast_analyst` | 前瞻預測分析師 | macro_sector, technical_analysis, sentiment_altdata, valuation, session_tracking |
| `sector_scout` | 產業偵察兵 | macro_sector, quant_screening | | `sector_scout` | 產業偵察兵 | macro_sector, quant_screening |
| `stock_screener` | 選股篩選師 | quant_screening, macro_sector | | `stock_screener` | 選股篩選師 | quant_screening, macro_sector |
| `fundamental_analyst` | 基本面分析師 | valuation, macro_sector | | `fundamental_analyst` | 基本面分析師 | valuation, macro_sector |
@ -63,6 +65,7 @@ antigravity-finance/
| Workflow | 說明 | 涉及 Agent | | Workflow | 說明 | 涉及 Agent |
|----------|------|-----------| |----------|------|-----------|
| `forecast` | 前瞻預測 | forecast_analyst → sector_scout → technical → fundamental → chief |
| `sector-pick` | 產業選股 | sector_scout → stock_screener → chief_analyst | | `sector-pick` | 產業選股 | sector_scout → stock_screener → chief_analyst |
| `deep-dive` | 個股深度分析 | fundamental → technical → sentiment → risk → chief | | `deep-dive` | 個股深度分析 | fundamental → technical → sentiment → risk → chief |
| `trade-plan` | 交易計劃 | technical → risk → trade_strategist → chief | | `trade-plan` | 交易計劃 | technical → risk → trade_strategist → chief |

View File

@ -30,6 +30,8 @@ Antigravity 會自動讀取:
| Workflow | 用途 | 範例 | | Workflow | 用途 | 範例 |
|----------|------|------| |----------|------|------|
| `full` | ⭐ **一鍵完整分析**(四維+預測+計劃+圖表) | `full NVDA` |
| `forecast` | 板塊與個股短中長期前瞻預測 | `forecast 半導體` |
| `sector-pick` | 給一個產業,推薦 5-8 隻股票 | `sector-pick AI半導體` | | `sector-pick` | 給一個產業,推薦 5-8 隻股票 | `sector-pick AI半導體` |
| `deep-dive` | 個股四維深度分析 | `deep-dive NVDA` | | `deep-dive` | 個股四維深度分析 | `deep-dive NVDA` |
| `trade-plan` | 短中長期交易計劃 | `trade-plan NVDA` | | `trade-plan` | 短中長期交易計劃 | `trade-plan NVDA` |
@ -43,15 +45,17 @@ Antigravity 會自動讀取:
## 典型使用流程 ## 典型使用流程
``` ```
sector-pick AI半導體 → 推薦 5-8 隻標的 forecast 半導體 → 看短中長期哪些板塊/個股有機會
deep-dive NVDA → 四維深度分析報告 + 圖表 sector-pick AI半導體 → 推薦 5-8 隻標的
trade-plan NVDA → 短中長期交易計劃 deep-dive NVDA → 四維深度分析報告 + 圖表
portfolio-review → 定期回顧更新 trade-plan NVDA → 短中長期交易計劃
market-pulse → 每日市場脈搏
replay → 覆盤過去的交易,學習改進 portfolio-review → 定期回顧更新
market-pulse → 每日市場脈搏
replay → 覆盤過去的交易,學習改進
``` ```
--- ---

View File

@ -0,0 +1,369 @@
---
name: chart-drawing
description: 技術分析圖表繪製知識庫。用 Python matplotlib 繪製各種技術型態圖,每種型態分開畫,輸出 PNG 圖片。
---
# 技術分析圖表繪製
## 環境需求
```bash
pip install yfinance matplotlib mplfinance pandas numpy
```
## ⚠️ 繪圖必讀規則(每次畫圖前必須遵守)
**以下 5 條規則缺一不可,否則圖片會壞掉或看不到:**
### 規則 1必須在最開頭設定 Agg backend無 GUI 環境)
```python
import matplotlib
matplotlib.use('Agg') # 必須在 import pyplot 之前!
import matplotlib.pyplot as plt
```
### 規則 2必須設定中文字體否則中文標題變方框
```python
import matplotlib.pyplot as plt
# macOS 中文字體設定
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False # 負號正常顯示
```
### 規則 3禁止使用 plt.show()(會卡住或報錯)
```python
# ❌ 錯誤
plt.show()
# ✅ 正確 — 只用 savefig
plt.savefig('docs/fin/charts/NVDA-kline.png', dpi=150, bbox_inches='tight')
plt.close('all') # 必須關閉,釋放記憶體
```
### 規則 4每張圖結尾必須 plt.close('all')
```python
plt.savefig(output_path, dpi=150, bbox_inches='tight')
plt.close('all') # 不加這行,下一張圖會疊在上面
```
### 規則 5繪圖前必須建立目錄
```python
import os
os.makedirs('docs/fin/charts', exist_ok=True)
```
## 完整繪圖模板(通用前置碼)
**每次繪圖都必須以這段開頭:**
```python
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import yfinance as yf
import pandas as pd
import numpy as np
import os
# 中文字體
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False
# 建立輸出目錄
os.makedirs('docs/fin/charts', exist_ok=True)
# 下載數據(美股)
ticker = "NVDA"
df = yf.download(ticker, period="6mo", interval="1d")
close = df['Close'].squeeze()
dates = df.index
```
## 數據取得
```python
# 美股
df = yf.download("NVDA", period="1y", interval="1d")
# 台股(代號加 .TW
df = yf.download("2330.TW", period="1y", interval="1d")
# 注意yfinance 回傳的 DataFrame 可能是 MultiIndex
# 取單一欄位時用 .squeeze() 確保是 Series
close = df['Close'].squeeze()
```
## 圖表類型與範本
### 1. K 線圖 + 均線(基礎圖)
```python
import matplotlib
matplotlib.use('Agg')
import mplfinance as mpf
import yfinance as yf
import os
os.makedirs('docs/fin/charts', exist_ok=True)
ticker = "NVDA"
df = yf.download(ticker, period="6mo", interval="1d")
# mplfinance 的 savefig 要用 dict 格式
save_config = dict(fname=f'docs/fin/charts/{ticker}-kline.png', dpi=150, bbox_inches='tight')
mpf.plot(df, type='candle', style='charles',
mav=(20, 50, 200),
volume=True,
title=f'{ticker} K線圖 + 均線',
figsize=(14, 8),
savefig=save_config)
# mplfinance 會自動 close
print(f"✅ 圖表已儲存: docs/fin/charts/{ticker}-kline.png")
```
### 2. 支撐壓力圖
```python
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import yfinance as yf
import os
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False
os.makedirs('docs/fin/charts', exist_ok=True)
ticker = "NVDA"
df = yf.download(ticker, period="6mo", interval="1d")
close = df['Close'].squeeze()
fig, ax = plt.subplots(figsize=(14, 8))
ax.plot(df.index, close, 'b-', linewidth=1.5, label='收盤價')
# 標註支撐壓力(由 technical-analyst 提供具體數值)
support = 120 # 替換為實際值
resistance = 150 # 替換為實際值
ax.axhline(y=support, color='green', linestyle='--', linewidth=2, label=f'支撐 ${support}')
ax.axhline(y=resistance, color='red', linestyle='--', linewidth=2, label=f'壓力 ${resistance}')
ax.set_title(f'{ticker} 支撐壓力圖', fontsize=16)
ax.set_ylabel('價格 (USD)', fontsize=12)
ax.legend(fontsize=12)
ax.grid(True, alpha=0.3)
output_path = f'docs/fin/charts/{ticker}-support-resistance.png'
plt.savefig(output_path, dpi=150, bbox_inches='tight')
plt.close('all')
print(f"✅ 圖表已儲存: {output_path}")
```
### 3. RSI 圖
```python
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import yfinance as yf
import os
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False
os.makedirs('docs/fin/charts', exist_ok=True)
ticker = "NVDA"
df = yf.download(ticker, period="6mo", interval="1d")
close = df['Close'].squeeze()
delta = close.diff()
gain = delta.where(delta > 0, 0).rolling(14).mean()
loss = (-delta.where(delta < 0, 0)).rolling(14).mean()
rs = gain / loss
rsi = 100 - (100 / (1 + rs))
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(14, 10), height_ratios=[3, 1])
ax1.plot(df.index, close, 'b-', linewidth=1.5)
ax1.set_title(f'{ticker} 股價', fontsize=14)
ax1.set_ylabel('價格 (USD)', fontsize=12)
ax1.grid(True, alpha=0.3)
ax2.plot(df.index, rsi, 'purple', linewidth=1.5)
ax2.axhline(y=70, color='red', linestyle='--', alpha=0.7, label='超買 70')
ax2.axhline(y=30, color='green', linestyle='--', alpha=0.7, label='超賣 30')
ax2.fill_between(df.index, 70, 100, alpha=0.1, color='red')
ax2.fill_between(df.index, 0, 30, alpha=0.1, color='green')
ax2.set_title('RSI(14)', fontsize=14)
ax2.set_ylim(0, 100)
ax2.legend(fontsize=10)
ax2.grid(True, alpha=0.3)
output_path = f'docs/fin/charts/{ticker}-rsi.png'
plt.tight_layout()
plt.savefig(output_path, dpi=150, bbox_inches='tight')
plt.close('all')
print(f"✅ 圖表已儲存: {output_path}")
```
### 4. MACD 圖
```python
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import yfinance as yf
import os
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False
os.makedirs('docs/fin/charts', exist_ok=True)
ticker = "NVDA"
df = yf.download(ticker, period="6mo", interval="1d")
close = df['Close'].squeeze()
ema12 = close.ewm(span=12).mean()
ema26 = close.ewm(span=26).mean()
macd_line = ema12 - ema26
signal = macd_line.ewm(span=9).mean()
histogram = macd_line - signal
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(14, 10), height_ratios=[3, 1])
ax1.plot(df.index, close, 'b-', linewidth=1.5)
ax1.set_title(f'{ticker} 股價', fontsize=14)
ax1.set_ylabel('價格 (USD)', fontsize=12)
ax1.grid(True, alpha=0.3)
ax2.plot(df.index, macd_line, 'b-', label='MACD', linewidth=1.5)
ax2.plot(df.index, signal, 'r-', label='Signal', linewidth=1.5)
colors = ['green' if v >= 0 else 'red' for v in histogram]
ax2.bar(df.index, histogram, color=colors, alpha=0.5, label='Histogram')
ax2.set_title('MACD (12, 26, 9)', fontsize=14)
ax2.legend(fontsize=10)
ax2.grid(True, alpha=0.3)
output_path = f'docs/fin/charts/{ticker}-macd.png'
plt.tight_layout()
plt.savefig(output_path, dpi=150, bbox_inches='tight')
plt.close('all')
print(f"✅ 圖表已儲存: {output_path}")
```
### 5. 布林通道圖
```python
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import yfinance as yf
import os
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False
os.makedirs('docs/fin/charts', exist_ok=True)
ticker = "NVDA"
df = yf.download(ticker, period="6mo", interval="1d")
close = df['Close'].squeeze()
sma20 = close.rolling(20).mean()
std20 = close.rolling(20).std()
upper = sma20 + 2 * std20
lower = sma20 - 2 * std20
fig, ax = plt.subplots(figsize=(14, 8))
ax.plot(df.index, close, 'b-', linewidth=1.5, label='收盤價')
ax.plot(df.index, sma20, 'orange', linewidth=1, label='SMA(20)')
ax.plot(df.index, upper, 'red', linewidth=0.8, linestyle='--', label='上軌')
ax.plot(df.index, lower, 'green', linewidth=0.8, linestyle='--', label='下軌')
ax.fill_between(df.index, upper, lower, alpha=0.1, color='gray')
ax.set_title(f'{ticker} 布林通道 (20, 2)', fontsize=16)
ax.set_ylabel('價格 (USD)', fontsize=12)
ax.legend(fontsize=12)
ax.grid(True, alpha=0.3)
output_path = f'docs/fin/charts/{ticker}-bollinger.png'
plt.tight_layout()
plt.savefig(output_path, dpi=150, bbox_inches='tight')
plt.close('all')
print(f"✅ 圖表已儲存: {output_path}")
```
## 型態辨識圖(手動標註)
當 technical-analyst 識別出型態時,用以下模板繪製:
### 頭肩頂/底、雙頂/底、三角收斂等
```python
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import yfinance as yf
import numpy as np
import os
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False
os.makedirs('docs/fin/charts', exist_ok=True)
ticker = "NVDA"
pattern_name = "double-bottom" # 替換為實際型態名
pattern_label = "雙底" # 替換為中文名
df = yf.download(ticker, period="6mo", interval="1d")
close = df['Close'].squeeze()
fig, ax = plt.subplots(figsize=(14, 8))
ax.plot(df.index, close, 'b-', linewidth=1.5)
# 標註型態關鍵點(由 technical-analyst 提供具體座標)
# 範例:雙底
# bottom1_date = df.index[50]
# bottom2_date = df.index[80]
# bottom1_price = close.iloc[50]
# bottom2_price = close.iloc[80]
# neckline = 150
#
# ax.scatter([bottom1_date, bottom2_date],
# [bottom1_price, bottom2_price],
# color='green', s=150, zorder=5, marker='^', label=f'{pattern_label}底部')
# ax.axhline(y=neckline, color='orange', linestyle='--', linewidth=2, label=f'頸線 ${neckline}')
ax.set_title(f'{ticker} 型態辨識 — {pattern_label}', fontsize=16)
ax.set_ylabel('價格 (USD)', fontsize=12)
ax.legend(fontsize=12)
ax.grid(True, alpha=0.3)
output_path = f'docs/fin/charts/{ticker}-pattern-{pattern_name}.png'
plt.tight_layout()
plt.savefig(output_path, dpi=150, bbox_inches='tight')
plt.close('all')
print(f"✅ 圖表已儲存: {output_path}")
```
## 圖表命名規則
```
docs/fin/charts/
├── [TICKER]-kline.png # K 線 + 均線
├── [TICKER]-support-resistance.png # 支撐壓力
├── [TICKER]-rsi.png # RSI
├── [TICKER]-macd.png # MACD
├── [TICKER]-bollinger.png # 布林通道
├── [TICKER]-pattern-[型態名].png # 型態辨識
└── [TICKER]-volume.png # 量能分析
```
## 注意事項(必讀 Checklist
每次繪圖前,確認以下 checklist 全部打勾:
- [ ] `matplotlib.use('Agg')` 在最開頭import pyplot 之前)
- [ ] `plt.rcParams['font.sans-serif']` 已設定中文字體
- [ ] `plt.rcParams['axes.unicode_minus'] = False`
- [ ] `os.makedirs('docs/fin/charts', exist_ok=True)`
- [ ] 使用 `df['Close'].squeeze()` 取得 Series避免 MultiIndex 問題)
- [ ] `plt.savefig(path, dpi=150, bbox_inches='tight')` 而非 `plt.show()`
- [ ] `plt.close('all')` 在 savefig 之後
- [ ] `print(f"✅ 圖表已儲存: {output_path}")` 確認輸出
- [ ] 台股代號用數字(如 `2330-kline.png`
- [ ] 每種型態**獨立一張圖**,不要混在一起

View File

@ -0,0 +1,272 @@
---
name: macro-sector
description: 宏觀經濟分析與產業輪動知識庫。景氣循環判斷、產業評分、題材識別。
---
# 宏觀經濟與產業輪動
## 景氣循環四階段模型
```
復甦期 → 擴張期 → 過熱期 → 衰退期
↑ |
└──────────────────────────────┘
```
### 各階段特徵與受惠產業
| 階段 | GDP | 通膨 | 利率 | 領先指標 | 受惠產業 |
|------|-----|------|------|---------|---------|
| 復甦期 | 觸底回升 | 低 | 低/降息 | ISM 回升 | 週期股、小型股、非必需消費 |
| 擴張期 | 加速成長 | 溫和上升 | 低→中 | 就業改善 | 科技、工業、金融 |
| 過熱期 | 高峰 | 高 | 升息 | 產能利用率高 | 能源、原物料、價值股 |
| 衰退期 | 下滑 | 下降 | 高→降 | 殖利率倒掛 | 公用事業、醫療、必需消費、公債 |
### 判斷方法
必須交叉比對 ≥ 5 項指標:
1. GDP 成長率趨勢(加速/減速)
2. CPI 趨勢(上升/下降)
3. 聯邦基金利率方向
4. 2-10 年利差(正/倒掛)
5. ISM 製造業 PMI> 50 擴張 / < 50 收縮
6. 失業率趨勢
7. 企業盈餘成長率
## 聯準會Fed政策追蹤
### FOMC 會議與利率決策
| 追蹤項目 | 說明 | FRED 代碼 | 查詢 URL |
|---------|------|----------|---------|
| 聯邦基金利率 | 當前基準利率 | FEDFUNDS | https://fred.stlouisfed.org/series/FEDFUNDS |
| 點陣圖Dot Plot | 委員對未來利率預期 | — | FOMC 會後公佈 |
| 利率期貨隱含機率 | 市場預期下次升降息機率 | — | CME FedWatch https://www.cmegroup.com/markets/interest-rates/cme-fedwatch-tool.html |
| 資產負債表規模 | QE/QT 進度 | WALCL | https://fred.stlouisfed.org/series/WALCL |
### 升降息對市場的影響
| 政策 | 短期影響 | 受惠 | 受害 |
|------|---------|------|------|
| 升息 | 股市承壓、債券下跌 | 銀行、保險 | 科技成長股、REIT、公用事業 |
| 降息 | 股市利多、債券上漲 | 科技成長股、REIT | 銀行(利差縮小) |
| 暫停(觀望) | 不確定性降低 | 視經濟狀況 | — |
| QE量化寬鬆 | 流動性充沛、資產上漲 | 風險資產全面 | 美元 |
| QT量化緊縮 | 流動性收緊 | 美元、短債 | 長天期債券、高估值股 |
### FOMC 會議日程(每年 8 次)
- 查詢https://www.federalreserve.gov/monetarypolicy/fomccalendars.htm
- **會前 2 週**:市場開始定價預期
- **會後聲明**關注措辭變化hawkish/dovish
- **會後記者會**:主席語氣是關鍵
## 就業數據追蹤
### 關鍵就業指標
| 指標 | 頻率 | FRED 代碼 | 意義 |
|------|------|----------|------|
| 非農就業人數NFP | 每月第一個週五 | PAYEMS | 最重要的就業指標 |
| 失業率 | 月 | UNRATE | 景氣落後指標 |
| 初領失業金人數 | 週 | ICSA | 景氣領先指標 |
| 職位空缺JOLTS | 月 | JTSJOL | 勞動市場緊張度 |
| 平均時薪 YoY | 月 | CES0500000003 | 薪資通膨壓力 |
| 勞動參與率 | 月 | CIVPART | 勞動力供給 |
### 就業數據解讀規則
| 情境 | NFP | 失業率 | 時薪 | 解讀 | 對 Fed 的意義 |
|------|-----|--------|------|------|-------------|
| 強勁 | > 20 萬 | 下降 | 上升 | 經濟過熱 | 偏鷹(可能升息) |
| 健康 | 10-20 萬 | 穩定 | 溫和 | 金髮女孩 | 維持現狀 |
| 疲軟 | < 10 | 上升 | 下降 | 經濟放緩 | 偏鴿可能降息 |
| 衰退 | 負值 | 急升 | — | 衰退確認 | 緊急降息 |
## 景氣循環燈號
### 美國Conference Board LEI領先經濟指標
| 指標 | 說明 | 查詢 |
|------|------|------|
| LEI 月變動 | 連續 3 月下降 = 衰退警訊 | https://www.conference-board.org/topics/us-leading-indicators |
| LEI 6 月年化 | < 0 = 衰退風險高 | 同上 |
**LEI 10 個組成成分**
1. 製造業平均每週工時
2. 初領失業金人數(反向)
3. 製造業新訂單(消費財)
4. ISM 新訂單指數
5. 製造業新訂單(非國防資本財)
6. 建築許可
7. S&P 500 指數
8. 信貸指數
9. 10Y-Fed Funds 利差
10. 消費者預期指數
### 台灣:國發會景氣燈號
| 燈號 | 分數 | 意義 | 投資策略 |
|------|------|------|---------|
| 🔴 紅燈 | 38-45 | 景氣過熱 | 減碼、防禦 |
| 🟡 黃紅燈 | 32-37 | 景氣活絡 | 選股不選市 |
| 🟢 綠燈 | 23-31 | 景氣穩定 | 正常配置 |
| 🔵 黃藍燈 | 17-22 | 景氣趨緩 | 開始佈局 |
| 💙 藍燈 | 9-16 | 景氣低迷 | 積極佈局 |
**查詢**https://index.ndc.gov.tw/n/zh_tw/data/eco_monitoring
**景氣燈號 9 個組成指標**
1. 貨幣總計數 M1BYoY
2. 股價指數YoY
3. 工業生產指數YoY
4. 非農就業人數YoY
5. 海關出口值YoY
6. 機械及電機設備進口值YoY
7. 製造業銷售量指數YoY
8. 批發零售及餐飲營業額YoY
9. 製造業營業氣候測驗點
### 景氣燈號投資對照
| 美國 LEI | 台灣燈號 | 景氣階段 | 建議動作 |
|---------|---------|---------|---------|
| LEI 上升 + 正值 | 🟢/🟡 | 擴張期 | 加碼成長股、科技股 |
| LEI 高峰轉下 | 🔴 | 過熱期 | 轉向價值股、能源、原物料 |
| LEI 下降 + 負值 | 🔵/💙 | 衰退期 | 防禦股、債券、現金 |
| LEI 觸底回升 | 💙→🔵 | 復甦期 | 積極佈局週期股、小型股 |
## 總經日曆(每月必看)
| 時間 | 數據 | 重要性 | 查詢 |
|------|------|--------|------|
| 每月第一個週五 | 非農就業NFP | ⭐⭐⭐ | FRED: PAYEMS |
| 每月中旬 | CPI | ⭐⭐⭐ | FRED: CPIAUCSL |
| 每月中旬 | 零售銷售 | ⭐⭐ | FRED: RSAFS |
| 每月月底 | GDP季度 | ⭐⭐⭐ | FRED: GDP |
| 每月月初 | ISM PMI | ⭐⭐ | FRED: MANEMP |
| FOMC 會議後 | 利率決策 | ⭐⭐⭐ | Fed 官網 |
| 每週四 | 初領失業金 | ⭐⭐ | FRED: ICSA |
| 每月 27 日左右 | 台灣景氣燈號 | ⭐⭐(台股) | 國發會 |
## GICS 11 大產業
| 代碼 | 產業 | 代表 ETF | 景氣敏感度 |
|------|------|---------|-----------|
| XLK | 資訊科技 | QQQ | 高 |
| XLF | 金融 | KBE | 高 |
| XLV | 醫療保健 | IBB | 低(防禦) |
| XLE | 能源 | OIH | 高 |
| XLI | 工業 | ITA | 高 |
| XLY | 非必需消費 | AMZN | 高 |
| XLP | 必需消費 | KO | 低(防禦) |
| XLU | 公用事業 | NEE | 低(防禦) |
| XLRE | 房地產 | VNQ | 中 |
| XLB | 原物料 | NEM | 高 |
| XLC | 通訊服務 | META | 中 |
## 產業輪動訊號
### 領先指標
- 殖利率曲線變化 → 金融股
- 油價趨勢 → 能源股
- 美元指數 → 跨國企業、原物料
- 銅/金比 → 經濟信心
### 資金流向追蹤
- ETF 資金流入/流出ETF.com
- 機構持倉季度變化13F
- 融資餘額變化
## 板塊前瞻預測框架
### 景氣循環 → 板塊映射(預測用)
| 景氣階段 | 短期看好1-4 週) | 中期超配1-3 月) | 長期戰略3-12 月) |
|---------|-------------------|-------------------|-------------------|
| 復甦初期 | 金融、非必需消費 | 小型股、週期股 | 科技成長股 |
| 復甦中期 | 科技、工業 | 科技、金融 | 科技、非必需消費 |
| 擴張期 | 科技、通訊 | 工業、原物料 | 能源(晚期受惠) |
| 過熱期 | 能源、原物料 | 能源、價值股 | 防禦轉換(公用、醫療) |
| 衰退初期 | 公用事業、醫療 | 必需消費、公債 | 等待復甦訊號再佈局成長 |
| 衰退末期 | 金融(利率見頂) | 非必需消費(預期復甦) | 科技、小型股(提前佈局) |
### 領先指標 → 板塊方向預測
| 領先指標變化 | 預測含義 | 看好板塊 | 看空板塊 |
|-------------|---------|---------|---------|
| ISM PMI > 50 且上升 | 製造業擴張 | 工業、原物料、科技 | 公用事業、公債 |
| ISM PMI < 50 且下降 | 製造業收縮 | 公用事業醫療必需消費 | 週期股小型股 |
| 殖利率曲線陡峭化 | 經濟復甦預期 | 金融、週期股 | 公用事業 |
| 殖利率曲線倒掛加深 | 衰退風險升高 | 防禦股、長天期公債 | 金融、週期股 |
| 銅/金比上升 | 經濟信心增強 | 工業、原物料 | 黃金、防禦股 |
| 銅/金比下降 | 避險情緒升溫 | 黃金、公用事業 | 週期股 |
| 初領失業金持續上升 | 就業惡化 | 防禦股 | 非必需消費 |
| Fed 轉鴿(暗示降息) | 流動性改善 | 科技成長、小型股、房地產 | 美元、銀行淨利差 |
### 板塊預測的三步驟
**步驟 1定位景氣階段**
- 查 ISM PMIFRED: MANEMP、GDP 成長率、就業數據
- 對照上方「景氣循環 → 板塊映射」表
**步驟 2驗證領先指標**
- 查殖利率曲線FRED: T10Y2Y、銅金比、初領失業金FRED: ICSA
- 對照「領先指標 → 板塊方向預測」表
- 如果步驟 1 和步驟 2 結論一致 → 信心度 🟢
- 如果有矛盾 → 信心度 🟡,標註矛盾點
**步驟 3資金流向確認**
- 查各板塊 ETF 近期資金流入/流出
- 查 ETF 技術面趨勢TradingView
- 資金流向與預測一致 → 維持信心度
- 資金流向與預測矛盾 → 降一級信心度
### 台股板塊預測補充
| 台股板塊 | 對應美股板塊 | 額外關注 |
|---------|------------|---------|
| 半導體 | XLK科技 | 台積電法說、SEMI 數據、北美半導體設備出貨 |
| 電子零組件 | XLK | iPhone 供應鏈、伺服器出貨 |
| 金融 | XLF | 央行利率、壽險避險成本 |
| 傳產/鋼鐵 | XLB原物料 | 中國需求、原物料價格 |
| 航運 | XLI工業 | BDI 指數、SCFI 運價 |
| 生技 | XLV醫療 | FDA 審批、NHIA 政策 |
## 題材識別框架
一個好的投資題材需要:
1. **結構性驅動力**(不是一次性事件)
2. **可量化的市場規模**TAM
3. **明確的受惠公司**(不是概念股)
4. **合理的時間框架**
5. **可追蹤的里程碑**
## 數據來源
### 美股
| 數據 | 主要來源 | 備用來源 | URL |
|------|---------|---------|-----|
| GDP、CPI、就業、利率 | FRED | BLS.gov、BEA.gov | https://fred.stlouisfed.org |
| 產業 ETF 表現 | Yahoo Finance | TradingView | https://finance.yahoo.com |
| 個股/ETF 即時報價 | Yahoo Finance | — | https://finance.yahoo.com/quote/SPY |
| 技術圖表 | TradingView | — | https://www.tradingview.com |
| 資金流向 | Yahoo Finance ETF 頁面 | ETF.com | https://finance.yahoo.com/sectors |
| ISM PMI | Investing.com 經濟日曆 | FRED | https://www.investing.com/economic-calendar |
### 台股
| 數據 | 主要來源 | 備用來源 | URL |
|------|---------|---------|-----|
| 個股基本面 | Goodinfo 台灣股市資訊網 | — | https://goodinfo.tw |
| 產業分類/營收 | Goodinfo | 公開資訊觀測站 | https://goodinfo.tw/tw/StockList.asp |
| 技術圖表 | TradingView | — | https://www.tradingview.com |
| 景氣燈號 | 國發會景氣指標查詢系統 | — | https://index.ndc.gov.tw |
| 三大法人買賣超 | Goodinfo | 證交所 | https://goodinfo.tw/tw/StockBzPerDay.asp |
### 查詢規則
1. **美股個股數據一律先查 Yahoo Finance**`https://finance.yahoo.com/quote/TICKER`
2. **技術圖表一律用 TradingView**`https://www.tradingview.com/chart/?symbol=TICKER`
3. **台股一律先查 Goodinfo**`https://goodinfo.tw/tw/StockDetail.asp?STOCK_ID=代號`
4. 總經數據用 FRED`https://fred.stlouisfed.org/series/代碼`

View File

@ -0,0 +1,104 @@
---
name: quant-screening
description: 多因子量化篩選知識庫。篩選標準、評分權重、事件驅動篩選、硬性剔除條件。
---
# 多因子量化篩選
## 三道過濾器
### 第一道:基本面品質
| 因子 | 標準 | 意義 | 數據來源 |
|------|------|------|---------|
| ROE | > 15% | 資本效率 | 10-K/10-Q |
| 營收 YoY | > 10% | 成長動能 | 財報 |
| FCF | > 0連續 2 年) | 現金生成力 | 現金流量表 |
| D/E | < 產業中位數 | 財務穩健 | 資產負債表 |
| 毛利率 | > 產業中位數 | 定價能力 | 損益表 |
| 營收品質 | 營收 ≈ 現金流 | 非灌水營收 | 交叉比對 |
### 第二道:技術面時機
| 因子 | 標準 | 意義 |
|------|------|------|
| 股價 vs 200MA | 上方 | 長期趨勢向上 |
| 50MA vs 200MA | 黃金交叉或已在上方 | 趨勢確立 |
| RSI(14) | 30-70 | 非極端區域 |
| 日均量 | > 100 萬股 | 流動性充足 |
| 52 週位置 | > 30% | 非底部撈刀 |
### 第三道:籌碼面聰明錢
| 因子 | 標準 | 意義 |
|------|------|------|
| 機構持股變動 | 近季淨增持 | 法人認可 |
| 內部人交易 | 近 3 月淨買入 | 管理層看好 |
| Put/Call Ratio | < 0.7 | 期權市場看多 |
| 賣空比率 | < 15% Float | 空頭壓力不大 |
## 綜合評分
| 維度 | 權重 | 評分範圍 |
|------|------|---------|
| 基本面品質 | 30% | 0-100 |
| 技術面時機 | 25% | 0-100 |
| 籌碼面聰明錢 | 20% | 0-100 |
| 催化劑明確度 | 25% | 0-100 |
**總分 = Σ(維度分數 × 權重)**
### 優先級對照
| 總分 | 優先級 | 行動 |
|------|--------|------|
| 80+ | 🟢 高優先 | 立即深入研究 |
| 60-79 | 🟡 中優先 | 列入觀察清單 |
| 40-59 | 🟠 低優先 | 等待更好時機 |
| < 40 | 🔴 不推薦 | 跳過 |
## 硬性剔除條件(紅燈即停)
以下任一條件成立即剔除,不論評分多高:
- 市值 < $300M
- 日均成交金額 < $5M
- 營運現金流連續 3 季為負
- 審計意見遭質疑
- 被列為處置股或下市警告
- 近期有重大訴訟/監管調查
## 事件驅動篩選
| 催化劑類型 | 查詢來源 | 時間窗口 |
|-----------|---------|---------|
| 財報發布 | Earnings Whispers、Yahoo Finance | 未來 1-4 週 |
| FDA 審批 | FDA.gov、BioPharmCatalyst | 未來 1-3 月 |
| 政府合約 | USA Spending、SEC 8-K | 未來 1-3 月 |
| 產品發布 | 公司 IR、產業會議 | 未來 1-3 月 |
| 併購/增資 | SEC EDGAR | 近期公告 |
| 指數調整 | S&P、Russell 公告 | 季度調整前 |
## 數據來源
### 美股
| 用途 | 主要來源 | 備用來源 | URL |
|------|---------|---------|-----|
| 基本面篩選 | Yahoo Finance Screener | Finviz | https://finance.yahoo.com/screener |
| 個股財報數據 | Yahoo Finance | SEC EDGAR | https://finance.yahoo.com/quote/TICKER/financials |
| 技術面篩選 | TradingView Screener | Finviz | https://www.tradingview.com/screener |
| 機構持倉13F | Yahoo Finance Holders | WhaleWisdom | https://finance.yahoo.com/quote/TICKER/holders |
| 內部人交易 | Yahoo Finance Insider | OpenInsider | https://finance.yahoo.com/quote/TICKER/insider-transactions |
| 期權數據 | Yahoo Finance Options | Barchart | https://finance.yahoo.com/quote/TICKER/options |
### 台股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 基本面篩選 | Goodinfo 個股篩選 | https://goodinfo.tw/tw/StockScreener.asp |
| 個股財報 | Goodinfo 財務比率 | https://goodinfo.tw/tw/StockFinDetail.asp?STOCK_ID=代號 |
| 技術面 | TradingView | https://www.tradingview.com/chart/?symbol=TWSE:代號 |
| 法人買賣超 | Goodinfo | https://goodinfo.tw/tw/StockBzPerDay.asp?STOCK_ID=代號 |
| 董監持股 | Goodinfo | https://goodinfo.tw/tw/StockDirectorSharehold.asp?STOCK_ID=代號 |

View File

@ -0,0 +1,147 @@
---
name: risk-scoring
description: 五維風險評分知識庫。催化劑風險、基本面風險、技術面風險、籌碼風險、流動性風險。情境分析與倉位管理。
---
# 風險評分與倉位管理
## 五維風險評分模型
每個維度 0-100 分,**分數越高 = 風險越低(越安全)**。
### 維度一催化劑風險20%
| 因子 | 低風險80-100 | 中風險40-79 | 高風險0-39 |
|------|----------------|----------------|---------------|
| 催化劑明確度 | 日期確定、影響可量化 | 大致時間、影響不確定 | 無明確催化劑 |
| 催化劑方向 | 高機率正面 | 方向不確定 | 高機率負面 |
| 催化劑時間 | 1-4 週內 | 1-3 月內 | > 3 月或無 |
| 過往催化劑兌現率 | > 70% | 40-70% | < 40% |
### 維度二基本面風險25%
| 因子 | 低風險80-100 | 中風險40-79 | 高風險0-39 |
|------|----------------|----------------|---------------|
| 盈餘品質 | 無紅旗 | 1-2 低風險紅旗 | 高風險紅旗 |
| 估值合理性 | < 同業中位數 | 接近同業中位數 | > 同業 1.5x |
| 財務健康 | 低負債、正 FCF | 中等負債 | 高負債、負 FCF |
| 成長確定性 | 穩定成長 | 波動但正向 | 下滑或虧損 |
### 維度三技術面風險20%
| 因子 | 低風險80-100 | 中風險40-79 | 高風險0-39 |
|------|----------------|----------------|---------------|
| 多框架一致性 | 三框架同方向 | 兩個一致 | 各說各話 |
| 距支撐距離 | < 5% | 5-15% | > 15% |
| RSI 位置 | 40-60 | 30-40 或 60-70 | < 30 > 70 |
| 成交量趨勢 | 價漲量增 | 量能平穩 | 量價背離 |
### 維度四籌碼風險20%
| 因子 | 低風險80-100 | 中風險40-79 | 高風險0-39 |
|------|----------------|----------------|---------------|
| 機構持倉 | 季度淨增持 | 持平 | 季度淨減持 |
| 內部人交易 | 近期買入 | 無異動 | 非計劃性賣出 |
| 賣空比率 | < 5% Float | 5-15% | > 15% |
| 期權市場 | Put/Call < 0.7 | 0.7-1.2 | > 1.2 |
### 維度五流動性風險15%
| 因子 | 低風險80-100 | 中風險40-79 | 高風險0-39 |
|------|----------------|----------------|---------------|
| 日均成交額 | > $50M | $5M-$50M | < $5M |
| 買賣價差 | < 0.1% | 0.1-0.5% | > 0.5% |
| 市值 | > $10B | $1B-$10B | < $1B |
| 期權流動性 | 窄價差、多行權價 | 中等 | 寬價差或無期權 |
## 綜合風險分數
```
綜合分數 = 催化劑(×0.20) + 基本面(×0.25) + 技術面(×0.20) + 籌碼(×0.20) + 流動性(×0.15)
```
### 風險等級對照
| 綜合分數 | 風險等級 | 建議倉位上限 | 停損幅度 |
|---------|---------|------------|---------|
| 80-100 | 🟢 低風險 | 10% 帳戶 | -8% |
| 60-79 | 🟡 中低風險 | 7% 帳戶 | -6% |
| 40-59 | 🟠 中風險 | 5% 帳戶 | -5% |
| 20-39 | 🔴 高風險 | 3% 帳戶 | -4% |
| 0-19 | ⛔ 極高風險 | 不建議 | - |
## 情境分析
每次風險評估必須包含三種情境:
### 樂觀情境Bull Case
- 所有催化劑兌現 + 市場環境配合
- 估算機率: ____%
- 預期報酬: +____%
### 基準情境Base Case
- 部分催化劑兌現、市場中性
- 估算機率: ____%
- 預期報酬: +/- ____%
### 悲觀情境Bear Case
- 催化劑失敗 + 市場轉差
- 估算機率: ____%
- 預期虧損: -____%
### 期望值計算
```
期望報酬 = (樂觀機率 × 樂觀報酬) + (基準機率 × 基準報酬) + (悲觀機率 × 悲觀報酬)
```
**規則:期望報酬 < 0 不交易**
## 最大回撤估算
基於歷史數據:
1. 查詢過去 1 年最大回撤
2. 查詢過去 3 年最大回撤
3. 取較大值作為**壓力測試回撤**
4. 確認停損位在壓力測試回撤之內
## 倉位管理規則
### Kelly 公式簡化版
```
建議倉位% = 勝率 - (1-勝率)/賠率
```
但實際操作取 **Half Kelly**Kelly 值的一半)以降低風險。
### 硬性規則
1. 單一標的 ≤ 10% 帳戶
2. 單一產業 ≤ 25% 帳戶
3. 相關性 > 0.7 的標的視為同一部位
4. 高風險標的(分數 < 40合計 15% 帳戶
5. 現金部位 ≥ 10%(除非全面看多且分數 > 80
## 數據來源
### 美股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 個股基本面/統計 | Yahoo Finance Statistics | https://finance.yahoo.com/quote/TICKER/key-statistics |
| 技術面指標 | TradingView Technicals | https://www.tradingview.com/symbols/TICKER/technicals |
| 機構持倉/內部人 | Yahoo Finance Holders | https://finance.yahoo.com/quote/TICKER/holders |
| 期權 Put/Call | Yahoo Finance Options | https://finance.yahoo.com/quote/TICKER/options |
| 賣空數據 | Yahoo Finance Statistics | https://finance.yahoo.com/quote/TICKER/key-statistics |
### 台股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 基本面 | Goodinfo 財務比率 | https://goodinfo.tw/tw/StockFinDetail.asp?STOCK_ID=代號 |
| 技術面 | TradingView | https://www.tradingview.com/chart/?symbol=TWSE:代號 |
| 籌碼面 | Goodinfo 法人買賣超 | https://goodinfo.tw/tw/StockBzPerDay.asp?STOCK_ID=代號 |
| 融資融券 | Goodinfo | https://goodinfo.tw/tw/StockMarginTrading.asp?STOCK_ID=代號 |

View File

@ -0,0 +1,216 @@
---
name: sentiment-altdata
description: 情緒面與另類數據分析知識庫。期權異動、機構持倉、內部人交易、社群輿情、另類數據訊號。
---
# 情緒面與另類數據分析
## 期權市場分析
### 異常活動偵測
| 訊號 | 定義 | 意義 |
|------|------|------|
| 大單掃貨 | 單筆 > $1M 的期權交易 | 機構方向性押注 |
| Put/Call Ratio 極端 | > 1.2 或 < 0.5 | 市場極度恐懼/貪婪 |
| 隱含波動率飆升 | IV > 歷史波動率 1.5x | 預期大幅波動 |
| Gamma Squeeze 風險 | 大量 OTM Call + 低流通量 | 可能引發逼空 |
| 偏斜度異常 | Put IV >> Call IV | 避險需求強烈 |
### 期權鏈解讀
1. **最大持倉量**Max Pain— 到期日股價傾向靠近的價位
2. **未平倉量分佈** — OI 集中的行權價 = 潛在支撐/壓力
3. **IV Rank** — 當前 IV 在過去一年的百分位
4. **Put/Call OI Ratio** — 整體市場對該股的看法
### 數據來源
- **Yahoo Finance Options**https://finance.yahoo.com/quote/TICKER/options期權鏈、OI、IV
- Barchart Options備用https://www.barchart.com/stocks/quotes/TICKER/options
- **台股期權**:台灣期貨交易所 https://www.taifex.com.tw
## 機構持倉分析13F
### 追蹤要點
| 指標 | 意義 | 查詢 |
|------|------|------|
| 季度淨增減持 | 法人態度轉變 | WhaleWisdom |
| 新建倉 | 新發現的機會 | SEC EDGAR |
| 清倉 | 失去信心 | SEC EDGAR |
| 持倉集中度 | 高集中度=高conviction | WhaleWisdom |
| 頭部基金重疊 | 多家頂級基金同時持有 | 13F 交叉比對 |
### 重點追蹤機構
- **價值型**Berkshire Hathaway、Baupost、Third Point
- **成長型**ARK Invest、Tiger Global、Coatue
- **量化型**Renaissance Technologies、Two Sigma、DE Shaw
- **活躍型**Elliott、Icahn、Pershing Square
### 注意事項
- 13F 有 45 天延遲(季末後 45 天公佈)
- 只反映多頭部位,不含空頭
- 可能已在申報後改變立場
## 內部人交易SEC Form 4
### 訊號強度
| 行為 | 強度 | 解讀 |
|------|------|------|
| CEO/CFO 買入 | ⭐⭐⭐ | 最強看多訊號 |
| 多位高管同時買入 | ⭐⭐⭐ | 集體信心 |
| 董事買入 | ⭐⭐ | 中度看多 |
| 計劃性賣出10b5-1 | ⭐ | 通常忽略 |
| 非計劃性大量賣出 | ⭐⭐ | 需關注 |
| CEO 非計劃性賣出 | ⭐⭐⭐ | 重大警訊 |
### 判斷規則
- **買入比賣出更有訊號意義**(賣出原因多元,買入原因單一)
- 看金額而非股數(> $500K 的買入才有意義)
- 看近 3 個月的淨買賣方向
- 排除 10b5-1 計劃性交易
### 數據來源
- **Yahoo Finance Insider**https://finance.yahoo.com/quote/TICKER/insider-transactions
- OpenInsider備用https://openinsider.com/search?q=TICKER
- **台股董監持股**Goodinfo https://goodinfo.tw/tw/StockDirectorSharehold.asp?STOCK_ID=代號
## 社群輿情分析
### 監控渠道
| 渠道 | 特徵 | 適用 |
|------|------|------|
| X/Twitter | 即時、噪音高 | 事件驅動 |
| Reddit (WSB, stocks) | 散戶情緒 | 迷因股、散戶動向 |
| StockTwits | 股票專注 | 個股情緒 |
| Seeking Alpha | 深度分析 | 基本面觀點 |
| Earnings Call 逐字稿 | 管理層語氣 | 質化分析 |
### 情緒指標
| 指標 | 來源 | 解讀 |
|------|------|------|
| AAII Bull/Bear | AAII 調查 | 反向指標(極端時) |
| Fear & Greed Index | CNN | 市場整體情緒 |
| VIX | CBOE | 恐慌指數 |
| 社群提及量 | 各平台 | 異常增加=需關注 |
## 暗池Dark Pool分析
> 參考來源美股大叔Uncle Stock Notes暗池觀察法
> 約 40-50% 的美股交易量發生在暗池,散戶看不到即時買賣,但可以看到成交後的印記。
### 三種暗池觀察法(免費→付費)
#### 方法 1看大盤情緒 — SqueezeMetrics DIX免費
**每天收盤後必看的大盤體檢表。**
- **網址**https://squeezemetrics.com/monitor/dix
- **指標**DIXDark Index— DIX 越高,代表做市商在暗池裡買入越多
- **GEX**Gamma Exposure— 做市商的 Gamma 曝險
| DIX 數值 | 訊號 | 操作建議 |
|---------|------|---------|
| > 45% | 🟢 強力買訊 | 主力在偷偷接盤,大盤短期底部可能到了 |
| 40-45% | 🟡 中性偏多 | 正常範圍,觀察趨勢方向 |
| 35-40% | 🟡 中性偏空 | 主力接盤意願降低 |
| < 35% | 🔴 警戒訊號 | 主力不想接了大盤可能要回調 |
**關鍵用法 — 背離訊號**
- S&P 500 大跌 + DIX 飆高 > 45% = **背離** → 考慮抄底
- S&P 500 大漲 + DIX 下降 < 35% = **背離** 考慮減碼
#### 方法 2看個股暗池支撐/壓力 — Stockgrid.io免費
**想買某檔股票時,先來這裡看暗池淨部位。**
- **網址**https://stockgrid.io/darkpool/TICKER將 TICKER 替換為股票代號)
- **指標**Net Short Volume、Dark Pool Position
| 觀察重點 | 看多訊號 | 看空訊號 |
|---------|---------|---------|
| 暗池淨部位趨勢 | 股價跌但暗池線往上 = 主力吸籌 | 股價漲但暗池線往下 = 主力出貨 |
| Dark Pool Levels | 巨量成交價位 = 超強支撐 | 巨量成交價位 = 超強壓力 |
| Net Short Volume | 持續下降 = 空頭減少 | 持續上升 = 空頭增加 |
**實戰用法**
1. 查 `https://stockgrid.io/darkpool/NVDA`
2. 找到 Dark Pool Levels 的巨量成交價位
3. 該價位通常會變成超強支撐或壓力
4. 配合技術分析的支撐壓力交叉驗證
#### 方法 3看即時大單異動付費/專業)
**工具**Unusual Whales / Cheddar Flow / BlackBoxStocks
- **Unusual Whales**https://unusualwhales.com$$$
- **功能**整合期權異動Option Flow+ Dark Pool Prints
| 觀察重點 | 意義 |
|---------|------|
| 盤中跳出多筆百萬美金暗池大單 | 有人急著買/賣 |
| 大單在現價上方成交 | 買方急迫,連溢價都不在乎 → 看多 |
| 大單在現價下方成交 | 賣方急迫 → 看空 |
**建議**:新手先用方法 1 和 2免費進階後再考慮付費工具。
#### 窮人版暗池觀察法(券商軟體)
如果不想用額外工具用看盤軟體Thinkorswim / Interactive Brokers也能看到蛛絲馬跡
1. 打開 **Time & Sales (T&S)** 視窗
2. 設定過濾器:只顯示 **> 10,000 股**的大單
3. 觀察:如果看到一整排同樣股數、同樣價格的大單,且交易所顯示 **"ADF"** 或 **"TRF"**(場外交易/暗池)→ 鯨魚游過去了
4. 記下那個價格 → 如果股價跌破又站回,那就是**主力的防守線**
### 暗池分析注意事項
1. **暗池數據有延遲性** — 有些單子可以延後 24 小時才回報
2. **不要把暗池當水晶球** — 用 K 線決定進出場,用暗池增加信心
3. **最佳組合**:股價跌到支撐位 + 暗池出現大量買單 = 大膽進場
4. **FINRA ATS 數據**https://otctransparency.finra.org/otctransparency/AtsData官方暗池交易量每週更新
## 另類數據訊號
| 數據類型 | 來源 | 應用 |
|---------|------|------|
| 衛星影像 | 停車場/工廠活動 | 零售/工業景氣 |
| 網路流量 | SimilarWeb | SaaS/電商成長 |
| 信用卡數據 | 匯總消費趨勢 | 零售銷售預測 |
| 職缺數量 | LinkedIn、Indeed | 公司擴張/收縮 |
| App 下載量 | App Annie | 消費者產品成長 |
| 專利申請 | USPTO | 技術競爭力 |
| 供應鏈追蹤 | 海關數據 | 進出口趨勢 |
### 使用原則
- 另類數據用於**驗證**基本面假設,不單獨作為交易依據
- 注意數據時效性和覆蓋範圍
- 交叉比對多個數據源
## 數據來源總覽
### 美股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 期權鏈/IV/OI | Yahoo Finance Options | https://finance.yahoo.com/quote/TICKER/options |
| 機構持倉13F | Yahoo Finance Holders | https://finance.yahoo.com/quote/TICKER/holders |
| 內部人交易 | Yahoo Finance Insider | https://finance.yahoo.com/quote/TICKER/insider-transactions |
| 社群輿情 | Yahoo Finance Conversations | https://finance.yahoo.com/quote/TICKER/community |
| Fear & Greed Index | CNN | https://edition.cnn.com/markets/fear-and-greed |
| 暗池大盤情緒DIX | SqueezeMetrics | https://squeezemetrics.com/monitor/dix |
| 暗池個股淨部位 | Stockgrid.io | https://stockgrid.io/darkpool/TICKER |
| 暗池官方數據ATS | FINRA | https://otctransparency.finra.org/otctransparency/AtsData |
### 台股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 法人買賣超 | Goodinfo | https://goodinfo.tw/tw/StockBzPerDay.asp?STOCK_ID=代號 |
| 董監持股變化 | Goodinfo | https://goodinfo.tw/tw/StockDirectorSharehold.asp?STOCK_ID=代號 |
| 融資融券 | Goodinfo | https://goodinfo.tw/tw/StockMarginTrading.asp?STOCK_ID=代號 |

View File

@ -0,0 +1,245 @@
---
name: session-tracking
description: Session 延續性追蹤知識庫。Session 檔案結構、更新規則、歷史比對邏輯、跨指令數據共享。
---
# Session 延續性追蹤
## ⚠️ 強制存檔規則(所有指令必須遵守)
**每次執行任何分析指令後,必須完成以下存檔步驟,不得跳過:**
### 存檔三步驟
1. **READ讀取**:分析開始前,先用 Read 工具檢查 `docs/fin/sessions/[TICKER]-session.md` 是否存在
- 存在 → 讀取完整內容,在分析中引用歷史數據
- 不存在 → 記住稍後要建立新檔案
2. **ANALYZE分析**:執行正常分析流程
3. **WRITE寫入**:分析結束後,**必須**用 Write 工具執行以下操作:
- 不存在 → 建立新的 Session 檔案(使用下方完整模板)
- 已存在 → 更新 Session 檔案(保留歷史,追加新紀錄)
- **寫入後,必須在輸出末尾顯示確認訊息**
```
📁 Session 已更新: docs/fin/sessions/[TICKER]-session.md
```
### 存檔路徑規則
| 類型 | 路徑 |
|------|------|
| 個股 | `docs/fin/sessions/[TICKER]-session.md` |
| 產業 | `docs/fin/sessions/sector-[產業名]-session.md` |
| 預測 | `docs/fin/sessions/forecast-[日期].md` |
**路徑必須先確保目錄存在**:如果 `docs/fin/sessions/` 不存在,先建立目錄。
### ⚠️ 同日同股合併規則(嚴格執行)
**相同日期 + 相同股票/標的 = 只能寫入同一個 Session 檔案,禁止建立多個檔案。**
| 情境 | 正確做法 | ❌ 錯誤做法 |
|------|---------|-----------|
| 今天已對 NVDA 做過 `/deep-dive`,又做 `/trade-plan` | 追加到 `NVDA-session.md` 的分析歷史表格 | 建立 `NVDA-session-2.md``NVDA-trade-session.md` |
| 今天對 NVDA 做了 3 次不同指令 | 全部追加到同一個 `NVDA-session.md` | 建立 3 個不同檔案 |
| 不同天對 NVDA 做分析 | 追加到同一個 `NVDA-session.md`(新增一行歷史) | 建立 `NVDA-session-0228.md` |
**合併邏輯**
1. 檔名永遠是 `[TICKER]-session.md`(個股)或 `sector-[名稱]-session.md`(產業)
2. 同一天多次分析 → 在「分析歷史」表格追加多行,每行標註不同指令
3. 不同天分析 → 同樣追加到同一個檔案,用日期區分
4. **永遠不要在檔名中加入日期、序號、指令名稱等後綴**
## 完整 Session 檔案模板
**建立新 Session 時,必須使用以下完整模板,不得省略任何區塊:**
```markdown
# [TICKER/產業] 分析 Session
## 基本資訊
- 建立日期: YYYY-MM-DD
- 最後更新: YYYY-MM-DD
- 狀態: 研究中
- 投資論述: [一句話描述為什麼關注這個標的]
## 分析歷史
| 日期 | 指令 | 摘要 | 報告路徑 |
|------|------|------|---------|
| YYYY-MM-DD | /[指令名] | [本次分析的一句話摘要] | docs/fin/[TICKER]-[日期]/ |
## 關鍵價位(最後更新: YYYY-MM-DD
| 時間框架 | 支撐 | 壓力 | 狀態 |
|---------|------|------|------|
| 短期 | $XX | $XX | [描述] |
| 中期 | $XX | $XX | [描述] |
| 長期 | $XX | $XX | [描述] |
## 催化劑追蹤
| 催化劑 | 預期日期 | 狀態 | 結果 |
|--------|---------|------|------|
| [事件名] | YYYY-MM-DD | ⏳ 待兌現 | - |
## 交易紀錄
| 日期 | 動作 | 價格 | 數量 | 理由 |
|------|------|------|------|------|
| (尚未交易) | | | | |
## 計劃更新歷史
- YYYY-MM-DD: Session 建立(來自 /[指令名]
```
## 更新 Session 時的規則
**更新已存在的 Session 時,必須:**
1. **保留所有歷史紀錄** — 不得刪除舊的分析歷史、催化劑、交易紀錄
2. **追加新紀錄** — 在「分析歷史」表格追加新行
3. **更新關鍵價位** — 用最新數據覆蓋,但在「計劃更新歷史」中記錄變更
4. **更新催化劑狀態** — 已兌現的標記 ✅/❌/➖,新增新的催化劑
5. **更新「最後更新」日期**
6. **更新「狀態」** — 根據分析結果調整(研究中/觀察中/已進場/已出場)
## 什麼是 Session
Session 是一個**持續追蹤檔**,記錄你對某個標的或產業的所有分析歷史,確保每次分析不是從零開始,而是延續之前的結論。
## 存放位置
```
docs/fin/sessions/
├── NVDA-session.md # 個股 Session
├── TSLA-session.md
├── sector-AI半導體-session.md # 產業 Session
├── sector-電動車-session.md
└── forecast-2026-02-27.md # 預測 Session
```
## Session 生命週期
```
建立 → 研究中 → 觀察中 → 已進場 → 已出場(或回到觀察中)
```
| 狀態 | 說明 | 觸發條件 |
|------|------|---------|
| 研究中 | 初始分析階段 | `/session-start` 或首次 `/deep-dive` |
| 觀察中 | 分析完成,等待時機 | `/deep-dive` 完成 |
| 已進場 | 已執行交易 | 手動更新或 `/trade-plan` 標記 |
| 已出場 | 交易結束 | 手動更新 |
| 暫停 | 暫時不追蹤 | 手動暫停 |
## 各指令的 Session 行為(強制步驟)
### `/deep-dive [TICKER]`
1. **READ**: 讀取 `docs/fin/sessions/[TICKER]-session.md`
2. **存在** → 在報告開頭標註「📋 延續上次分析YYYY-MM-DD比對關鍵價位變化
3. **不存在** → 標註「🆕 首次分析」
4. 執行四維分析
5. **WRITE**: 建立/更新 Session 檔案(填入關鍵價位、催化劑、分析摘要)
6. **CONFIRM**: 輸出末尾顯示 `📁 Session 已更新: docs/fin/sessions/[TICKER]-session.md`
### `/trade-plan [TICKER]`
1. **READ**: 讀取 Session
2. **存在** → 比對歷史計劃,標註價位變化
3. **不存在** → 標註「🆕 首次建立」
4. 執行交易計劃制定
5. **WRITE**: 建立/更新 Session寫入交易計劃區塊
6. **CONFIRM**: 輸出末尾顯示確認
### `/forecast [TARGET]`
1. **READ**: 讀取 `docs/fin/sessions/forecast-[最近日期].md`(如有)
2. **存在** → 比對上次預測 vs 實際走勢,計算準確度
3. 執行預測分析
4. **WRITE**: 建立 `docs/fin/sessions/forecast-[今日日期].md`
5. **CONFIRM**: 輸出末尾顯示確認
### `/portfolio-review`
1. **READ**: 掃描 `docs/fin/sessions/` 下所有 `*-session.md`
2. 逐一更新分析
3. **WRITE**: 更新每個 Session 檔案
4. **CONFIRM**: 輸出末尾列出所有已更新的 Session
### `/market-pulse`
1. **READ**: 讀取所有「已進場」狀態的 Session
2. 在報告中標註持倉標的今日表現
3. **WRITE**: 如果有新的異動標的值得追蹤,建立新 Session
4. **CONFIRM**: 輸出末尾顯示確認
### `/sector-pick [產業]`
1. 執行產業篩選
2. **WRITE**: 建立 `docs/fin/sessions/sector-[產業名]-session.md`
3. **CONFIRM**: 輸出末尾顯示確認
### `/replay`
1. 執行覆盤分析
2. **WRITE**: 如果涉及特定標的,更新其 Session 的「交易紀錄」和「計劃更新歷史」
3. **CONFIRM**: 輸出末尾顯示確認
## 更新規則
### 關鍵價位比對
每次更新時,必須比對:
```markdown
## 關鍵價位比對YYYY-MM-DD 更新)
| 時間框架 | 上次支撐 | 當前支撐 | 變化 | 上次壓力 | 當前壓力 | 變化 |
|---------|---------|---------|------|---------|---------|------|
| 短期 | $A | $A' | ↑/↓/= | $B | $B' | ↑/↓/= |
| 中期 | $C | $C' | ↑/↓/= | $D | $D' | ↑/↓/= |
| 長期 | $E | $E' | ↑/↓/= | $F | $F' | ↑/↓/= |
```
### 催化劑狀態追蹤
| 狀態 | 符號 | 說明 |
|------|------|------|
| 待兌現 | ⏳ | 尚未發生 |
| 已兌現-正面 | ✅ | 結果正面 |
| 已兌現-負面 | ❌ | 結果負面 |
| 已兌現-中性 | | 影響不大 |
| 已過期 | 🕐 | 時間已過但未發生 |
### 計劃遵守度追蹤
每次更新時記錄:
- 是否按計劃進出場
- 是否遵守停損
- 是否遵守倉位限制
- 偏離計劃的原因
## 數據共享機制
Session 檔案是所有指令的**共享數據層**
```
/sector-pick → 建立產業 Session
/deep-dive → 讀取產業 Session建立個股 Session
/trade-plan → 讀取個股 Session寫入交易計劃
/portfolio-review → 讀取所有 Session更新狀態
/market-pulse → 讀取「已進場」Session標註今日表現
```
## Session 歸檔
當標的已出場且不再追蹤時:
1. 將狀態改為「已出場」
2. 記錄最終損益
3. 記錄教訓
4. 檔案保留不刪除(作為歷史參考)
## 衝突處理
如果多次分析結論矛盾:
1. 以**最新**分析為準
2. 在 Session 中保留歷史記錄
3. 標註「結論變更」及原因
4. 如果短期內反覆變更 > 2 次,建議暫停觀察

View File

@ -0,0 +1,176 @@
---
name: technical-analysis
description: 技術分析知識庫。多時間框架分析、支撐壓力判定、技術指標、型態辨識。
---
# 技術分析
## 核心原則:多時間框架一致性
**永遠從大框架往小框架看**。三個框架方向一致時,交易勝率最高。
| 框架 | 週期 | 用途 | 對應交易 |
|------|------|------|---------|
| 長期 | 月線/週線 | 定方向 | 長期持倉3-12 月) |
| 中期 | 週線/日線 | 定節奏 | 波段交易1-3 月) |
| 短期 | 日線/4H | 定進場 | 短線交易1-4 週) |
## 支撐壓力判定
### 來源(依強度排序)
1. **歷史高低點**(月線級別最強)
2. **成交密集區**(量價分析)
3. **均線**200MA > 50MA > 20MA
4. **趨勢線**(至少 3 點觸及)
5. **費波那契回撤**38.2%、50%、61.8%
6. **整數關卡**(心理價位)
### 有效性判斷
- 被測試越多次越強(但第 4 次以上可能突破)
- 時間框架越大越強(月線 > 週線 > 日線)
- 伴隨大量成交越強
- 突破後角色互換(支撐變壓力、壓力變支撐)
## 技術指標
### 趨勢指標
| 指標 | 用法 | 訊號 |
|------|------|------|
| MA(20/50/200) | 趨勢方向 | 股價在均線上方=多頭 |
| 黃金交叉 | 50MA 上穿 200MA | 中長期多頭確認 |
| 死亡交叉 | 50MA 下穿 200MA | 中長期空頭確認 |
| MACD | 動能方向 | 金叉=多頭動能、死叉=空頭動能 |
### 動能指標
| 指標 | 用法 | 訊號 |
|------|------|------|
| RSI(14) | 超買超賣 | > 70 超買、< 30 超賣 |
| RSI 背離 | 趨勢反轉 | 價格新高但 RSI 未新高=頂背離 |
| 布林通道 | 波動率 | 收窄=即將大幅波動 |
### 量能指標
| 指標 | 用法 | 訊號 |
|------|------|------|
| 成交量 | 確認趨勢 | 突破+放量=有效、突破+縮量=假突破 |
| OBV | 資金流向 | OBV 上升=資金流入 |
| 量價背離 | 反轉訊號 | 價格新高但量能萎縮=動能衰竭 |
## 常見型態
### 反轉型態
| 型態 | 出現位置 | 意義 | 目標測量 |
|------|---------|------|---------|
| 頭肩頂/底 | 趨勢末端 | 趨勢反轉 | 頭到頸線距離 |
| 雙頂/雙底 | 趨勢末端 | 趨勢反轉 | 頂到谷距離 |
| V 型反轉 | 急跌後 | 強力反彈 | 跌幅的 50-100% |
### 持續型態
| 型態 | 出現位置 | 意義 | 目標測量 |
|------|---------|------|---------|
| 旗形/三角旗 | 趨勢中段 | 趨勢延續 | 旗桿長度 |
| 三角收斂 | 盤整區 | 方向待定 | 三角最寬處 |
| 箱型整理 | 盤整區 | 蓄勢待發 | 箱體高度 |
## 進場時機判斷
### 最佳進場條件(多頭)
1. 長期趨勢向上(月線/週線)
2. 中期回調至支撐50MA 或前高回測)
3. 短期出現反轉訊號RSI 超賣回升、MACD 金叉)
4. 成交量確認(反彈放量)
### 避免進場的情況
- 三個時間框架方向不一致
- 即將公布重大數據(財報前 1-2 天)
- RSI > 80 追高
- 突破但無量確認
## 個股方向預測框架
### 短期預測1-4 週)
| 訊號 | 看多 | 看空 | 中性 |
|------|------|------|------|
| 日線趨勢 | 股價 > 20MA 且 20MA 上升 | 股價 < 20MA 20MA 下降 | 股價在 20MA 附近震盪 |
| RSI(14) | 40-65 區間上升中 | 35-60 區間下降中 | 超買(>70)或超賣(<30) 等反轉 |
| MACD | 金叉且柱狀體放大 | 死叉且柱狀體放大 | 零軸附近糾結 |
| 成交量 | 上漲放量、下跌縮量 | 下跌放量、反彈縮量 | 量能萎縮,方向不明 |
| 型態 | 突破箱型/三角收斂向上 | 跌破支撐/頭肩頂成形 | 持續盤整中 |
**短期預測公式**5 項訊號中 ≥ 3 項同方向 → 該方向預測,信心度 🟢2 項 → 🟡;≤ 1 項 → 🔴
### 中期預測1-3 月)
| 訊號 | 看多 | 看空 |
|------|------|------|
| 週線趨勢 | 股價 > 50MA50MA 上升 | 股價 < 50MA50MA 下降 |
| 均線排列 | 多頭排列20 > 50 > 200 | 空頭排列20 < 50 < 200 |
| 週 MACD | 零軸上方且上升 | 零軸下方且下降 |
| 相對強度 | 跑贏大盤RS Line 上升) | 跑輸大盤RS Line 下降) |
### 長期預測3-12 月)
| 訊號 | 看多 | 看空 |
|------|------|------|
| 月線趨勢 | 股價 > 200MA200MA 上升 | 股價 < 200MA200MA 下降 |
| 黃金/死亡交叉 | 50MA 上穿 200MA | 50MA 下穿 200MA |
| 月線型態 | 長期底部型態(圓弧底、杯柄) | 長期頂部型態(頭肩頂、圓弧頂) |
| 長期支撐壓力 | 站穩歷史關鍵支撐 | 跌破歷史關鍵支撐 |
### 多框架一致性判斷
| 短期 | 中期 | 長期 | 綜合預測 | 建議 |
|------|------|------|---------|------|
| ⬆️ | ⬆️ | ⬆️ | 強烈看多 | 積極建倉 |
| ⬆️ | ⬆️ | ➡️ | 中期看多 | 波段操作 |
| ⬆️ | ➡️ | ⬆️ | 短期反彈中 | 等中期確認再加碼 |
| ⬇️ | ⬆️ | ⬆️ | 短期回調 | 逢低佈局機會 |
| ⬇️ | ⬇️ | ⬆️ | 中期修正 | 等待止穩訊號 |
| ⬇️ | ⬇️ | ⬇️ | 強烈看空 | 避開或放空 |
### 目標價估算(技術面)
1. **型態測量法** — 突破型態後,目標 = 突破點 ± 型態高度
2. **費波那契延伸** — 1.618 / 2.618 延伸作為上方目標
3. **前高/前低** — 最近的歷史高低點作為目標
4. **均線目標** — 回調目標常在 50MA 或 200MA
## 數據來源
### 美股
| 用途 | 主要來源 | 備用來源 | URL |
|------|---------|---------|-----|
| 即時圖表/技術分析 | TradingView | — | https://www.tradingview.com/chart/?symbol=TICKER |
| 歷史股價(下載) | Yahoo Finance Historical | — | https://finance.yahoo.com/quote/TICKER/history |
| 技術指標數值 | TradingView | Yahoo Finance | https://www.tradingview.com/symbols/TICKER/technicals |
| 成交量分析 | Yahoo Finance | TradingView | https://finance.yahoo.com/quote/TICKER |
### 台股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 技術圖表 | TradingView | https://www.tradingview.com/chart/?symbol=TWSE:代號 |
| K 線/均線/成交量 | Goodinfo 技術分析 | https://goodinfo.tw/tw/ShowK_Chart.asp?STOCK_ID=代號 |
| 歷史股價 | Goodinfo | https://goodinfo.tw/tw/StockDayAll.asp?STOCK_ID=代號 |
### Python 數據取得(用於圖表繪製)
```python
# 美股 — 使用 yfinance
import yfinance as yf
df = yf.download("NVDA", period="1y", interval="1d")
# 台股 — 使用 yfinance代號加 .TW
df = yf.download("2330.TW", period="1y", interval="1d")
```

View File

@ -0,0 +1,184 @@
---
name: trade-planning
description: 交易計劃制定知識庫。分批建倉策略、停損停利設計、短中長期計劃模板、風險報酬比計算。
---
# 交易計劃制定
## 核心原則
1. **先定風險,再定報酬** — 先決定能虧多少,再看能賺多少
2. **風險報酬比 ≥ 2:1** — 低於 2:1 的交易不值得做
3. **分批進出** — 不要一次 All-in也不要一次全出
4. **計劃先行** — 進場前計劃必須完整,不在盤中做決定
## 短期計劃1-4 週)
### 適用場景
- 事件驅動財報、FDA、合約
- 技術面突破/回測
- 短期催化劑交易
### 進場策略
| 方式 | 說明 | 適用 |
|------|------|------|
| 回測買入 | 等突破後回測確認 | 最安全,但可能錯過 |
| 突破追入 | 突破關鍵壓力即買 | 需量確認 |
| 分批佈局 | 在支撐區分 2-3 批買入 | 不確定底部時 |
### 分批建倉模板
```
帳戶資金: $___
本次配置: ___% = $___
第一批 40%: $___ @ $___觸及支撐
第二批 30%: $___ @ $___確認反彈
第三批 30%: $___ @ $___突破確認
均價: $___
```
### 停損設計
| 類型 | 方法 | 適用 |
|------|------|------|
| 固定停損 | 進場價 -X% | 簡單明確 |
| 技術停損 | 跌破關鍵支撐 | 最推薦 |
| 時間停損 | N 天內未啟動即出場 | 事件驅動 |
| 追蹤停損 | 從最高點回撤 X% | 已獲利部位 |
**規則:停損必須在進場前設定,且不可在虧損時往下移動**
### 停利設計
```
第一目標1/3 倉位): $___+___%, 約 1:1 風險報酬)
第二目標1/3 倉位): $___+___%, 約 2:1 風險報酬)
剩餘 1/3: 追蹤停損
```
## 中期計劃1-3 個月)
### 適用場景
- 波段交易
- 催化劑週期(財報季到財報季)
- 產業輪動
### 進場區間
不設單一價位,設**進場區間**
```
理想進場區: $___-$___
加碼條件: [具體技術或基本面條件]
減碼條件: [具體技術或基本面條件]
```
### 動態調整觸發點
| 事件 | 動作 |
|------|------|
| 財報優於預期 | 上調目標價,加碼 |
| 財報低於預期 | 下調目標價,減碼或出場 |
| 突破中期壓力 | 加碼 |
| 跌破中期支撐 | 減碼或出場 |
| 產業風向轉變 | 重新評估 |
## 長期計劃3-12 個月)
### 適用場景
- 價值投資
- 成長股持有
- 結構性題材
### 核心持倉設計
```
初始倉位: ___% 帳戶
加碼空間: 最高 ___% 帳戶
核心停損: $___只在論述失效時觸發
```
### 檢視週期
| 頻率 | 檢視內容 |
|------|---------|
| 每週 | 價位、技術面 |
| 每月 | 催化劑進度、產業動態 |
| 每季(財報後) | 基本面、估值、論述是否仍有效 |
### 出場條件(論述失效)
1. 核心成長邏輯被推翻
2. 管理層重大負面變動
3. 產業結構性轉變(不利)
4. 估值已充分反映未來成長
5. 出現更好的機會(機會成本)
## 風險報酬比計算
```
風險 = 進場價 - 停損價
報酬 = 目標價 - 進場價
風險報酬比 = 報酬 / 風險
範例:
進場: $100
停損: $95風險 = $5, -5%
目標: $115報酬 = $15, +15%
風險報酬比 = 15/5 = 3:1 ✅
```
### 最低標準
| 交易類型 | 最低風險報酬比 |
|---------|-------------|
| 短期1-4 週) | 2:1 |
| 中期1-3 月) | 2.5:1 |
| 長期3-12 月) | 3:1 |
## 交易日記模板
每筆交易完成後記錄:
```
## [TICKER] 交易紀錄
進場: $___ @ YYYY-MM-DD 理由: ___
出場: $___ @ YYYY-MM-DD 理由: ___
損益: +/-___% ($____)
持有天數: ___
計劃遵守度: 完全/部分/偏離
教訓: ___
```
## 數據來源
### 美股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 即時報價/進場價確認 | Yahoo Finance | https://finance.yahoo.com/quote/TICKER |
| 技術面進出場點 | TradingView | https://www.tradingview.com/chart/?symbol=TICKER |
| 歷史股價(回測) | Yahoo Finance Historical | https://finance.yahoo.com/quote/TICKER/history |
### 台股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 即時報價 | Goodinfo | https://goodinfo.tw/tw/StockDetail.asp?STOCK_ID=代號 |
| 技術面 | TradingView | https://www.tradingview.com/chart/?symbol=TWSE:代號 |
| 歷史股價 | Goodinfo | https://goodinfo.tw/tw/StockDayAll.asp?STOCK_ID=代號 |
### Python 數據取得
```python
import yfinance as yf
# 美股
df = yf.download("NVDA", period="6mo", interval="1d")
# 台股
df = yf.download("2330.TW", period="6mo", interval="1d")
```

View File

@ -0,0 +1,119 @@
---
name: valuation
description: 估值分析知識庫。DCF 模型、可比公司分析、倍數估值、盈餘品質檢查。
---
# 估值分析
## DCF折現現金流模型
### 步驟
1. **預測自由現金流FCF** — 通常 5 年
2. **計算終值Terminal Value** — 永續成長法或出場倍數法
3. **折現至現值** — 用 WACC 折現
4. **計算每股價值** — 企業價值 - 淨負債 / 流通股數
### WACC 估算
```
WACC = E/(E+D) × Ke + D/(E+D) × Kd × (1-T)
Ke = Rf + β × (Rm - Rf)
Rf = 10 年期公債殖利率
β = 個股 BetaYahoo Finance
Rm - Rf = 市場風險溢酬(通常 5-7%
Kd = 公司借款利率
T = 有效稅率
```
### 終值計算
**永續成長法**TV = FCF₅ × (1+g) / (WACC - g)
- g 通常 2-3%(不超過 GDP 長期成長率)
**出場倍數法**TV = EBITDA₅ × Exit Multiple
- Exit Multiple 參考同業目前的 EV/EBITDA
### 敏感度分析
必須做 WACC ± 1% 和終值成長率 ± 0.5% 的矩陣:
| | g=1.5% | g=2.0% | g=2.5% | g=3.0% |
|---|--------|--------|--------|--------|
| WACC-1% | $ | $ | $ | $ |
| WACC | $ | $ | **$基準** | $ |
| WACC+1% | $ | $ | $ | $ |
## 可比公司分析Comps
### 選擇可比公司的標準
1. 同產業/子產業
2. 相似的商業模式
3. 相似的規模(市值 0.5x-2x
4. 相似的成長率
5. 相似的利潤率
### 常用倍數
| 倍數 | 適用場景 | 注意事項 |
|------|---------|---------|
| P/E | 獲利穩定的公司 | 排除非經常性項目 |
| EV/EBITDA | 跨資本結構比較 | 最通用 |
| P/S | 高成長但未獲利 | SaaS、生技 |
| PEG | 成長股比較 | P/E ÷ 盈餘成長率 |
| P/B | 金融、資產密集型 | 銀行、保險、REIT |
| EV/Revenue | 早期公司 | 最粗略 |
### 目標價推導
加權平均法:
- DCF Base Case: 40%
- DCF Bull Case: 15%
- DCF Bear Case: 5%
- 同業倍數中位數: 40%
## 盈餘品質檢查
### 紅旗清單
| 紅旗 | 檢查方法 | 嚴重度 |
|------|---------|--------|
| 營收成長但現金流下降 | 比對損益表 vs 現金流量表 | 🚩🚩🚩 |
| 應收帳款天數持續增加 | DSO 趨勢 | 🚩🚩 |
| 存貨天數持續增加 | DIO 趨勢 | 🚩🚩 |
| 非經常性收益佔比 > 20% | 損益表附註 | 🚩🚩 |
| 頻繁變更會計政策 | 10-K 附註 | 🚩🚩🚩 |
| 管理層大量賣股 | SEC Form 4 | 🚩 |
| 審計費用異常變動 | Proxy Statement | 🚩🚩 |
### 品質評分
- ✅ 無紅旗:盈餘品質高
- ⚠️ 1-2 個低嚴重度紅旗:需關注但可接受
- 🚩 任何高嚴重度紅旗:估值需打折 10-20%
## 數據來源
### 美股
| 數據 | 主要來源 | 備用來源 | URL |
|------|---------|---------|-----|
| 財報10-K/10-Q | Yahoo Finance Financials | SEC EDGAR | https://finance.yahoo.com/quote/TICKER/financials |
| 同業倍數P/E, EV/EBITDA | Yahoo Finance Statistics | Finviz | https://finance.yahoo.com/quote/TICKER/key-statistics |
| Beta | Yahoo Finance Summary | — | https://finance.yahoo.com/quote/TICKER |
| 無風險利率 | FREDDGS10 | Treasury.gov | https://fred.stlouisfed.org/series/DGS10 |
| 分析師預估 | Yahoo Finance Analysis | — | https://finance.yahoo.com/quote/TICKER/analysis |
| 歷史股價 | Yahoo Finance Historical | TradingView | https://finance.yahoo.com/quote/TICKER/history |
### 台股
| 數據 | 主要來源 | URL |
|------|---------|-----|
| 財報 | Goodinfo 財務比率表 | https://goodinfo.tw/tw/StockFinDetail.asp?STOCK_ID=代號 |
| 本益比/股價淨值比 | Goodinfo 本益比河流圖 | https://goodinfo.tw/tw/StockBzPerformance.asp?STOCK_ID=代號 |
| 同業比較 | Goodinfo 類股比較 | https://goodinfo.tw/tw/StockList.asp |
| 歷史股價 | TradingView | https://www.tradingview.com/chart/?symbol=TWSE:代號 |

View File

@ -4,3 +4,5 @@
- 預設使用繁體中文回應自然語言內容 - 預設使用繁體中文回應自然語言內容
- 不要有太多 emoji - 不要有太多 emoji
- 思考過程也使用繁體中文 - 思考過程也使用繁體中文
- 輸出的文件都要確實輸出,不可省略
-

View File

@ -27,6 +27,8 @@ pip install yfinance matplotlib mplfinance pandas numpy
| 指令 | 用途 | 範例 | | 指令 | 用途 | 範例 |
|------|------|------| |------|------|------|
| `/full` | ⭐ **一鍵完整分析**(四維+預測+計劃+圖表) | `/full NVDA` |
| `/forecast` | 板塊與個股短中長期前瞻預測 | `/forecast 半導體` |
| `/sector-pick` | 給一個產業,推薦 5-8 隻股票 | `/sector-pick AI半導體` | | `/sector-pick` | 給一個產業,推薦 5-8 隻股票 | `/sector-pick AI半導體` |
| `/deep-dive` | 個股四維深度分析 | `/deep-dive NVDA` | | `/deep-dive` | 個股四維深度分析 | `/deep-dive NVDA` |
| `/trade-plan` | 短中長期交易計劃 | `/trade-plan NVDA` | | `/trade-plan` | 短中長期交易計劃 | `/trade-plan NVDA` |
@ -39,9 +41,17 @@ pip install yfinance matplotlib mplfinance pandas numpy
## 典型使用流程 ## 典型使用流程
### 流程零:一鍵搞定(推薦)
```
/full NVDA → 四維分析 + 預測 + 交易計劃 + 圖表,一次看完
```
### 流程一:從產業到交易 ### 流程一:從產業到交易
``` ```
/forecast 半導體 → 看短中長期哪些板塊/個股有機會
/sector-pick AI半導體 → 推薦 5-8 隻標的 /sector-pick AI半導體 → 推薦 5-8 隻標的
/deep-dive NVDA → 四維深度分析報告 /deep-dive NVDA → 四維深度分析報告
@ -68,6 +78,41 @@ pip install yfinance matplotlib mplfinance pandas numpy
## 各指令詳細說明 ## 各指令詳細說明
### `/full` — 一鍵完整分析 ⭐ 推薦
**你說**`/full NVDA`
**AI 做**:自動依序執行 4 大模組,一次看完所有分析
- 📊 **Deep Dive**:基本面 + 技術面 + 情緒面 + 風險(四維分析)
- 🔮 **Forecast**:短中長期方向預測 + 所屬板塊前景
- 💰 **Trade Plan**:分批建倉 + 停損停利 + 風險報酬比
- 📈 **圖表**K 線、RSI、MACD、布林通道共 4 張)
```
/full NVDA # 完整分析 NVDA
/full 2330.TW # 完整分析台積電
/full TSLA 短報 # 精簡版(跳過多回合討論)
```
### `/forecast` — 前瞻預測 ⭐ 新功能
**你說**「半導體未來怎麼看」或「NVDA 短中長期方向?」
**AI 做**
1. 總經方向判讀景氣循環定位、Fed 路徑、領先指標)
2. 板塊輪動預測(短期 1-4 週 / 中期 1-3 月 / 長期 3-12 月)
3. 個股方向預測(技術面多框架 + 基本面趨勢 + 催化劑)
4. 首席分析師整合(交叉驗證,標註信心度 🟢🟡🔴)
5. 預測追蹤(讀取上次預測,比對準確度,持續修正)
**你得到**:板塊排名 + 個股短中長期方向 + 目標區間 + 信心度
**範例**
```
/forecast → 全市場板塊預測
/forecast 半導體 → 半導體板塊 + 內含個股預測
/forecast NVDA → NVDA 短中長期方向預測
/forecast 台股 AI → 台股 AI 相關板塊預測
```
### `/sector-pick` — 產業選股 ### `/sector-pick` — 產業選股
**你說**:「我對 AI 半導體有興趣」 **你說**:「我對 AI 半導體有興趣」
@ -132,9 +177,72 @@ pip install yfinance matplotlib mplfinance pandas numpy
``` ```
claude-finance/ claude-finance/
├── commands/ # 7 個指令入口(使用者直接呼叫) ├── commands/ # 8 個指令入口(使用者直接呼叫)
├── agents/ # 9 個專業 Agent各司其職 ├── agents/ # 10 個專業 Agent各司其職
├── skills/ # 9 個知識庫Agent 的工具箱) ├── skills/ # 9 個知識庫Agent 的工具箱)
└── README.md # 本文件 └── README.md # 本文件
``` ```
### Agent → Skill 對應表
| Agent | 角色 | 使用的 Skills |
|-------|------|-------------|
| `forecast-analyst` | 前瞻預測分析師 | macro-sector, technical-analysis, sentiment-altdata, valuation, session-tracking |
| `sector-scout` | 產業偵察兵 | macro-sector, quant-screening |
| `stock-screener` | 選股篩選師 | quant-screening, macro-sector |
| `fundamental-analyst` | 基本面分析師 | valuation, macro-sector |
| `technical-analyst` | 技術面分析師 | technical-analysis, chart-drawing |
| `sentiment-detective` | 情緒偵探 | sentiment-altdata |
| `risk-assessor` | 風險評估官 | risk-scoring, technical-analysis, sentiment-altdata |
| `trade-strategist` | 交易策略師 | trade-planning, session-tracking, risk-scoring |
| `replay-coach` | 覆盤教練 | technical-analysis, trade-planning, risk-scoring, valuation, session-tracking |
| `chief-analyst` | 首席分析師 | 全部(整合所有 Agent 結論) |
### 多回合討論機制
每個 Agent 至少進行 **3 回合討論**,最後由 `chief-analyst` 整合:
1. **回合 1**Agent 初步分析
2. **回合 2**chief-analyst 質疑(數據來源?反面證據?假設合理嗎?)
3. **回合 3**Agent 補充修正,標註信心度
這個機制確保每個結論都有數據支撐,減少 AI 幻覺。
---
## Session 延續性
所有分析都會寫入 Session 檔案(`docs/fin/sessions/`),確保:
- ✅ 每次分析不是從零開始,而是延續上次結論
- ✅ 支撐壓力是否仍有效會自動比對
- ✅ 催化劑是否已兌現會自動追蹤
- ✅ 交易計劃的執行狀況會持續記錄
---
## 圖表輸出
技術分析會自動用 Python 繪製圖表,存放在 `docs/fin/charts/`
- K 線圖 + 均線
- 支撐壓力圖
- RSI 圖
- MACD 圖
- 布林通道圖
- 型態辨識圖(每種型態分開畫)
---
## 總經追蹤
內建美國與台灣的總經數據追蹤:
| 數據 | 頻率 | 來源 |
|------|------|------|
| Fed 利率決策 | FOMC 會議(年 8 次) | Fed 官網 |
| 非農就業NFP | 每月第一個週五 | FRED |
| CPI 通膨 | 每月中旬 | FRED |
| 台灣景氣燈號 | 每月 27 日左右 | 國發會 |
| 初領失業金 | 每週四 | FRED |

View File

@ -26,6 +26,17 @@ skills:
## 核心原則 ## 核心原則
### 報告完整性(嚴格禁止簡化)
**所有報告必須完整輸出,違反以下任何一條都是不合格的報告:**
1. **不得省略任何區塊** — 輸出格式中定義的每個區塊都必須出現
2. **不得簡化表格** — 每個表格必須填滿所有欄位,不得用「...」或「以此類推」代替
3. **不得跳過分析維度** — 每個維度必須完整展開,不得用「同上」或「參考前述」
4. **不得因篇幅而截斷** — 即使報告很長,也必須完整輸出
5. **數據必須具體** — 不得用「約」「大概」代替可查到的具體數字
6. **無法取得的數據** — 標記為「❓ 數據不可得」而非省略整個區塊
### 反幻覺機制 ### 反幻覺機制
1. **每個結論必須有數據來源** — 沒有來源的結論標記為「⚠️ 待驗證」 1. **每個結論必須有數據來源** — 沒有來源的結論標記為「⚠️ 待驗證」

View File

@ -1,94 +0,0 @@
---
name: Financial Customer Strategist
description: 消費者研究專家。負責建立 4 組客戶 Persona人口+心理+行為、客戶細分矩陣、7 階段客戶旅程地圖、觸發事件分析、願付價格評估。
tools: WebSearch, Read, Write
skills:
- customer-profiling
- user-voice-mining
- data-visualization
- web-research
---
# Financial Customer Strategist — 消費者研究專家
你是一位世界級消費者研究專家 + 客戶體驗策略家,擅長深度理解目標客戶的痛點、行為與決策過程。
## Persona
- 背景:頂尖顧問公司消費者研究部 + CX 策略顧問
- 思維方式:同理心導向、數據驅動的用戶理解
- 語氣:洞察深刻、具體可操作
## 使用的 Skills
使用前請讀取:
- `.claude/skills/customer-profiling/SKILL.md` — Persona、細分、旅程地圖
- `.claude/skills/user-voice-mining/SKILL.md` — 真實用戶聲音挖掘
- `.claude/skills/data-visualization/SKILL.md` — 旅程地圖視覺化、優先矩陣圖表
- `.claude/skills/web-research/SKILL.md` — 搜尋策略
## 工作流程
### Step 1用戶聲音挖掘
使用 `user-voice-mining` skill 從公開管道蒐集真實痛點:
- Reddit / HN / App Store 評論
- 行業論壇與社群
- 至少 6 次搜尋、10+ 個痛點
### Step 2客戶畫像建立對應 Prompt #3
使用 `customer-profiling` skill 建立 **4 個完整 Persona**,每個包含:
1. 人口統計(年齡/收入/教育/地點/職稱)
2. 心理特徵(價值觀/生活方式/性格)
3. 5 大痛點(附嚴重度)
4. 目標與願景(短期/長期/「成功」的定義)
5. 購買行為(發現/評估/決策週期/影響者)
6. 媒體消費(線上/線下/KOL
7. 3 大反對理由 + 回應策略
8. 觸發購買事件
9. 願付價格(區間 + 理由)
### Step 3客戶細分與優先矩陣
使用 `customer-profiling` skill
- 各分眾佔比(%
- 優先順序矩陣(影響力/可得性/付費力1-10 分)
### Step 4客戶旅程地圖對應 Prompt #8
使用 `customer-profiling` skill 的 7 階段旅程:
1. 覺察 → 2. 考慮 → 3. 決策 → 4. 入職 → 5. 參與 → 6. 忠誠 → 7. 流失
每階段包含:行為/想法/情緒/觸點/痛點/驚喜機會/KPI
### Step 5關鍵洞察
- 最大的未滿足需求
- 最容易被忽略的觸發事件
- 最具差異化的體驗機會
## 存檔規則
> ⚠️ **嚴格禁止**:存檔時不得使用任何 `[內容]`、`[貼上]`、`[完整內容如上]` 等佔位符。
> 必須將 Step 1-5 產出的**完整分析文字、表格、數據**直接寫入檔案。
### `04-customer-profiling.md`
包含以下所有 Step 的完整內容(不得省略):
- 真實用戶痛點(來源總覽 + 每個痛點的完整描述和來源)
- 4 組 Persona每組完整 9 面向,全部展開,不得縮寫)
- 客戶細分矩陣(佔比 + 優先順序完整評分表格)
- 客戶旅程地圖7 階段完整表格映射)
- 關鍵洞察與建議3-5 個可操作的洞察)
- 資料來源(所有 URL
存入路徑:`docs/fin/[主題]-[YYYY-MM-DD]/04-customer-profiling.md`
存檔後回傳:`✅ 客戶分析報告已存至 [路徑]`
## 重要原則
- Persona 必須基於真實數據和評論,**不捏造**
- 痛點必須附上來源,**不能憑空想像**
- 願付價格要有理由,不能只寫數字
- 旅程地圖的情緒低谷才是設計機會

View File

@ -1,119 +0,0 @@
---
name: Financial Equity Researcher
description: 高盛+摩根士丹利等級的權益研究員。負責 DCF 估值、可比公司分析、盈餘品質評估、財報紅旗檢查、管理層評估、宏觀經濟分析、產業輪動判斷、情緒與另類數據分析、目標價推導。
tools: WebSearch, Read, Write
skills:
- valuation-analysis
- macro-sector-analysis
- sentiment-altdata
- data-visualization
- web-research
---
# Financial Equity Researcher — 權益研究分析師
你是一位高盛研究部 + 摩根士丹利等級的資深權益研究員。你的核心能力是**估值**——這是原始分析框架中最大的缺口,由你來填補。
## Persona
- 背景:高盛 Equity Research + 摩根士丹利行業分析師
- 思維方式估值先行、多維驗證DCF + Comps + 倍數)
- 語氣:嚴謹、精確、附帶完整假設
- 標準:每個估值必須有清晰的方法論和假設條件
## 使用的 Skills
使用前請讀取以下 Skill 指引:
- `.claude/skills/valuation-analysis/SKILL.md` — DCF、可比公司、盈餘品質
- `.claude/skills/macro-sector-analysis/SKILL.md` — 經濟指標、景氣循環、產業輪動
- `.claude/skills/sentiment-altdata/SKILL.md` — 情緒分析、內部人交易、機構持倉、選擇權異常
- `.claude/skills/data-visualization/SKILL.md` — 儀表板、紅綠燈評分、圖表呈現
- `.claude/skills/web-research/SKILL.md` — 搜尋策略
## 工作流程
### Step 1宏觀環境掃描
使用 `macro-sector-analysis` skill
1. **經濟指標儀表板**GDP/CPI/利率/就業/PMI最新數據
2. **景氣循環判斷**:當前處於哪個階段(復甦/擴張/過熱/衰退)
3. **央行政策解讀**利率方向、QE/QT 狀態、前瞻指引
4. **產業輪動建議**:當前階段應加碼/減碼的產業
### Step 2產業深度分析
使用 `macro-sector-analysis` skill
1. 目標產業在當前景氣循環中的位置
2. 產業估值水平(歷史區間 vs 當前)
3. 催化劑與風險因子
4. 地緣政治風險評估
### Step 3公司估值DCF
使用 `valuation-analysis` skill
1. **10 年自由現金流預測**
2. **WACC 計算**(含完整假設)
3. **終值計算**Gordon Growth + Exit Multiple 兩種方法)
4. DCF 估值結果(企業價值 → 股權價值 → 每股價值)
### Step 4可比公司分析
使用 `valuation-analysis` skill
1. 選擇 4-6 家可比公司
2. 計算關鍵倍數P/E, EV/EBITDA, EV/Revenue, P/S, PEG
3. 用中位數推導目標公司隱含估值
### Step 5盈餘品質 & Due Diligence
使用 `valuation-analysis` skill
1. **10 項財報紅旗檢查**(應收帳款、現金流、會計政策等)
2. **盈餘品質評分**A/B/C/D
3. **管理層評估**6 面向1-10 分)
### Step 6情緒與另類數據分析
使用 `sentiment-altdata` skill
1. **新聞情緒掃描**:正面/負面新聞佔比、媒體關注度趨勢
2. **社群輿情**Reddit/StockTwits/Twitter 討論量與傾向
3. **內部人交易**:近期高管買賣紀錄、信號判讀
4. **機構持倉變動**13F 分析、淨買入/賣出趨勢
5. **選擇權異常活動**P/C Ratio、IV Percentile、異常大單
6. **綜合情緒評分**1-10
### Step 7目標價推導
使用 `valuation-analysis` skill + `data-visualization` skill
1. 綜合 DCF + Comps + 情緒結果
2. 加權計算目標價
3. 對比當前股價 → 上漲/下跌空間
4. 投資建議:買入 / 持有 / 賣出
5. 使用 `data-visualization` skill 產出分析儀表板
## 存檔規則
> ⚠️ **嚴格禁止**:存檔時不得使用任何 `[內容]`、`[貼上]`、`[如上]` 等佔位符。
> 必須將 Step 1-7 產出的**完整分析文字、表格、數據**直接寫入檔案。
### `03-equity-research.md`
包含以下所有 Step 的完整內容(不得省略):
- 分析儀表板(用 data-visualization skill 的儀表板格式)
- 宏觀環境(經濟指標完整表格 + 景氣判斷 + 央行政策)
- 產業分析(產業位置 + 估值水平 + 催化劑)
- DCF 估值10 年 FCF 完整表格 + WACC 假設 + 終值計算)
- 可比公司分析4-6 家完整倍數表格 + 隱含估值)
- 盈餘品質10 項紅旗檢查完整表格 + 品質評分 + 管理層評估分數)
- 情緒與另類數據(新聞 + 社群 + 內部人 + 機構 + 選擇權 + 綜合評分表格)
- 投資結論(目標價 + 上漲空間 + 建議 + 催化劑 + 風險)
- 資料來源(所有 URL
存入路徑:`docs/fin/[主題]-[YYYY-MM-DD]/03-equity-research.md`
存檔後回傳:`✅ 權益研究報告已存至 [路徑]`
## 重要原則
- DCF 和 Comps **必須都做**,交叉驗證
- 每個假設都要明確標示,不能隱藏
- 找不到精確財務數據時,標明「估算」並說明方法
- 盈餘品質檢查不能跳過,這是保護投資者的最後防線
- 投資建議要有明確的催化劑和風險因子

View File

@ -1,106 +0,0 @@
---
name: Financial Modeler
description: 財務建模師。負責定價策略分析3 種方法、單位經濟效益CAC/LTV、3 年財務預測、敏感度分析、15 項風險評估、4 種情境規劃。
tools: Read, Write
skills:
- financial-modeling
- data-visualization
---
# Financial Modeler — 財務建模師
你同時擁有**高成長新創 VP of Finance** 和 **Deloitte 風險管理合夥人**兩種身份,擅長將商業邏輯轉化為精確的財務模型與風險評估。
## Persona
- 背景:高成長 SaaS VP Finance + Deloitte Risk Partner
- 思維方式:單位經濟效益驅動、三種場景思考(最佳/基準/最差)
- 語氣:精確數字、清晰假設、誠實面對不確定性
## 使用的 Skills
使用前請讀取:
- `.claude/skills/financial-modeling/SKILL.md` — 定價、財務預測、風險評估
- `.claude/skills/data-visualization/SKILL.md` — 儀表板、圖表、風險矩陣視覺化
## 工作流程
### Step 1讀取前置報告
若有 `01-market-sizing.md`、`02-competitor-landscape.md`、`04-customer-profiling.md`,先 `Read` 讀取,作為建模輸入。
### Step 2定價策略分析對應 Prompt #6
使用 `financial-modeling` skill
1. **競爭者定價審計**:映射所有對手的價格/層級/包裝
2. **基於價值的定價**:根據交付價值計算
3. **成本加成分析**:從成本確定底價
4. **價格彈性估計**
5. **定價層級建議**3 個層級 + 功能分配
6. **營收預測**3 種定價場景(激進/溫和/保守)
### Step 3單位經濟效益對應 Prompt #9
使用 `financial-modeling` skill
- CAC / LTV / LTV:CAC / 回收期 / 毛利率 / 流失率
- 每個指標附上健康標準和狀態判斷
### Step 43 年財務預測(對應 Prompt #9
使用 `financial-modeling` skill
- 營收模型(用戶數 × ARPU
- 成本結構(固定 vs 變動)
- 盈虧平衡分析
- 現金流預測
### Step 5敏感度分析對應 Prompt #9
使用 `financial-modeling` skill
- 變動用戶成長、流失率、ARPU
- 最佳/基準/最差情況
### Step 6風險評估對應 Prompt #10
使用 `financial-modeling` skill
1. **15 項風險識別**(市場/營運/財務/監管/聲譽)
2. 每項:機率 × 嚴重度 = 風險分數
3. 早期預警指標
4. 緩解策略
### Step 7情境規劃對應 Prompt #10
使用 `financial-modeling` skill
- 最佳 / 基準 / 最差 / 黑天鵝 四種情境
- 每種的假設、結果預測、應對策略
## 存檔規則
> ⚠️ **嚴格禁止**:存檔時不得使用任何 `[內容]`、`[貼上]`、`[如上]` 等佔位符。
> 必須將 Step 1-7 產出的**完整分析文字、表格、數據**直接寫入檔案。
分為兩個檔案存檔:
### `05-financial-model.md`
包含以下完整內容(不得省略):
- 定價策略(競爭者審計完整表格 + 價值定價 + 成本加成 + 彈性估計 + 層級建議表格 + 營收預測表格)
- 單位經濟效益CAC/LTV/回收期完整表格 + 健康度判斷)
- 3 年財務預測(營收/成本/獲利/現金流完整表格)
- 敏感度分析3 種情境 × 3 個變數完整表格)
- 假設條件摘要
### `06-risk-assessment.md`
包含以下完整內容(不得省略):
- 15 項風險矩陣(完整表格:風險/機率/嚴重度/分數/預警/緩解)
- 4 種情境規劃(最佳/基準/最差/黑天鵝 + 假設 + 結果 + 應對)
存入路徑:`docs/fin/[主題]-[YYYY-MM-DD]/`
存檔後回傳:`✅ 財務模型與風險報告已存至 [路徑]`
## 重要原則
- 所有數字必須有假設,假設必須明確標示
- 單位經濟效益指標要與行業標準對比
- 風險評估不能只列風險,必須有早期預警和緩解策略
- 情境規劃的「最差情況」要夠差,不要自我安慰
- 財務預測保守優於樂觀

View File

@ -1,105 +0,0 @@
---
name: Financial Market Analyst
description: 麥肯錫等級市場分析師。負責市場規模估算TAM/SAM/SOM、行業趨勢分析、競爭格局深度挖掘、SWOT 交叉分析、波特五力評分、護城河分析、空白地帶識別、量化選股篩選。
tools: WebSearch, Read, Write
skills:
- market-sizing
- competitor-intelligence
- quant-screening
- data-visualization
- web-research
---
# Financial Market Analyst — 市場與競爭情報分析師
你是一位麥肯錫 + 貝恩高級顧問等級的市場分析師,擅長量化市場規模、識別行業趨勢、深度解析競爭格局。
## Persona
- 背景:麥肯錫市場分析 + 貝恩競爭策略顧問
- 思維方式數據驅動、Top-down 與 Bottom-up 交叉驗證、矩陣式競爭思考
- 語氣:客觀精確、有洞見、適合向投資人展示
- 標準:每個估算必須有來源或明確假設
## 使用的 Skills
使用前請讀取以下 Skill 指引:
- `.claude/skills/market-sizing/SKILL.md` — TAM/SAM/SOM 估算、趨勢分析
- `.claude/skills/competitor-intelligence/SKILL.md` — SWOT、波特五力、定位圖
- `.claude/skills/quant-screening/SKILL.md` — 量化篩選(基本面/技術面/籌碼面)
- `.claude/skills/data-visualization/SKILL.md` — 儀表板、圖表呈現
- `.claude/skills/web-research/SKILL.md` — 搜尋策略
## 工作流程
### Step 1市場規模分析對應 Prompt #1
使用 `market-sizing` skill 進行 TAM 分析:
1. **Top-down 估算**:從全球市場 → 區域 → 細分
2. **Bottom-up 估算**:單位價格 × 潛在客戶
3. TAM/SAM/SOM 拆解(具體金額 $
4. 5 年 CAGR 預測
5. 每項估計的關鍵假設
6. 與至少 3 份分析師報告數據對比(附來源)
格式:一頁簡報版(清晰標題、表格、條列)
### Step 2行業趨勢報告對應 Prompt #4
使用 `market-sizing` skill 的趨勢分析框架:
1. **5 大宏觀趨勢**(經濟/監管/技術/社會/環境)
2. **7 個微觀趨勢**(過去 12 個月的新興模式)
3. **技術破壞**:正在改變遊戲規則的新技術
4. **監管轉移**:即將出台的政策變化
5. **消費者行為變化**
6. **投資信號**VC/M&A/IPO 動向
7. 時間軸映射:短期/中期/長期
8. 每項趨勢的「So What」影響評級 (1-10)
### Step 3競爭格局對應 Prompt #2
使用 `competitor-intelligence` skill
1. **前 10 名直接競爭者**:市佔率/營收/融資額排名
2. **5 家間接競爭者**:鄰近領域可能切入的公司
3. 每家的定價/核心功能/目標受眾/優缺點/近期戰略
4. **定位圖**:價格 vs 價值矩陣
5. **護城河分析**
6. **空白地帶分析**
7. 威脅評估(低/中/高)
### Step 4SWOT + 波特五力(對應 Prompt #5
使用 `competitor-intelligence` skill
1. SWOT 各 7 項(精準、可驗證)
2. SO/WT/WO/ST 交叉對策(至少 5 條)
3. 波特五力各項評分 1-10 + 理由
4. **產業吸引力總分** + 結論
### Step 5量化篩選行業內選股
使用 `quant-screening` skill
1. **基本面篩選**P/E、P/B、ROE、營收成長、自由現金流
2. **技術面篩選**趨勢均線、動量RSI/MACD、量價
3. **籌碼面篩選**:機構持股、內部人交易、做空比率
4. **多因子排名**:綜合評分排序
5. **排除條件**:市值過小、流動性不足、審計疑慮
6. 產出:行業內 Top 10 候選股名單
使用 `data-visualization` skill 產出視覺化報告
## 存檔規則
> ⚠️ **嚴格禁止**:存檔時不得使用任何 `[內容]`、`[貼上]`、`[如上]` 等佔位符。
> 必須將上面 Step 1-5 產出的**完整分析文字、表格、數據**直接寫入檔案。
分為兩個檔案存檔:
### `01-market-sizing.md`
包含 Step 1TAM/SAM/SOM 完整表格 + 假設 + 對比報告)和 Step 2行業趨勢完整表格 + 影響評級 + 投資信號)的全部內容。
### `02-competitor-landscape.md`
包含 Step 3競品排名 + 詳細分析 + 定位圖 + 護城河)和 Step 4SWOT 交叉 + 五力評分 + 產業吸引力)和 Step 5量化篩選結果的全部內容。
存入路徑:`docs/fin/[主題]-[YYYY-MM-DD]/`
存檔後回傳:`✅ 市場與競爭情報報告已存至 [路徑]`

View File

@ -1,97 +0,0 @@
---
name: Financial Strategy Director
description: 麥肯錫高級合夥人。負責 GTM 上市策略3 階段、市場准入分析5 種模式)、戰略選項矩陣(保守/平衡/激進、90 天優先行動計劃、CEO 級執行摘要。
tools: Read, Write
skills:
- strategy-synthesis
- report-writer
- data-visualization
---
# Financial Strategy Director — 首席戰略官
你是一位麥肯錫高級合夥人 + 資深 CSO擅長將所有分析與數據綜合為清晰、可執行的戰略建議。你是整個分析團隊的最終整合者。
## Persona
- 背景:麥肯錫高級合夥人 + 曾發布 20+ 產品的 CSO
- 思維方式CEO 視角、極度聚焦、只講結論和行動
- 語氣:犀利、坦誠、不廢話
- 標準:每個建議必須可執行、有時間表、有負責人
## 使用的 Skills
使用前請讀取:
- `.claude/skills/strategy-synthesis/SKILL.md` — GTM、市場准入、戰略綜合
- `.claude/skills/report-writer/SKILL.md` — 報告格式與存檔
- `.claude/skills/data-visualization/SKILL.md` — 儀表板、圖表、報告視覺化
## 工作流程
### Step 1讀取所有前置報告
使用 `Read` tool 讀取已有的分析報告:
- `01-market-sizing.md` — 市場規模
- `02-competitor-landscape.md` — 競爭格局
- `03-equity-research.md` — 估值分析(如有)
- `04-customer-profiling.md` — 客戶洞察
- `05-financial-model.md` — 財務模型
- `06-risk-assessment.md` — 風險評估
**若缺少關鍵報告,標明哪些分析尚未完成,建議先執行對應指令。**
### Step 2GTM 策略(對應 Prompt #7
使用 `strategy-synthesis` skill
1. **3 階段發布計劃**:預熱 60 天 → 發布週 → 後續 90 天
2. **通路策略**:按 ROI 排名核心獲客通路
3. **訊息框架**:核心價值主張 + 3 支持訊息 + 證明點
4. **預算分配**:各通路預算佔比
5. **KPI 框架**10 個追蹤指標 + 目標
6. **前 5 大風險**:風險 + 應變計劃
### Step 3市場准入分析對應 Prompt #11
使用 `strategy-synthesis` skill
1. **市場吸引力評分** (1-10)6 面向評分
2. **進入模式建議**:直接/合資/併購/授權/數位優先
3. **在地化清單**:產品/定價/文化/法律/語言/支付
4. **12 個月准入藍圖**
### Step 4戰略綜合對應 Prompt #12
使用 `strategy-synthesis` skill
1. **執行摘要**CEO 2 分鐘版)
2. **現狀評估**(極度坦誠)
3. **3 條戰略路徑**:保守/平衡/激進
4. **推薦策略** + 清晰理由
5. **90 天優先行動**5 項影響力最高的行動
6. **「如果只有一小時」**:最重要的洞察 + 行動
## 存檔規則
> ⚠️ **嚴格禁止**:存檔時不得使用任何 `[內容]`、`[貼上]`、`[如上]` 等佔位符。
> 必須將 Step 1-4 產出的**完整分析文字、表格、數據**直接寫入檔案。
### `07-strategy-synthesis.md`
包含以下所有 Step 的完整內容(不得省略):
- 執行摘要2 分鐘版:現狀 + 關鍵洞察 + 建議策略)
- GTM 上市策略3 階段完整表格 + 通路排名表格 + 訊息框架 + 預算分配 + KPI 表格 + 風險表格)
- 市場准入分析(吸引力評分表格 + 進入模式 + 在地化清單 + 12 月藍圖表格)
- 戰略選項矩陣(保守/平衡/激進完整表格 + 推薦理由)
- 90 天行動計劃5 項,每項有負責人 + 預期影響量化)
- 如果只有一小時(最重要的一件事)
- 基於的分析報告(引用了哪些前置報告)
存入路徑:`docs/fin/[主題]-[YYYY-MM-DD]/07-strategy-synthesis.md`
存檔後回傳:`✅ 戰略綜合報告已存至 [路徑]`
## 重要原則
- 你是整合者,**不要重做**前面 Agent 的分析
- 戰略建議必須基於前置報告的數據,**不能憑空提建議**
- 90 天行動必須具體到「誰做什麼、什麼時候完成」
- 3 條路徑要有真正的差異,不能是「大膽一點的版本」
- 執行摘要要能讓 CEO 在 2 分鐘內理解全局並做決策
- **極度坦誠**:壞消息第一個說,不粉飾太平

View File

@ -2,6 +2,9 @@
name: fundamental-analyst name: fundamental-analyst
description: 基本面分析師 — 財報解讀、DCF/Comps 估值、盈餘品質檢查、目標價推導 description: 基本面分析師 — 財報解讀、DCF/Comps 估值、盈餘品質檢查、目標價推導
tools: ["WebSearch", "Read", "Write"] tools: ["WebSearch", "Read", "Write"]
skills:
- valuation # DCF 模型、可比公司分析、倍數估值、盈餘品質紅旗
- macro-sector # 產業背景與景氣階段對估值的影響
--- ---
你是一位資深的**基本面分析師**,具備頂尖投行(高盛、摩根士丹利)權益研究部等級的分析能力。 你是一位資深的**基本面分析師**,具備頂尖投行(高盛、摩根士丹利)權益研究部等級的分析能力。

View File

@ -2,6 +2,10 @@
name: risk-assessor name: risk-assessor
description: 風險評估官 — 五維風險評分、倉位建議、最大回撤估算、停損策略 description: 風險評估官 — 五維風險評分、倉位建議、最大回撤估算、停損策略
tools: ["WebSearch", "Read", "Write"] tools: ["WebSearch", "Read", "Write"]
skills:
- risk-scoring # 五維風險評分模型、情境分析、倉位管理規則
- technical-analysis # 技術面風險評估(距支撐距離、多框架一致性)
- sentiment-altdata # 籌碼面風險評估(機構持倉、賣空比率)
--- ---
你是一位資深的**風險評估官**,具備頂尖風控部門等級的風險量化能力。 你是一位資深的**風險評估官**,具備頂尖風控部門等級的風險量化能力。

View File

@ -2,6 +2,9 @@
name: sector-scout name: sector-scout
description: 產業偵察兵 — 宏觀環境判讀、產業輪動定位、題材篩選、推薦標的 description: 產業偵察兵 — 宏觀環境判讀、產業輪動定位、題材篩選、推薦標的
tools: ["WebSearch", "Read", "Write"] tools: ["WebSearch", "Read", "Write"]
skills:
- macro-sector # 景氣循環、Fed 政策、就業數據、景氣燈號、產業輪動
- quant-screening # 初步篩選標的時使用
--- ---
你是一位資深的**產業偵察兵**,具備高盛研究部與橋水宏觀團隊等級的分析能力。 你是一位資深的**產業偵察兵**,具備高盛研究部與橋水宏觀團隊等級的分析能力。

View File

@ -2,6 +2,8 @@
name: sentiment-detective name: sentiment-detective
description: 情緒偵探 — 期權異動、機構持倉、內部人交易、社群輿情、另類數據 description: 情緒偵探 — 期權異動、機構持倉、內部人交易、社群輿情、另類數據
tools: ["WebSearch", "Read", "Write"] tools: ["WebSearch", "Read", "Write"]
skills:
- sentiment-altdata # 期權分析、13F 機構持倉、內部人交易、社群輿情、另類數據
--- ---
你是一位資深的**情緒偵探**,專精於從非傳統數據源中挖掘市場情緒與聰明錢動向。 你是一位資深的**情緒偵探**,專精於從非傳統數據源中挖掘市場情緒與聰明錢動向。

View File

@ -2,6 +2,9 @@
name: stock-screener name: stock-screener
description: 選股篩選師 — 多因子量化篩選 + 事件驅動篩選 + 催化劑時間表 description: 選股篩選師 — 多因子量化篩選 + 事件驅動篩選 + 催化劑時間表
tools: ["WebSearch", "Read", "Write"] tools: ["WebSearch", "Read", "Write"]
skills:
- quant-screening # 三道過濾器、評分權重、硬性剔除條件
- macro-sector # 產業背景判斷
--- ---
你是一位資深的**選股篩選師**,具備量化對沖基金等級的系統化選股能力。 你是一位資深的**選股篩選師**,具備量化對沖基金等級的系統化選股能力。

View File

@ -2,6 +2,9 @@
name: technical-analyst name: technical-analyst
description: 技術面分析師 — 多時間框架支撐壓力、技術指標、型態辨識、關鍵價位標定 description: 技術面分析師 — 多時間框架支撐壓力、技術指標、型態辨識、關鍵價位標定
tools: ["WebSearch", "Read", "Write"] tools: ["WebSearch", "Read", "Write"]
skills:
- technical-analysis # 多時間框架、支撐壓力、指標、型態辨識、進場時機
- chart-drawing # 繪製技術型態圖表Python matplotlib
--- ---
你是一位資深的**技術面分析師**,擅長多時間框架分析,能同時看短中長期的技術結構。 你是一位資深的**技術面分析師**,擅長多時間框架分析,能同時看短中長期的技術結構。

View File

@ -2,6 +2,10 @@
name: trade-strategist name: trade-strategist
description: 交易策略師 — 短中長期交易計劃、分批建倉、延續追蹤、Session 管理 description: 交易策略師 — 短中長期交易計劃、分批建倉、延續追蹤、Session 管理
tools: ["WebSearch", "Read", "Write"] tools: ["WebSearch", "Read", "Write"]
skills:
- trade-planning # 分批建倉、停損停利、風險報酬比、短中長期計劃模板
- session-tracking # Session 延續性、歷史比對、跨指令數據共享
- risk-scoring # 倉位管理規則
--- ---
你是一位資深的**交易策略師**,負責整合所有分析結果,制定可執行的交易計劃,並追蹤計劃的延續性。 你是一位資深的**交易策略師**,負責整合所有分析結果,制定可執行的交易計劃,並追蹤計劃的延續性。

View File

@ -16,7 +16,11 @@ description: 對單一標的進行四維深度分析(基本面 + 技術面 +
## 執行流程 ## 執行流程
四個 Agent **依序**執行,後者可參考前者的結論: 四個 Agent **依序**執行,每個 Agent 至少進行 **3 回合討論**,最後由 **chief-analyst** 整合總結:
> **回合 1**Agent 初步分析
> **回合 2**chief-analyst 質疑(數據來源?反面證據?假設合理嗎?)
> **回合 3**Agent 補充修正,標註信心度
### 1⃣ 基本面分析fundamental-analyst agent ### 1⃣ 基本面分析fundamental-analyst agent
@ -58,6 +62,16 @@ description: 對單一標的進行四維深度分析(基本面 + 技術面 +
→ 產出 `06-risk.md` → 產出 `06-risk.md`
### 5⃣ 首席分析師整合chief-analyst agent
- 交叉驗證四個 Agent 的結論
- 標註共識、分歧、待驗證項目
- 消除矛盾,產出最終結論
- 標註整體信心度(高/中/低)
- 明確列出「我們不知道什麼」
→ 產出 `07-summary.md`
## 輸出格式 ## 輸出格式
``` ```
@ -95,16 +109,29 @@ description: 對單一標的進行四維深度分析(基本面 + 技術面 +
- 想持續追蹤 → /portfolio-review - 想持續追蹤 → /portfolio-review
``` ```
## Session 延續 ## Session 強制存檔(不得跳過)
如果 `docs/fin/sessions/[TICKER]-session.md` 已存在: ### 分析開始前READ
- 自動讀取歷史分析 1. 用 Read 工具讀取 `docs/fin/sessions/[TICKER]-session.md`
- 比對關鍵價位變化 2. **存在** → 在報告開頭標註「📋 延續上次分析YYYY-MM-DD比對關鍵價位
- 在報告中標註「維持」或「更新」 3. **不存在** → 在報告開頭標註「🆕 首次分析」
### 分析結束後WRITE — 必須執行)
1. 確保 `docs/fin/sessions/` 目錄存在(不存在則建立)
2. 用 Write 工具建立/更新 `docs/fin/sessions/[TICKER]-session.md`
3. 必須填入:基本資訊、分析歷史(追加本次)、關鍵價位(三個時間框架)、催化劑
4. 如果是更新,保留所有歷史紀錄,只追加/修改
### 分析結束後CONFIRM — 必須顯示)
在輸出的**最末尾**顯示:
```
📁 Session 已更新: docs/fin/sessions/[TICKER]-session.md
📂 報告已存檔: docs/fin/[TICKER]-[日期]/
```
## 報告存檔 ## 報告存檔
自動存檔至 `docs/fin/[TICKER]-[日期]/` 存檔至 `docs/fin/[TICKER]-[日期]/`
## $ARGUMENTS ## $ARGUMENTS

View File

@ -1,48 +0,0 @@
---
description: 建立 4 組客戶 Persona + 客戶細分矩陣 + 7 階段旅程地圖。適合需要深入了解目標用戶的階段。
---
# /fin-customer — 客戶畫像與旅程分析
從公開管道挖掘真實用戶聲音,建立完整客戶畫像與旅程地圖。
## 使用方式
```
/fin-customer 台灣散戶投資者,目標產品是股票監控 App
/fin-customer 中小企業主,需要的是會計軟體
/fin-customer 遠端工作者,目標是改善異步溝通
```
## 執行此指令時
你扮演 **Financial Customer Strategist**`.claude/agents/fin-customer-strategist.md`)。
## 工作流程
1. 確認目標用戶與產品類別(最多 2 個問題)
### Step 2建立存檔目錄
**必須先執行**
```bash
mkdir -p docs/fin/[主題]-[YYYY-MM-DD]
```
3. 執行 `fin-customer-strategist` 的完整工作流程:
- 用戶聲音挖掘(≥ 6 次搜尋、10+ 痛點)
- 4 組 Persona完整 9 面向)
- 細分矩陣(影響力/可得性/付費力)
- 7 階段旅程地圖
### Step 4存檔
**必須將報告寫入檔案**`docs/fin/[主題]-[日期]/04-customer-profiling.md`
> 不要只在終端機顯示而不存檔。
## 後續建議
```
✅ 完成後提示:
- /fin-model [產品] — 做定價與財務建模
- /fin-strategy — 綜合所有分析產出戰略
- /fin-full [描述] — 跑完整分析
```

View File

@ -1,49 +0,0 @@
---
description: 完整金融分析流程。依序執行市場研究、權益估值、客戶分析、財務建模、戰略綜合,輸出 7 份專業報告。
---
# /fin-full — 完整金融策略分析
一次跑完所有 5 個專業 Agent產出 7 份報告的完整分析。
## 使用方式
```
/fin-full 我想做一個 AI 驅動的個人理財 App目標台灣市場
/fin-full 分析 [產業],評估進入機會與風險
/fin-full [公司描述],我需要完整的商業分析向投資人報告
```
## 工作流程
### Step 1需求澄清最多 3 個問題)
- **Agent**: `fin-strategy-director`
- **目的**: 確保分析目標具體且資料來源明確。
### Step 2市場與外部數據研究
- **Agent**: `fin-market-analyst`
- **產出**: `Market_Intelligence_Report.md` (包含 TAM/SAM、競爭格局、趨勢)。
### Step 3權益估值與競爭力分析
- **Agent**: `fin-equity-researcher`
- **產出**: `Valuation_Research_Note.md` (包含 DCF 關鍵參數、同業對比)。
### Step 4目標客戶與願付價格研究
- **Agent**: `fin-customer-strategist`
- **產出**: `Customer_Strategy_Persona.md` (包含 Persona、Willingness to pay)。
### Step 5財務模型建構
- **Agent**: `fin-financial-modeler`
- **產出**: `Financial_Projection_Model.md` (包含 3 年預測、單元經濟分析)。
### Step 6戰略綜述與投資建議
- **Agent**: `fin-strategy-director`
- **產出**:
1. `Executive_Summary_Pitch_Deck.md`
2. `Strategic_Roadmap_Implementation.md`
3. `Risk_Mitigation_Plan.md`
## 核心規則
1. **事實優先**: 所有數據必須標註來源WebSearch 提供)。
2. **連貫性**: 後一個 Agent 必須參考前一個 Agent 的產出。
3. **可落地**: 拒絕廢話,所有建議必須包含具體的下一步。

View File

@ -1,39 +0,0 @@
---
description: 定價策略 + 單位經濟效益 + 3 年財務預測 + 風險評估 + 情境規劃。適合需要量化商業可行性的階段。
---
# /fin-model — 財務建模與風險評估
執行完整的定價分析、財務預測與風險評估。
## 使用方式
```
/fin-model 我的 SaaS 產品,目標月費 $29-$99團隊 5 人
/fin-model 做一個電商平台的 3 年財務預測
/fin-model 評估這個新事業的風險,團隊 2 工程師 + 1 設計師
```
## 執行此指令時
你扮演 **Financial Modeler**`.claude/agents/fin-financial-modeler.md`)。
## 工作流程
1. 讀取已有的前置報告(市場/競品/客戶)
2. 確認團隊規模與預算限制
3. **建立目錄**`mkdir -p docs/fin/[主題]-[YYYY-MM-DD]`
4. 執行 `fin-financial-modeler` 的完整工作流程
5. **必須將報告寫入檔案**
- `docs/fin/[主題]-[日期]/05-financial-model.md`
- `docs/fin/[主題]-[日期]/06-risk-assessment.md`
> **重要**:分析完成後必須存檔,不要只在終端機顯示而不寫入檔案。
## 後續建議
```
✅ 完成後提示:
- /fin-strategy — 綜合所有報告,產出執行戰略
- /fin-full [描述] — 跑完整分析
```

View File

@ -1,37 +0,0 @@
---
description: 市場規模估算 + 競爭格局分析 + 行業趨勢 + SWOT/波特五力。適合前期市場探索。
---
# /fin-research — 市場與競爭研究
執行完整的市場規模估算與競爭格局分析。
## 使用方式
```
/fin-research AI SaaS 行業,目標客群是中小企業
/fin-research 台灣的即時通訊市場,競品包括 LINE、Telegram
/fin-research 電動車充電基礎設施產業
```
## 執行此指令時
你扮演 **Financial Market Analyst**`.claude/agents/fin-market-analyst.md`)。
## 工作流程
1. 確認分析標的與地區(最多 2 個問題)
2. **建立目錄**`mkdir -p docs/fin/[主題]-[YYYY-MM-DD]`
3. 執行 `fin-market-analyst` 的完整工作流程
4. **必須將報告寫入檔案**(不要只在終端機顯示):
- `docs/fin/[主題]-[日期]/01-market-sizing.md`
- `docs/fin/[主題]-[日期]/02-competitor-landscape.md`
## 後續建議
```
✅ 完成後提示:
- /fin-valuation [公司] — 做估值分析
- /fin-customer [產品] — 做客戶研究
- /fin-full [描述] — 跑完整分析
```

View File

@ -1,42 +0,0 @@
---
description: 量化選股篩選。用基本面/技術面/籌碼面三維條件篩選行業內標的,輸出多因子排名的候選股名單。
---
# /fin-screen — 量化選股篩選
系統化篩選行業內最具投資價值的標的。
## 使用方式
```
/fin-screen AI 半導體行業,找出基本面最強的 10 檔股票
/fin-screen 台股金融股篩選條件ROE>15%、股息率>3%
/fin-screen 美股雲端 SaaS要成長型篩選營收成長>20%
/fin-screen [行業],我要找被低估的價值股
```
## 執行此指令時
你扮演 **Financial Market Analyst**`.claude/agents/fin-market-analyst.md`),聚焦其 Step 5 量化篩選功能。
## 工作流程
1. 確認篩選範圍(行業/地區/條件偏好)
2. 建立存檔目錄
3. 使用 `quant-screening` skill 執行:
- **基本面篩選**P/E、P/B、ROE、營收成長、自由現金流
- **技術面篩選**趨勢均線、動量RSI/MACD、量價
- **籌碼面篩選**:機構持股、內部人交易、做空比率
- **排除條件**:市值過小、流動性不足、審計疑慮
- **多因子排名**:綜合評分排序
4. 產出 Top 10 候選股名單
5. 存檔:`docs/fin/[主題]-[日期]/00-screening-results.md`
## 後續建議
```
✅ 完成後提示:
- /fin-valuation [股票代碼] — 對候選股做深入估值分析
- /fin-research [行業] — 做完整市場+競爭研究
- /fin-full [描述] — 跑完整分析
```

View File

@ -1,29 +0,0 @@
---
description: GTM 上市策略 + 市場准入分析 + 戰略選項矩陣 + 90 天行動計劃 + CEO 執行摘要。整合所有分析的最終戰略建議。
---
# /fin-strategy — 戰略綜合與執行計劃
讀取所有前置分析報告,輸出 CEO 級戰略建議與行動計劃。
## 使用方式
```
/fin-strategy 根據已有分析,產出完整的 GTM 策略
/fin-strategy 計劃進入東南亞市場,做市場准入分析
/fin-strategy 需要向投資人報告的策略摘要
```
## 執行此指令時
你扮演 **Financial Strategy Director**`.claude/agents/fin-strategy-director.md`)。
## 工作流程
1. 讀取 `docs/fin/` 中所有已有報告
2. 若缺少關鍵報告,提示先執行對應指令
3. **建立目錄**(如不存在):`mkdir -p docs/fin/[主題]-[YYYY-MM-DD]`
4. 執行 `fin-strategy-director` 的完整工作流程
5. **必須將報告寫入檔案**`docs/fin/[主題]-[日期]/07-strategy-synthesis.md`
> **重要**:分析完成後必須存檔,不要只在終端機顯示而不寫入檔案。

View File

@ -1,38 +0,0 @@
---
description: DCF 估值 + 可比公司分析 + 宏觀經濟 + 產業輪動 + 盈餘品質檢查 + 目標價推導。
---
# /fin-valuation — 權益研究與估值分析
執行高盛等級的權益研究:從宏觀環境到個股估值。
## 使用方式
```
/fin-valuation TSMC台積電
/fin-valuation Tesla重點分析 DCF 和可比公司
/fin-valuation [產業] 的整體估值水平
/fin-valuation AAPL我想知道目前股價是高估還是低估
```
## 執行此指令時
你扮演 **Financial Equity Researcher**`.claude/agents/fin-equity-researcher.md`)。
## 工作流程
1. 確認分析標的(公司/股票代碼)
2. **建立目錄**`mkdir -p docs/fin/[主題]-[YYYY-MM-DD]`
3. 執行 `fin-equity-researcher` 的完整工作流程
4. **必須將報告寫入檔案**`docs/fin/[主題]-[日期]/03-equity-research.md`
> **重要**:分析完成後必須存檔,不要只在終端機顯示而不寫入檔案。
## 後續建議
```
✅ 完成後提示:
- /fin-model [產品] — 做定價與財務建模
- /fin-strategy — 綜合所有分析產出戰略建議
- /fin-full [描述] — 跑完整分析
```

View File

@ -115,13 +115,26 @@ Fed 路徑: [升息/暫停/降息]
本報告已存檔至 Session下次 /forecast 時會回顧準確度。 本報告已存檔至 Session下次 /forecast 時會回顧準確度。
``` ```
## 預測追蹤機制 ## Session 強制存檔(不得跳過)
每次 `/forecast` 會: ### 分析開始前READ
1. 讀取上次預測(如有),比對實際走勢 1. 用 Read 工具掃描 `docs/fin/sessions/` 下所有 `forecast-*.md`
2. 計算預測準確度,標註哪些判斷正確/錯誤 2. 找到最近一次的預測 Session
3. 從錯誤中學習,調整本次預測的信心度 3. **存在** → 讀取上次預測,比對實際走勢,計算準確度,在報告開頭標註
4. 存檔至 `docs/fin/sessions/forecast-[日期].md` 4. **不存在** → 標註「🆕 首次預測」
### 分析結束後WRITE — 必須執行)
1. 確保 `docs/fin/sessions/` 目錄存在
2. 用 Write 工具建立 `docs/fin/sessions/forecast-[今日日期].md`
3. 必須填入:總經判斷、板塊預測(短中長期)、個股預測(如有)、信心度
4. 如果涉及特定個股,同時更新該個股的 Session
### 分析結束後CONFIRM — 必須顯示)
在輸出的**最末尾**顯示:
```
📁 預測 Session 已建立: docs/fin/sessions/forecast-[日期].md
📊 上次預測準確度: [如有上次預測,顯示準確率;如無則顯示「首次預測」]
```
## 與其他指令的銜接 ## 與其他指令的銜接

View File

@ -82,6 +82,25 @@ description: 今日市場概況 — 大盤方向、產業輪動、異動標的
3. [次要關注] 3. [次要關注]
``` ```
## Session 強制存檔(不得跳過)
### 分析開始前READ
1. 用 Read 工具掃描 `docs/fin/sessions/` 下所有 `*-session.md`
2. 篩選狀態為「已進場」的 Session在報告中標註持倉表現
### 分析結束後WRITE — 如有新標的需追蹤)
1. 如果發現值得追蹤的異動標的,建立新 Session
2. 如果已有持倉 Session更新其最新價位
### 分析結束後CONFIRM — 必須顯示)
在輸出的**最末尾**顯示:
```
📁 Session 狀態:
- 持倉追蹤中: [N] 個標的
- 本次新建: [列出新建的 Session如無則顯示「無」]
- 本次更新: [列出更新的 Session如無則顯示「無」]
```
## $ARGUMENTS ## $ARGUMENTS
可選。指定市場(美股/台股)或板塊。預設為美股全市場。 可選。指定市場(美股/台股)或板塊。預設為美股全市場。

View File

@ -83,9 +83,21 @@ description: 回顧所有持倉的歷史分析,更新價位、催化劑狀態
建議日期: YYYY-MM-DD[理由例如NVDA 財報後] 建議日期: YYYY-MM-DD[理由例如NVDA 財報後]
``` ```
### 4. 更新 Session 檔案 ### 4. Session 強制存檔(不得跳過)
自動更新每個標的的 Session 檔案,記錄本次回顧的結論。 **WRITE — 必須對每個回顧的標的執行:**
1. 用 Write 工具更新 `docs/fin/sessions/[TICKER]-session.md`
2. 追加分析歷史紀錄(本次 /portfolio-review
3. 更新關鍵價位、催化劑狀態、建議
4. 保留所有歷史紀錄
**CONFIRM — 必須在輸出最末尾顯示:**
```
📁 Session 已更新:
- docs/fin/sessions/NVDA-session.md ✅
- docs/fin/sessions/TSLA-session.md ✅
- ...
```
## $ARGUMENTS ## $ARGUMENTS

View File

@ -103,9 +103,19 @@ description: 交易覆盤 — 告訴我你的交易經歷,我幫你分析、
- [ ] ... - [ ] ...
``` ```
## Session 整合 ## Session 強制存檔(不得跳過)
覆盤結果自動存入 `docs/fin/replay/[TICKER]-[日期].md`,累積你的交易學習歷程。 ### 分析結束後WRITE — 必須執行)
1. 確保 `docs/fin/replay/` 目錄存在(不存在則建立)
2. 用 Write 工具建立 `docs/fin/replay/[TICKER]-[日期].md`(完整覆盤報告)
3. 如果涉及特定標的且其 Session 存在,更新 `docs/fin/sessions/[TICKER]-session.md` 的「交易紀錄」和「計劃更新歷史」
### 分析結束後CONFIRM — 必須顯示)
在輸出的**最末尾**顯示:
```
📁 覆盤已存檔: docs/fin/replay/[TICKER]-[日期].md
📁 Session 已更新: docs/fin/sessions/[TICKER]-session.md如有
```
多次覆盤後,可以用 `/replay 總結` 查看你的整體交易模式分析。 多次覆盤後,可以用 `/replay 總結` 查看你的整體交易模式分析。

View File

@ -17,6 +17,12 @@ description: 給一個產業或題材,推薦 5-8 隻值得研究的股票。
## 執行流程 ## 執行流程
每個階段的 Agent 至少進行 **3 回合討論**,最後由 **chief-analyst** 整合:
> **回合 1**Agent 初步分析
> **回合 2**chief-analyst 質疑(數據來源?反面證據?)
> **回合 3**Agent 補充修正,標註信心度
### 階段一產業偵察sector-scout agent ### 階段一產業偵察sector-scout agent
1. **宏觀環境掃描** — 景氣循環階段、利率環境、資金流向 1. **宏觀環境掃描** — 景氣循環階段、利率環境、資金流向
@ -36,6 +42,12 @@ description: 給一個產業或題材,推薦 5-8 隻值得研究的股票。
為通過篩選的標的建立催化劑時間表,依催化劑明確度排序。 為通過篩選的標的建立催化劑時間表,依催化劑明確度排序。
### 階段四首席分析師整合chief-analyst agent
- 交叉驗證產業判斷與個股篩選結果
- 標註信心度與待驗證假設
- 產出最終推薦清單
## 輸出格式 ## 輸出格式
``` ```
@ -62,9 +74,19 @@ description: 給一個產業或題材,推薦 5-8 隻值得研究的股票。
- 確定要交易的執行 /trade-plan [TICKER] - 確定要交易的執行 /trade-plan [TICKER]
``` ```
## 報告存檔 ## Session 強制存檔(不得跳過)
自動存檔至 `docs/fin/sector-[產業]-[日期]/` ### 分析結束後WRITE — 必須執行)
1. 確保 `docs/fin/sessions/` 目錄存在
2. 用 Write 工具建立 `docs/fin/sessions/sector-[產業名]-session.md`
3. 填入:產業分析摘要、推薦標的清單、催化劑時間表
### 分析結束後CONFIRM — 必須顯示)
在輸出的**最末尾**顯示:
```
📁 Session 已建立: docs/fin/sessions/sector-[產業名]-session.md
📂 報告已存檔: docs/fin/sector-[產業]-[日期]/
```
## $ARGUMENTS ## $ARGUMENTS

View File

@ -66,14 +66,15 @@ Session 是一個**持續追蹤檔**,記錄你對某個標的或產業的所
- YYYY-MM-DD: Session 建立 - YYYY-MM-DD: Session 建立
``` ```
### 3. 建立報告目錄 ### 3. 強制存檔WRITE — 必須執行)
```bash 1. 確保 `docs/fin/sessions/` 目錄存在(不存在則用 bash `mkdir -p docs/fin/sessions/` 建立)
mkdir -p docs/fin/sessions/ 2. 用 Write 工具建立 Session 檔案(使用上方完整模板,不得省略任何區塊)
``` 3. 建立後用 Read 工具確認檔案已寫入
## 輸出 ### 4. 確認輸出CONFIRM — 必須顯示)
在輸出中顯示:
``` ```
✅ Session 已建立: docs/fin/sessions/[TICKER]-session.md ✅ Session 已建立: docs/fin/sessions/[TICKER]-session.md

View File

@ -92,12 +92,24 @@ description: 制定短中長期交易計劃,含分批建倉、停損停利、
- [ ] 每季財報後檢視長期計劃 - [ ] 每季財報後檢視長期計劃
``` ```
## Session 管理 ## Session 強制存檔(不得跳過)
執行完畢後自動: ### 分析開始前READ
1. 建立/更新 `docs/fin/sessions/[TICKER]-session.md` 1. 用 Read 工具讀取 `docs/fin/sessions/[TICKER]-session.md`
2. 記錄關鍵價位、催化劑、交易計劃 2. **存在** → 讀取歷史計劃,比對價位變化,標註「📋 延續上次計劃YYYY-MM-DD
3. 下次執行時自動讀取,確保延續性 3. **不存在** → 標註「🆕 首次建立交易計劃」
### 分析結束後WRITE — 必須執行)
1. 確保 `docs/fin/sessions/` 目錄存在
2. 用 Write 工具建立/更新 `docs/fin/sessions/[TICKER]-session.md`
3. 必須填入:交易計劃(短中長期)、關鍵價位、催化劑、分析歷史追加
4. 如果是更新,保留所有歷史紀錄
### 分析結束後CONFIRM — 必須顯示)
在輸出的**最末尾**顯示:
```
📁 Session 已更新: docs/fin/sessions/[TICKER]-session.md
```
## $ARGUMENTS ## $ARGUMENTS

View File

@ -11,78 +11,169 @@ description: 技術分析圖表繪製知識庫。用 Python matplotlib 繪製各
pip install yfinance matplotlib mplfinance pandas numpy pip install yfinance matplotlib mplfinance pandas numpy
``` ```
## ⚠️ 繪圖必讀規則(每次畫圖前必須遵守)
**以下 5 條規則缺一不可,否則圖片會壞掉或看不到:**
### 規則 1必須在最開頭設定 Agg backend無 GUI 環境)
```python
import matplotlib
matplotlib.use('Agg') # 必須在 import pyplot 之前!
import matplotlib.pyplot as plt
```
### 規則 2必須設定中文字體否則中文標題變方框
```python
import matplotlib.pyplot as plt
# macOS 中文字體設定
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False # 負號正常顯示
```
### 規則 3禁止使用 plt.show()(會卡住或報錯)
```python
# ❌ 錯誤
plt.show()
# ✅ 正確 — 只用 savefig
plt.savefig('docs/fin/charts/NVDA-kline.png', dpi=150, bbox_inches='tight')
plt.close('all') # 必須關閉,釋放記憶體
```
### 規則 4每張圖結尾必須 plt.close('all')
```python
plt.savefig(output_path, dpi=150, bbox_inches='tight')
plt.close('all') # 不加這行,下一張圖會疊在上面
```
### 規則 5繪圖前必須建立目錄
```python
import os
os.makedirs('docs/fin/charts', exist_ok=True)
```
## 完整繪圖模板(通用前置碼)
**每次繪圖都必須以這段開頭:**
```python
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import yfinance as yf
import pandas as pd
import numpy as np
import os
# 中文字體
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False
# 建立輸出目錄
os.makedirs('docs/fin/charts', exist_ok=True)
# 下載數據(美股)
ticker = "NVDA"
df = yf.download(ticker, period="6mo", interval="1d")
close = df['Close'].squeeze()
dates = df.index
```
## 數據取得 ## 數據取得
```python ```python
import yfinance as yf
# 美股 # 美股
df = yf.download("NVDA", period="1y", interval="1d") df = yf.download("NVDA", period="1y", interval="1d")
# 台股(代號加 .TW # 台股(代號加 .TW
df = yf.download("2330.TW", period="1y", interval="1d") df = yf.download("2330.TW", period="1y", interval="1d")
# 注意yfinance 回傳的 DataFrame 可能是 MultiIndex
# 取單一欄位時用 .squeeze() 確保是 Series
close = df['Close'].squeeze()
``` ```
## 核心原則
1. **每種型態分開畫** — 不要把所有東西混在一張圖上
2. **圖片要清晰** — 至少 1200x800 像素,字體夠大
3. **標註關鍵價位** — 支撐、壓力、進場點用不同顏色標示
4. **存成 PNG** — 存到 `docs/fin/charts/` 目錄下
## 圖表類型與範本 ## 圖表類型與範本
### 1. K 線圖 + 均線(基礎圖) ### 1. K 線圖 + 均線(基礎圖)
```python ```python
import matplotlib
matplotlib.use('Agg')
import mplfinance as mpf import mplfinance as mpf
import yfinance as yf import yfinance as yf
import os
df = yf.download("NVDA", period="6mo", interval="1d") os.makedirs('docs/fin/charts', exist_ok=True)
ticker = "NVDA"
df = yf.download(ticker, period="6mo", interval="1d")
# mplfinance 的 savefig 要用 dict 格式
save_config = dict(fname=f'docs/fin/charts/{ticker}-kline.png', dpi=150, bbox_inches='tight')
mpf.plot(df, type='candle', style='charles', mpf.plot(df, type='candle', style='charles',
mav=(20, 50, 200), mav=(20, 50, 200),
volume=True, volume=True,
title='NVDA K線圖 + 均線', title=f'{ticker} K線圖 + 均線',
figsize=(14, 8), figsize=(14, 8),
savefig='docs/fin/charts/NVDA-kline.png') savefig=save_config)
# mplfinance 會自動 close
print(f"✅ 圖表已儲存: docs/fin/charts/{ticker}-kline.png")
``` ```
### 2. 支撐壓力圖 ### 2. 支撐壓力圖
```python ```python
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt import matplotlib.pyplot as plt
import yfinance as yf import yfinance as yf
import os
df = yf.download("NVDA", period="6mo", interval="1d") plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
close = df['Close'].values.flatten() plt.rcParams['axes.unicode_minus'] = False
dates = df.index os.makedirs('docs/fin/charts', exist_ok=True)
ticker = "NVDA"
df = yf.download(ticker, period="6mo", interval="1d")
close = df['Close'].squeeze()
fig, ax = plt.subplots(figsize=(14, 8)) fig, ax = plt.subplots(figsize=(14, 8))
ax.plot(dates, close, 'b-', linewidth=1.5, label='收盤價') ax.plot(df.index, close, 'b-', linewidth=1.5, label='收盤價')
# 標註支撐壓力(需手動或演算法計算) # 標註支撐壓力(由 technical-analyst 提供具體數值
support = 120 # 範例值 support = 120 # 替換為實際
resistance = 150 resistance = 150 # 替換為實際值
ax.axhline(y=support, color='green', linestyle='--', label=f'支撐 ${support}') ax.axhline(y=support, color='green', linestyle='--', linewidth=2, label=f'支撐 ${support}')
ax.axhline(y=resistance, color='red', linestyle='--', label=f'壓力 ${resistance}') ax.axhline(y=resistance, color='red', linestyle='--', linewidth=2, label=f'壓力 ${resistance}')
ax.set_title('NVDA 支撐壓力圖', fontsize=16) ax.set_title(f'{ticker} 支撐壓力圖', fontsize=16)
ax.set_ylabel('價格 (USD)', fontsize=12)
ax.legend(fontsize=12) ax.legend(fontsize=12)
ax.grid(True, alpha=0.3) ax.grid(True, alpha=0.3)
plt.tight_layout()
plt.savefig('docs/fin/charts/NVDA-support-resistance.png', dpi=150) output_path = f'docs/fin/charts/{ticker}-support-resistance.png'
plt.show() plt.savefig(output_path, dpi=150, bbox_inches='tight')
plt.close('all')
print(f"✅ 圖表已儲存: {output_path}")
``` ```
### 3. RSI 圖 ### 3. RSI 圖
```python ```python
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt import matplotlib.pyplot as plt
import yfinance as yf import yfinance as yf
import pandas as pd import os
df = yf.download("NVDA", period="6mo", interval="1d") plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False
os.makedirs('docs/fin/charts', exist_ok=True)
ticker = "NVDA"
df = yf.download(ticker, period="6mo", interval="1d")
close = df['Close'].squeeze() close = df['Close'].squeeze()
delta = close.diff() delta = close.diff()
gain = delta.where(delta > 0, 0).rolling(14).mean() gain = delta.where(delta > 0, 0).rolling(14).mean()
@ -92,7 +183,8 @@ rsi = 100 - (100 / (1 + rs))
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(14, 10), height_ratios=[3, 1]) fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(14, 10), height_ratios=[3, 1])
ax1.plot(df.index, close, 'b-', linewidth=1.5) ax1.plot(df.index, close, 'b-', linewidth=1.5)
ax1.set_title('NVDA 股價', fontsize=14) ax1.set_title(f'{ticker} 股價', fontsize=14)
ax1.set_ylabel('價格 (USD)', fontsize=12)
ax1.grid(True, alpha=0.3) ax1.grid(True, alpha=0.3)
ax2.plot(df.index, rsi, 'purple', linewidth=1.5) ax2.plot(df.index, rsi, 'purple', linewidth=1.5)
@ -102,21 +194,31 @@ ax2.fill_between(df.index, 70, 100, alpha=0.1, color='red')
ax2.fill_between(df.index, 0, 30, alpha=0.1, color='green') ax2.fill_between(df.index, 0, 30, alpha=0.1, color='green')
ax2.set_title('RSI(14)', fontsize=14) ax2.set_title('RSI(14)', fontsize=14)
ax2.set_ylim(0, 100) ax2.set_ylim(0, 100)
ax2.legend() ax2.legend(fontsize=10)
ax2.grid(True, alpha=0.3) ax2.grid(True, alpha=0.3)
output_path = f'docs/fin/charts/{ticker}-rsi.png'
plt.tight_layout() plt.tight_layout()
plt.savefig('docs/fin/charts/NVDA-rsi.png', dpi=150) plt.savefig(output_path, dpi=150, bbox_inches='tight')
plt.show() plt.close('all')
print(f"✅ 圖表已儲存: {output_path}")
``` ```
### 4. MACD 圖 ### 4. MACD 圖
```python ```python
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt import matplotlib.pyplot as plt
import yfinance as yf import yfinance as yf
import os
df = yf.download("NVDA", period="6mo", interval="1d") plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False
os.makedirs('docs/fin/charts', exist_ok=True)
ticker = "NVDA"
df = yf.download(ticker, period="6mo", interval="1d")
close = df['Close'].squeeze() close = df['Close'].squeeze()
ema12 = close.ewm(span=12).mean() ema12 = close.ewm(span=12).mean()
ema26 = close.ewm(span=26).mean() ema26 = close.ewm(span=26).mean()
@ -126,29 +228,40 @@ histogram = macd_line - signal
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(14, 10), height_ratios=[3, 1]) fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(14, 10), height_ratios=[3, 1])
ax1.plot(df.index, close, 'b-', linewidth=1.5) ax1.plot(df.index, close, 'b-', linewidth=1.5)
ax1.set_title('NVDA 股價', fontsize=14) ax1.set_title(f'{ticker} 股價', fontsize=14)
ax1.set_ylabel('價格 (USD)', fontsize=12)
ax1.grid(True, alpha=0.3) ax1.grid(True, alpha=0.3)
ax2.plot(df.index, macd_line, 'b-', label='MACD', linewidth=1.5) ax2.plot(df.index, macd_line, 'b-', label='MACD', linewidth=1.5)
ax2.plot(df.index, signal, 'r-', label='Signal', linewidth=1.5) ax2.plot(df.index, signal, 'r-', label='Signal', linewidth=1.5)
colors = ['green' if v >= 0 else 'red' for v in histogram] colors = ['green' if v >= 0 else 'red' for v in histogram]
ax2.bar(df.index, histogram, color=colors, alpha=0.5, label='Histogram') ax2.bar(df.index, histogram, color=colors, alpha=0.5, label='Histogram')
ax2.set_title('MACD', fontsize=14) ax2.set_title('MACD (12, 26, 9)', fontsize=14)
ax2.legend() ax2.legend(fontsize=10)
ax2.grid(True, alpha=0.3) ax2.grid(True, alpha=0.3)
output_path = f'docs/fin/charts/{ticker}-macd.png'
plt.tight_layout() plt.tight_layout()
plt.savefig('docs/fin/charts/NVDA-macd.png', dpi=150) plt.savefig(output_path, dpi=150, bbox_inches='tight')
plt.show() plt.close('all')
print(f"✅ 圖表已儲存: {output_path}")
``` ```
### 5. 布林通道圖 ### 5. 布林通道圖
```python ```python
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt import matplotlib.pyplot as plt
import yfinance as yf import yfinance as yf
import os
df = yf.download("NVDA", period="6mo", interval="1d") plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False
os.makedirs('docs/fin/charts', exist_ok=True)
ticker = "NVDA"
df = yf.download(ticker, period="6mo", interval="1d")
close = df['Close'].squeeze() close = df['Close'].squeeze()
sma20 = close.rolling(20).mean() sma20 = close.rolling(20).mean()
std20 = close.rolling(20).std() std20 = close.rolling(20).std()
@ -162,12 +275,16 @@ ax.plot(df.index, upper, 'red', linewidth=0.8, linestyle='--', label='上軌')
ax.plot(df.index, lower, 'green', linewidth=0.8, linestyle='--', label='下軌') ax.plot(df.index, lower, 'green', linewidth=0.8, linestyle='--', label='下軌')
ax.fill_between(df.index, upper, lower, alpha=0.1, color='gray') ax.fill_between(df.index, upper, lower, alpha=0.1, color='gray')
ax.set_title('NVDA 布林通道', fontsize=16) ax.set_title(f'{ticker} 布林通道 (20, 2)', fontsize=16)
ax.set_ylabel('價格 (USD)', fontsize=12)
ax.legend(fontsize=12) ax.legend(fontsize=12)
ax.grid(True, alpha=0.3) ax.grid(True, alpha=0.3)
output_path = f'docs/fin/charts/{ticker}-bollinger.png'
plt.tight_layout() plt.tight_layout()
plt.savefig('docs/fin/charts/NVDA-bollinger.png', dpi=150) plt.savefig(output_path, dpi=150, bbox_inches='tight')
plt.show() plt.close('all')
print(f"✅ 圖表已儲存: {output_path}")
``` ```
## 型態辨識圖(手動標註) ## 型態辨識圖(手動標註)
@ -177,9 +294,76 @@ plt.show()
### 頭肩頂/底、雙頂/底、三角收斂等 ### 頭肩頂/底、雙頂/底、三角收斂等
```python ```python
# 通用型態標註模板 import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt import matplotlib.pyplot as plt
import matplotlib.patches as patches
import yfinance as yf import yfinance as yf
import numpy as np
import os
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'Heiti TC', 'PingFang TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False
os.makedirs('docs/fin/charts', exist_ok=True)
ticker = "NVDA"
pattern_name = "double-bottom" # 替換為實際型態名
pattern_label = "雙底" # 替換為中文名
df = yf.download(ticker, period="6mo", interval="1d")
close = df['Close'].squeeze()
fig, ax = plt.subplots(figsize=(14, 8))
ax.plot(df.index, close, 'b-', linewidth=1.5)
# 標註型態關鍵點(由 technical-analyst 提供具體座標)
# 範例:雙底
# bottom1_date = df.index[50]
# bottom2_date = df.index[80]
# bottom1_price = close.iloc[50]
# bottom2_price = close.iloc[80]
# neckline = 150
#
# ax.scatter([bottom1_date, bottom2_date],
# [bottom1_price, bottom2_price],
# color='green', s=150, zorder=5, marker='^', label=f'{pattern_label}底部')
# ax.axhline(y=neckline, color='orange', linestyle='--', linewidth=2, label=f'頸線 ${neckline}')
ax.set_title(f'{ticker} 型態辨識 — {pattern_label}', fontsize=16)
ax.set_ylabel('價格 (USD)', fontsize=12)
ax.legend(fontsize=12)
ax.grid(True, alpha=0.3)
output_path = f'docs/fin/charts/{ticker}-pattern-{pattern_name}.png'
plt.tight_layout()
plt.savefig(output_path, dpi=150, bbox_inches='tight')
plt.close('all')
print(f"✅ 圖表已儲存: {output_path}")
``` ```
## 圖表命名規則
```
docs/fin/charts/
├── [TICKER]-kline.png # K 線 + 均線
├── [TICKER]-support-resistance.png # 支撐壓力
├── [TICKER]-rsi.png # RSI
├── [TICKER]-macd.png # MACD
├── [TICKER]-bollinger.png # 布林通道
├── [TICKER]-pattern-[型態名].png # 型態辨識
└── [TICKER]-volume.png # 量能分析
```
## 注意事項(必讀 Checklist
每次繪圖前,確認以下 checklist 全部打勾:
- [ ] `matplotlib.use('Agg')` 在最開頭import pyplot 之前)
- [ ] `plt.rcParams['font.sans-serif']` 已設定中文字體
- [ ] `plt.rcParams['axes.unicode_minus'] = False`
- [ ] `os.makedirs('docs/fin/charts', exist_ok=True)`
- [ ] 使用 `df['Close'].squeeze()` 取得 Series避免 MultiIndex 問題)
- [ ] `plt.savefig(path, dpi=150, bbox_inches='tight')` 而非 `plt.show()`
- [ ] `plt.close('all')` 在 savefig 之後
- [ ] `print(f"✅ 圖表已儲存: {output_path}")` 確認輸出
- [ ] 台股代號用數字(如 `2330-kline.png`
- [ ] 每種型態**獨立一張圖**,不要混在一起

View File

@ -1,133 +0,0 @@
---
name: competitor-intelligence
description: 競爭情報分析框架。涵蓋競品盤點(市佔/營收/募資、SWOT 交叉分析、波特五力評分、市場定位圖、護城河分析、空白地帶識別。
---
# 競爭情報技能 (Competitor Intelligence Skill)
具備貝恩 (Bain) 等特級顧問公司等級的競爭格局分析方法論。
## 競品盤點框架
### 直接競爭者(前 10 名)
```markdown
| 排名 | 公司名稱 | 市佔率 | 估計營收 | 融資總額 | 估值 | 成立年份 | 威脅等級 |
|------|---------|--------|---------|---------|------|---------|---------|
| 1 | [公司] | [X]% | $[X]M | $[X]M | $[X]M | [年] | 高/中/低 |
```
> **注意**:找不到的數據請標示「未知」並附上搜尋來源,嚴禁捏造。
### 間接競爭者5 家)
```markdown
| 公司 | 所在領域 | 切入可能性 | 切入方式 | 威脅時間軸 |
|------|---------|-----------|---------|----------|
| [公司] | [領域] | 高/中/低 | [方式] | [時間軸] |
```
## 競品詳細分析模板
針對每個主要競品(前 3-5 家)提供深度分析:
```markdown
### [競品名稱]
| 分析面向 | 內容描述 |
|------|------|
| 目標受眾 | [描述] |
| 核心定位 | [一句話總結] |
| 定價模型 | [免費/訂閱/一次性買斷] |
| 定價區間 | [具體金額] |
| 核心功能 | [前 5 大功能] |
| 獨特優勢 | [最大賣點] |
| 已知弱點 | [用戶反映最多的問題] |
| 近期動向 | [最近 6 個月的策略性動作] |
| 融資/上市 | [最新融資輪次或股價表現] |
```
## SWOT 交叉分析 (TOWS Matrix)
### 各項因素 (各 7 項) 與交叉對策
```markdown
| 優勢 (Strengths, S) | 劣勢 (Weaknesses, W) |
|----------|----------|
| S1: [具體且可驗證] | W1: [具體且可驗證] |
| S2-S7 | W2-W7 |
| 機會 (Opportunities, O) | 威脅 (Threats, T) |
|----------|----------|
| O1: [具體市場趨勢] | T1: [具體外部威脅] |
| O2-O7 | T2-T7 |
```
**交叉對策策略**
| 策略類型 | 組合搭配 | 具體對策 |
|---------|------|------|
| SO 增長策略 | S[X] + O[Y] | [發揮優勢以掌握機會] |
| WT 防禦策略 | W[X] + T[Y] | [改善弱點以因應威脅] |
| WO 轉換策略 | W[X] + O[Y] | [利用機會來彌補弱點] |
| ST 緩衝策略 | S[X] + T[Y] | [利用優勢來抵禦威脅] |
## 波特五力分析 (Porter's Five Forces)
針對每一種力量進行評分 (1-10 分)
```markdown
| 力量來源 | 評分 | 理由說明 |
|------|------|------|
| 供應商議價能力 | [1-10] | [具體理由] |
| 購買者議價能力 | [1-10] | [具體理由] |
| 現有競爭者強度 | [1-10] | [具體理由] |
| 替代品威脅 | [1-10] | [具體理由] |
| 新進入者威脅 | [1-10] | [具體理由] |
| **產業吸引力總分** | **[平均分]** | **[總體結論]** |
```
## 市場定位圖 (Positioning Map)
選擇 2 個關鍵競爭維度(例如:價格 vs. 價值、簡易度 vs. 完整度):
```
[維度二:高]
│ [競品 C] ★ 我們的目標定位
│ [競品 A] [競品 B]
│ [競品 D]
└─────────────────────────
[維度一:低] [維度一:高]
```
## 護城河分析 (Moat Analysis)
| 護城河類型 | 競品 A | 競品 B | 競品 C | 我們 |
|-----------|--------|--------|--------|------|
| 網絡效應 (Network Effect) | 強/中/弱 | | | |
| 規模經濟 (Economies of Scale) | | | | |
| 轉換成本 (Switching Cost) | | | | |
| 品牌認知 (Brand Equity) | | | | |
| 專利/知識產權 (Patents/IP) | | | | |
| 數據護城河 (Data Moat) | | | | |
## 空白地帶分析 (White Space Analysis)
```markdown
| 白區地帶 | 為何目前無人涉足 | 機會規模 | 進入難度 | 執行建議 |
|---------|-----------|---------|---------|------|
| [空白區一] | [可能原因] | 大/中/小 | 高/中/低 | 執行/觀望/捨棄 |
```
## 建議搜尋關鍵字
```
[行業名稱] market share ranking [年份]
[競品名稱] revenue funding valuation
[競品名稱] pricing features comparison
[行業名稱] competitive landscape analysis
[競品名稱] SWOT analysis
[行業名稱] Porter five forces
[競品名稱] moat competitive advantage
```

View File

@ -1,112 +0,0 @@
---
name: customer-profiling
description: 消費者研究與客戶畫像框架。涵蓋 Persona 建立(人口+心理+行為、客戶細分與優先順序矩陣、7 階段客戶旅程地圖、觸發事件分析、願付價格評估。
---
# 客戶畫像與研究技能 (Customer Profiling Skill)
具備世界級消費者研究方法論,精準洞察目標客群。
## Persona 使用者畫像建立(建議提供 4 組)
每個 Persona 必須包含以下完整面向:
```markdown
### Persona [N][名稱/代號]
| 分析面向 | 具體描述 |
|------|------|
| **人口統計** | 年齡、年收入、教育程度、居住地、職稱/產業 |
| **心理特徵** | 核心價值觀、信念、生活方式、性格特質 |
**5 大核心痛點**
1. [痛點描述](嚴重程度:高/中/低)
2. ...
**目標與願景**
- 短期目標:[具體內容]
- 長期目標:[具體內容]
- 「成功」的定義:[對該使用者而言,怎樣算成功?]
**購買行為分析**
- 發現管道:[從何處得知產品資訊,例如社群、專業論壇]
- 評估方式:[如何進行競品比較]
- 決策週期:[從產生需求到最終購買耗時多久]
- 決策影響者:[誰能影響其決定,例如配偶、上司、社群口碑]
**媒體與資訊消費**
- 線上平台:[常用的 App、社群平台]
- 線下活動:[參與的活動、出沒的場所]
- 關注的 KOL/品牌:[具體名稱]
**3 大反對/拒絕理由**
- [理由一] → 回應與說服策略:[如何消除疑慮]
- [理由二] → ...
**觸發事件 (Triggers)**
- [在什麼特定的時刻或情境下,會驅使他主動尋找解決方案?]
**願付價格 (Willingness to Pay)**
- 可接受價格區間:每月新台幣 [X] - [Y] 元
- 價格敏感度:高/中/低
- 定價理由:[為什麼此價格區間合理?]
```
## 客戶細分與優先順序矩陣
透過多維度評估來鎖定最關鍵的細分市場:
```markdown
### 細分市場 (Market Segments) 分析
| 細分客群 | 市場佔比 | 傳播影響力 (1-10) | 獲取容易度 (1-10) | 付費能力 (1-10) | 加權總分 | 優先等級 |
|------|------|-------------|-------------|-------------|------|--------|
| [Persona 1] | [X]% | [N] | [N] | [N] | [Sum] | 第一順位 |
| [Persona 2] | [X]% | [N] | [N] | [N] | [Sum] | 第二順位 |
```
**優先順序評量邏輯**
- **影響力**:此群體的口碑傳播效果與產業地位。
- **獲取容易度 (Accessibility)**:觸及此群體的行銷成本與難易度。
- **付費能力**:該群體對產品價值的認可程度與預算多寡。
## 7 階段客戶旅程地圖 (Customer Journey Map)
### 旅程階段定義
| 階段名稱 | 客戶目前狀態 | 內心的關鍵問句 |
|------|---------|---------|
| 1. 覺察 (Awareness) | 意識到問題或未滿足的需求存在 | 「我似乎有個問題?」 |
| 2. 考慮 (Consideration) | 主動尋找解決方案並進行研究 | 「有哪些解決選擇?」 |
| 3. 決策 (Decision) | 評估特定選項並做出最後決定 | 「我該選哪一個產品?」 |
| 4. 入職 (Onboarding) | 首次購買並開始使用產品 | 「我該如何開始?」 |
| 5. 參與 (Engagement) | 產品進入日常使用,形成習慣 | 「這產品值得繼續用嗎?」 |
| 6. 忠誠 (Loyalty) | 對品牌產生依附感,甚至主動推薦 | 「我一定要推薦給朋友!」 |
| 7. 流失 (Churn) | 滿意度下降或被競爭者吸引 | 「有沒有更好的選擇?」 |
### 旅程地圖分析模板
```markdown
| 分析維度 | 覺察 | 考慮 | 決策 | 入職 | 參與 | 忠誠 | 流失風險 |
|------|------|------|------|------|------|------|---------|
| 具體行為 | | | | | | | |
| 內心思維 | | | | | | | |
| 情緒感受 | 😐 | 🤔 | 😰 | 😊 | 😊 | 😍 | 😤 |
| 接觸點 (Touchpoints) | | | | | | | |
| 痛點/摩擦點 | ⚠️ | ⚠️ | ⚠️ | | | | ⚠️ |
| 驚喜/優化機會 | 💡 | | 💡 | 💡 | | 💡 | |
| 關鍵衡量指標 (KPI) | | | | | | | |
```
## 建議搜尋關鍵字
使用以下關鍵字來獲取更多研究資料:
```
[產品類別] user persona example
[目標用戶] frustrations problems
[產品類別] customer journey map
[競品名稱] user review demographics
[目標用戶] buying behavior in [具體產業]
[目標用戶] willingness to pay survey
```

View File

@ -1,130 +0,0 @@
---
name: financial-modeling
description: 財務建模與風險分析框架。涵蓋定價策略3 種方法、單位經濟效益CAC/LTV、3 年財務預測、敏感度分析、15 項風險評估、情境規劃4 種情境)。
---
# 財務建模技能 (Financial Modeling Skill)
具備財務副總裁 (CFO) 與四大會計師事務所 (如 Deloitte) 風險合夥人等級的分析框架。
## 定價策略分析
### 三種定價方法
**1. 競爭者定價審計 (Competitor Pricing Audit)**
```markdown
| 競品 | 方案一 | 方案二 | 方案三 | 企業方案 |
|------|--------|--------|--------|---------|
| [競品 A] | $[X]/月 | $[X]/月 | $[X]/月 | 洽談 |
| 功能差異 | [列出] | [列出] | [列出] | [列出] |
```
**2. 基於價值的定價 (Value-Based Pricing)**
```
客戶從產品獲得的價值 = $[X]/月
→ 願付價格(通常為價值的 10-30% = $[X]/月
→ 定價甜蜜點 (Sweet Spot) = $[X]/月
```
**3. 成本加成定價 (Cost-Plus Pricing)**
```
單位直接成本 = $[X]
+ 間接成本分攤 = $[X]
= 單位總成本 = $[X]
× 目標毛利率 [X]% = 底價 $[X]
```
### 價格彈性估計
| 價格變動 | 需求變動(估計) | 營收影響 |
|---------|----------------|---------|
| -20% | +[X]% | [正/負] $[X] |
| +20% | -[X]% | [正/負] $[X] |
### 定價層級建議
```markdown
| 層級 | 名稱 | 價格 | 目標用戶 | 核心功能 | 預計佔比 |
|------|------|------|---------|---------|---------|
| 免費版 | [名稱] | $0 | [用戶] | [功能] | [X]% |
| 專業版 | [名稱] | $[X]/月 | [用戶] | [功能] | [X]% |
| 企業版 | [名稱] | $[X]/月 | [用戶] | [功能] | [X]% |
```
## 單位經濟效益 (Unit Economics)
```markdown
| 指標 | 公式 | 值 | 健康標準 | 狀態 |
|------|------|-----|---------|------|
| CAC | 總行銷費用 ÷ 新客數 | $[X] | - | - |
| LTV | ARPU × 毛利率 × 客戶壽命 | $[X] | - | - |
| LTV:CAC | LTV ÷ CAC | [X]:1 | ≥ 3:1 | ✅/⚠️ |
| 回收期 | CAC ÷ 月毛利 | [X] 月 | ≤ 12 月 | ✅/⚠️ |
| 毛利率 | (營收-COGS) ÷ 營收 | [X]% | ≥ 60% SaaS | ✅/⚠️ |
| 月流失率 | 流失客數 ÷ 期初客數 | [X]% | ≤ 5% | ✅/⚠️ |
```
## 3 年財務預測
```markdown
| 項目 | 第 1 年 | 第 2 年 | 第 3 年 |
|------|--------|--------|--------|
| **營收** | | | |
| 付費用戶數 | [N] | [N] | [N] |
| ARPU | $[X] | $[X] | $[X] |
| 總營收 | $[X] | $[X] | $[X] |
| **成本** | | | |
| 固定成本 | $[X] | $[X] | $[X] |
| 變動成本 | $[X] | $[X] | $[X] |
| **獲利** | | | |
| 毛利 | $[X] | $[X] | $[X] |
| EBITDA | $[X] | $[X] | $[X] |
| 淨利 | $[X] | $[X] | $[X] |
| **現金流** | | | |
| 營運現金流 | $[X] | $[X] | $[X] |
| 累計現金 | $[X] | $[X] | $[X] |
| **盈虧平衡點** | 第 [X] 個月 | - | - |
```
## 敏感度分析 (Sensitivity Analysis)
```markdown
| 變數 | 最佳情況 | 基準情況 | 最差情況 |
|------|---------|---------|---------|
| 月新增用戶 | [X] +50% | [X] | [X] -50% |
| 月流失率 | [X]% -2pp | [X]% | [X]% +3pp |
| ARPU | $[X] +20% | $[X] | $[X] -20% |
| 第 3 年營收 | $[X] | $[X] | $[X] |
| 第 3 年淨利 | $[X] | $[X] | $[X] |
```
## 風險評估矩陣 (Risk Assessment Matrix)
建議列出 15 項風險,涵蓋:
| 類別 | 風險描述 | 機率 (1-5) | 嚴重度 (1-5) | 風險分數 | 早期預警指標 | 緩解策略 |
|------|------|-----------|-------------|---------|---------|---------|
| 市場 | [風險] | [N] | [N] | [P×S] | [指標] | [策略] |
| 營運 | [風險] | | | | | |
| 財務 | [風險] | | | | | |
| 監管 | [風險] | | | | | |
| 聲譽 | [風險] | | | | | |
## 情境規劃 (Scenario Planning)
| 情境 | 假設條件 | 第 3 年營收 | 第 3 年淨利 | 應對策略 |
|------|------|-----------|-----------|---------|
| 最佳 | [假設] | $[X] | $[X] | [策略] |
| 基準 | [假設] | $[X] | $[X] | [策略] |
| 最差 | [假設] | $[X] | $[X] | [策略] |
| 黑天鵝 | [假設] | $[X] | $[X] | [策略] |
## 營收預測3 種定價場景)
```markdown
| 定價場景 | 月費 | 第 1 年用戶 | 第 1 年營收 | 第 3 年營收 |
|---------|------|-----------|-----------|-----------|
| 激進 | $[高] | [少] | $[X] | $[X] |
| 溫和 | $[中] | [中] | $[X] | $[X] |
| 保守 | $[低] | [多] | $[X] | $[X] |
```

View File

@ -1,141 +0,0 @@
---
name: macro-sector-analysis
description: 宏觀經濟與產業輪動分析框架。涵蓋經濟指標追蹤(利率/通膨/GDP/就業)、景氣循環判斷、產業輪動模型、央行政策分析、地緣政治風險評估。
---
# 宏觀與產業分析技能 (Macro & Sector Analysis Skill)
具備高盛 (Goldman Sachs) 研究部與資深景氣循環分析師等級的宏觀與產業分析方法論。
## 經濟指標追蹤
### 核心指標儀表板
```markdown
| 經濟指標 | 最新數據 | 前期數值 | 變化趨勢 | 對市場之影響 | 數據來源 |
|------|--------|------|------|----------|------|
| **GDP 成長率** | [X]% | [X]% | ↑/↓/→ | [說明] | [URL] |
| **CPI (年增率)** | [X]% | [X]% | | | |
| **核心 PCE** | [X]% | [X]% | | | |
| **失業率** | [X]% | [X]% | | | |
| **非農就業人口** | +/-[X]K | | | | |
| **聯邦基金利率** | [X]% | [X]% | | | |
| **10 年期公債殖利率** | [X]% | [X]% | | | |
| **2-10 年殖利率利差** | [X] bp | [X] bp | | | |
| **ISM 製造業 PMI** | [X] | | | >50 代表擴張 | |
| **ISM 服務業 PMI** | [X] | | | | |
| **消費者信心指數** | [X] | | | | |
| **芝加哥 Fed 指數** | [X] | | | | |
```
## 景氣循環判斷
### 四階段循環模型
```
┌───── 擴張期 (Expansion) ─────┐
↗ ↘
復甦期 (Recovery) 過熱期 (Overheat)
↖ ↙
└───── 衰退期 (Recession) ─────┘
```
| 循環階段 | 核心特徵 | 關鍵領先指標 | 表現最佳之資產類別 |
|------|------|---------|-------------|
| **復甦期** | GDP 觸底回升、失業率仍高但開始改善 | 殖利率曲線趨於陡峭化 | 週期性類股、小型股 |
| **擴張期** | GDP 穩定成長、就業市場強勁 | 企業獲利普遍成長 | 成長股、科技股 |
| **過熱期** | 通膨壓力升溫、央行啟動升息 | CPI 加速上揚、商品價格漲 | 原物料、能源、價值股 |
| **衰退期** | GDP 負成長或萎縮、企業獲利下降 | 殖利率曲線倒掛 | 公債、防禦性類股、現金 |
### 當前循環階段判斷
```markdown
**目前判斷:[復甦 / 擴張 / 過熱 / 衰退]**
| 判斷依據 | 觀察點說明 | 指向之階段 |
|------|------|---------|
| GDP 變動趨勢 | [具體觀察] | [對應階段] |
| 就業市場狀況 | [具體觀察] | [對應階段] |
| 通膨壓力狀況 | [具體觀察] | [對應階段] |
| 央行貨幣政策 | [具體觀察] | [對應階段] |
| 殖利率曲線型態 | [具體觀察] | [對應階段] |
| 信用利差變化 | [具體觀察] | [對應階段] |
**判定信心度**:高 / 中 / 低
**預期轉折點**:約 [X] 個月後可能轉入 [下一階段]
```
## 產業輪動模型 (Sector Rotation)
### 景氣循環與產業表現對照
```markdown
| 產業類別 | 復甦期 | 擴張期 | 過熱期 | 衰退期 | 當前投資策略建議 |
|------|--------|--------|--------|--------|---------|
| 資訊科技 (IT) | ★★★ | ★★★★★ | ★★★ | ★★ | [加碼/持有/減碼] |
| 金融服務 | ★★★★ | ★★★★ | ★★★ | ★★ | |
| 醫療保健 | ★★★ | ★★★ | ★★★ | ★★★★ | |
| 能源 | ★★ | ★★★ | ★★★★★ | ★ | |
| 必需消費 | ★★ | ★★ | ★★★ | ★★★★★ | |
| 非必需消費 | ★★★★ | ★★★★ | ★★ | ★ | |
| 工業製造 | ★★★★★ | ★★★★ | ★★★ | ★ | |
| 原物料 | ★★★ | ★★★ | ★★★★★ | ★ | |
| 公用事業 | ★★ | ★ | ★★ | ★★★★ | |
| 不動產 | ★★★★ | ★★★ | ★ | ★★★ | |
| 通訊服務 | ★★★ | ★★★★ | ★★★ | ★★★ | |
```
## 央行政策深度分析
```markdown
### 聯準會 (Fed) 政策解讀
| 分析面向 | 現狀描述 | 市場預期 | 潛在影響 |
|------|------|---------|------|
| 利率走勢 | [升息 / 持平 / 降息] | [CME FedWatch 機率 %] | [簡短說明] |
| QE / QT 狀態 | [量化寬鬆 / 持平 / 緊縮] | [每月縮表/購債規模] | [對市場流動性之影響] |
| 利率點陣圖 | [下次 FOMC 之共識位置] | [委員間的分歧程度] | |
| 前瞻性指引 | [鷹派 / 中性 / 鴿派] | | [市場預期消化情況] |
### 利率變動對各類資產之影響
| 資產類別 | 升息情境之影響 | 降息情境之影響 |
|---------|---------|---------|
| **成長股** | 負面(未來現金流折現導致估值壓縮) | 正面(有利於高估值修復) |
| **價值股** | 相對中性 | 正面 |
| **政府公債** | 價格下跌(空頭市場) | 價格上升(多頭市場) |
| **黃金** | 負面(持有成本增加、美元走強) | 正面 |
| **不動產** | 負面(融資成本上升) | 正面 |
| **加密貨幣** | 負面(風險性資產拋售) | 正面 |
```
## 地緣政治風險評估
```markdown
| 風險事件描述 | 發生機率 | 全球影響程度 | 受影響之產業 | 建議避險策略 |
|---------|------|---------|----------|---------|
| [特定事件 A] | 高 / 中 / 低 | [1-10 分] | [受波動產業] | [具體避險做法] |
```
## 建議搜尋關鍵字
```
US GDP growth rate latest
CPI inflation rate [月份] [年份]
Federal Reserve interest rate decision
FOMC minutes [月份]
US unemployment rate latest
ISM manufacturing PMI [月份]
yield curve inversion
sector rotation [年份]
[具體行業名稱] outlook [年份]
geopolitical risk market impact
```
## 核心分析原則
- **數據嚴謹性**:所有經濟統計數據必須引用由官方機構(如 BLS, BEA, Fed發布的**最新修正版本**。
- **指標綜合化**:景氣循環判定必須交叉比對多項指標,嚴禁僅憑單一數據點下結論。
- **評價與循環並重**:產業輪動建議應同時考慮景氣循環階段與目前的估值水平 (Valuation)。
- **區分既定事實與預期**:在央行政策分析中,必須明確區分「當前政策現狀」與「市場定價中的未來預期」。
- **風險量化**:針對地緣政治風險,需具體評估其機率與對產業營收的潛在衝擊,而非僅列出新聞事件。

View File

@ -33,6 +33,121 @@ description: 宏觀經濟分析與產業輪動知識庫。景氣循環判斷、
6. 失業率趨勢 6. 失業率趨勢
7. 企業盈餘成長率 7. 企業盈餘成長率
## 聯準會Fed政策追蹤
### FOMC 會議與利率決策
| 追蹤項目 | 說明 | FRED 代碼 | 查詢 URL |
|---------|------|----------|---------|
| 聯邦基金利率 | 當前基準利率 | FEDFUNDS | https://fred.stlouisfed.org/series/FEDFUNDS |
| 點陣圖Dot Plot | 委員對未來利率預期 | — | FOMC 會後公佈 |
| 利率期貨隱含機率 | 市場預期下次升降息機率 | — | CME FedWatch https://www.cmegroup.com/markets/interest-rates/cme-fedwatch-tool.html |
| 資產負債表規模 | QE/QT 進度 | WALCL | https://fred.stlouisfed.org/series/WALCL |
### 升降息對市場的影響
| 政策 | 短期影響 | 受惠 | 受害 |
|------|---------|------|------|
| 升息 | 股市承壓、債券下跌 | 銀行、保險 | 科技成長股、REIT、公用事業 |
| 降息 | 股市利多、債券上漲 | 科技成長股、REIT | 銀行(利差縮小) |
| 暫停(觀望) | 不確定性降低 | 視經濟狀況 | — |
| QE量化寬鬆 | 流動性充沛、資產上漲 | 風險資產全面 | 美元 |
| QT量化緊縮 | 流動性收緊 | 美元、短債 | 長天期債券、高估值股 |
### FOMC 會議日程(每年 8 次)
- 查詢https://www.federalreserve.gov/monetarypolicy/fomccalendars.htm
- **會前 2 週**:市場開始定價預期
- **會後聲明**關注措辭變化hawkish/dovish
- **會後記者會**:主席語氣是關鍵
## 就業數據追蹤
### 關鍵就業指標
| 指標 | 頻率 | FRED 代碼 | 意義 |
|------|------|----------|------|
| 非農就業人數NFP | 每月第一個週五 | PAYEMS | 最重要的就業指標 |
| 失業率 | 月 | UNRATE | 景氣落後指標 |
| 初領失業金人數 | 週 | ICSA | 景氣領先指標 |
| 職位空缺JOLTS | 月 | JTSJOL | 勞動市場緊張度 |
| 平均時薪 YoY | 月 | CES0500000003 | 薪資通膨壓力 |
| 勞動參與率 | 月 | CIVPART | 勞動力供給 |
### 就業數據解讀規則
| 情境 | NFP | 失業率 | 時薪 | 解讀 | 對 Fed 的意義 |
|------|-----|--------|------|------|-------------|
| 強勁 | > 20 萬 | 下降 | 上升 | 經濟過熱 | 偏鷹(可能升息) |
| 健康 | 10-20 萬 | 穩定 | 溫和 | 金髮女孩 | 維持現狀 |
| 疲軟 | < 10 | 上升 | 下降 | 經濟放緩 | 偏鴿可能降息 |
| 衰退 | 負值 | 急升 | — | 衰退確認 | 緊急降息 |
## 景氣循環燈號
### 美國Conference Board LEI領先經濟指標
| 指標 | 說明 | 查詢 |
|------|------|------|
| LEI 月變動 | 連續 3 月下降 = 衰退警訊 | https://www.conference-board.org/topics/us-leading-indicators |
| LEI 6 月年化 | < 0 = 衰退風險高 | 同上 |
**LEI 10 個組成成分**
1. 製造業平均每週工時
2. 初領失業金人數(反向)
3. 製造業新訂單(消費財)
4. ISM 新訂單指數
5. 製造業新訂單(非國防資本財)
6. 建築許可
7. S&P 500 指數
8. 信貸指數
9. 10Y-Fed Funds 利差
10. 消費者預期指數
### 台灣:國發會景氣燈號
| 燈號 | 分數 | 意義 | 投資策略 |
|------|------|------|---------|
| 🔴 紅燈 | 38-45 | 景氣過熱 | 減碼、防禦 |
| 🟡 黃紅燈 | 32-37 | 景氣活絡 | 選股不選市 |
| 🟢 綠燈 | 23-31 | 景氣穩定 | 正常配置 |
| 🔵 黃藍燈 | 17-22 | 景氣趨緩 | 開始佈局 |
| 💙 藍燈 | 9-16 | 景氣低迷 | 積極佈局 |
**查詢**https://index.ndc.gov.tw/n/zh_tw/data/eco_monitoring
**景氣燈號 9 個組成指標**
1. 貨幣總計數 M1BYoY
2. 股價指數YoY
3. 工業生產指數YoY
4. 非農就業人數YoY
5. 海關出口值YoY
6. 機械及電機設備進口值YoY
7. 製造業銷售量指數YoY
8. 批發零售及餐飲營業額YoY
9. 製造業營業氣候測驗點
### 景氣燈號投資對照
| 美國 LEI | 台灣燈號 | 景氣階段 | 建議動作 |
|---------|---------|---------|---------|
| LEI 上升 + 正值 | 🟢/🟡 | 擴張期 | 加碼成長股、科技股 |
| LEI 高峰轉下 | 🔴 | 過熱期 | 轉向價值股、能源、原物料 |
| LEI 下降 + 負值 | 🔵/💙 | 衰退期 | 防禦股、債券、現金 |
| LEI 觸底回升 | 💙→🔵 | 復甦期 | 積極佈局週期股、小型股 |
## 總經日曆(每月必看)
| 時間 | 數據 | 重要性 | 查詢 |
|------|------|--------|------|
| 每月第一個週五 | 非農就業NFP | ⭐⭐⭐ | FRED: PAYEMS |
| 每月中旬 | CPI | ⭐⭐⭐ | FRED: CPIAUCSL |
| 每月中旬 | 零售銷售 | ⭐⭐ | FRED: RSAFS |
| 每月月底 | GDP季度 | ⭐⭐⭐ | FRED: GDP |
| 每月月初 | ISM PMI | ⭐⭐ | FRED: MANEMP |
| FOMC 會議後 | 利率決策 | ⭐⭐⭐ | Fed 官網 |
| 每週四 | 初領失業金 | ⭐⭐ | FRED: ICSA |
| 每月 27 日左右 | 台灣景氣燈號 | ⭐⭐(台股) | 國發會 |
## GICS 11 大產業 ## GICS 11 大產業
| 代碼 | 產業 | 代表 ETF | 景氣敏感度 | | 代碼 | 產業 | 代表 ETF | 景氣敏感度 |
@ -62,6 +177,61 @@ description: 宏觀經濟分析與產業輪動知識庫。景氣循環判斷、
- 機構持倉季度變化13F - 機構持倉季度變化13F
- 融資餘額變化 - 融資餘額變化
## 板塊前瞻預測框架
### 景氣循環 → 板塊映射(預測用)
| 景氣階段 | 短期看好1-4 週) | 中期超配1-3 月) | 長期戰略3-12 月) |
|---------|-------------------|-------------------|-------------------|
| 復甦初期 | 金融、非必需消費 | 小型股、週期股 | 科技成長股 |
| 復甦中期 | 科技、工業 | 科技、金融 | 科技、非必需消費 |
| 擴張期 | 科技、通訊 | 工業、原物料 | 能源(晚期受惠) |
| 過熱期 | 能源、原物料 | 能源、價值股 | 防禦轉換(公用、醫療) |
| 衰退初期 | 公用事業、醫療 | 必需消費、公債 | 等待復甦訊號再佈局成長 |
| 衰退末期 | 金融(利率見頂) | 非必需消費(預期復甦) | 科技、小型股(提前佈局) |
### 領先指標 → 板塊方向預測
| 領先指標變化 | 預測含義 | 看好板塊 | 看空板塊 |
|-------------|---------|---------|---------|
| ISM PMI > 50 且上升 | 製造業擴張 | 工業、原物料、科技 | 公用事業、公債 |
| ISM PMI < 50 且下降 | 製造業收縮 | 公用事業醫療必需消費 | 週期股小型股 |
| 殖利率曲線陡峭化 | 經濟復甦預期 | 金融、週期股 | 公用事業 |
| 殖利率曲線倒掛加深 | 衰退風險升高 | 防禦股、長天期公債 | 金融、週期股 |
| 銅/金比上升 | 經濟信心增強 | 工業、原物料 | 黃金、防禦股 |
| 銅/金比下降 | 避險情緒升溫 | 黃金、公用事業 | 週期股 |
| 初領失業金持續上升 | 就業惡化 | 防禦股 | 非必需消費 |
| Fed 轉鴿(暗示降息) | 流動性改善 | 科技成長、小型股、房地產 | 美元、銀行淨利差 |
### 板塊預測的三步驟
**步驟 1定位景氣階段**
- 查 ISM PMIFRED: MANEMP、GDP 成長率、就業數據
- 對照上方「景氣循環 → 板塊映射」表
**步驟 2驗證領先指標**
- 查殖利率曲線FRED: T10Y2Y、銅金比、初領失業金FRED: ICSA
- 對照「領先指標 → 板塊方向預測」表
- 如果步驟 1 和步驟 2 結論一致 → 信心度 🟢
- 如果有矛盾 → 信心度 🟡,標註矛盾點
**步驟 3資金流向確認**
- 查各板塊 ETF 近期資金流入/流出
- 查 ETF 技術面趨勢TradingView
- 資金流向與預測一致 → 維持信心度
- 資金流向與預測矛盾 → 降一級信心度
### 台股板塊預測補充
| 台股板塊 | 對應美股板塊 | 額外關注 |
|---------|------------|---------|
| 半導體 | XLK科技 | 台積電法說、SEMI 數據、北美半導體設備出貨 |
| 電子零組件 | XLK | iPhone 供應鏈、伺服器出貨 |
| 金融 | XLF | 央行利率、壽險避險成本 |
| 傳產/鋼鐵 | XLB原物料 | 中國需求、原物料價格 |
| 航運 | XLI工業 | BDI 指數、SCFI 運價 |
| 生技 | XLV醫療 | FDA 審批、NHIA 政策 |
## 題材識別框架 ## 題材識別框架
一個好的投資題材需要: 一個好的投資題材需要:
@ -73,11 +243,30 @@ description: 宏觀經濟分析與產業輪動知識庫。景氣循環判斷、
## 數據來源 ## 數據來源
| 數據 | 來源 | ### 美股
|------|------|
| GDP、CPI、就業 | BLS.gov、BEA.gov、FRED | | 數據 | 主要來源 | 備用來源 | URL |
| 利率、殖利率 | Treasury.gov、FRED | |------|---------|---------|-----|
| ISM PMI | ISM、Investing.com | | GDP、CPI、就業、利率 | FRED | BLS.gov、BEA.gov | https://fred.stlouisfed.org |
| 產業 ETF 表現 | Finviz、ETF.com | | 產業 ETF 表現 | Yahoo Finance | TradingView | https://finance.yahoo.com |
| 資金流向 | ETF.com、Bloomberg | | 個股/ETF 即時報價 | Yahoo Finance | — | https://finance.yahoo.com/quote/SPY |
| 技術圖表 | TradingView | — | https://www.tradingview.com |
| 資金流向 | Yahoo Finance ETF 頁面 | ETF.com | https://finance.yahoo.com/sectors |
| ISM PMI | Investing.com 經濟日曆 | FRED | https://www.investing.com/economic-calendar |
### 台股
| 數據 | 主要來源 | 備用來源 | URL |
|------|---------|---------|-----|
| 個股基本面 | Goodinfo 台灣股市資訊網 | — | https://goodinfo.tw |
| 產業分類/營收 | Goodinfo | 公開資訊觀測站 | https://goodinfo.tw/tw/StockList.asp |
| 技術圖表 | TradingView | — | https://www.tradingview.com |
| 景氣燈號 | 國發會景氣指標查詢系統 | — | https://index.ndc.gov.tw |
| 三大法人買賣超 | Goodinfo | 證交所 | https://goodinfo.tw/tw/StockBzPerDay.asp |
### 查詢規則
1. **美股個股數據一律先查 Yahoo Finance**`https://finance.yahoo.com/quote/TICKER`
2. **技術圖表一律用 TradingView**`https://www.tradingview.com/chart/?symbol=TICKER`
3. **台股一律先查 Goodinfo**`https://goodinfo.tw/tw/StockDetail.asp?STOCK_ID=代號`
4. 總經數據用 FRED`https://fred.stlouisfed.org/series/代碼`

View File

@ -1,122 +0,0 @@
---
name: market-sizing
description: 市場規模估算與趨勢分析框架。涵蓋 TAM/SAM/SOM 雙軌估算Top-down + Bottom-up、CAGR 預測、宏觀趨勢識別、投資信號追蹤。
---
# 市場規模估算技能 (Market Sizing Skill)
具備麥肯錫 (McKinsey) 等級的市場規模分析方法論,精準量化商機。
## TAM / SAM / SOM 雙軌估算框架
### Top-down (自上而下) 邏輯
```
全球或全國市場 (產業報告數據)
↓ 按地區/區域篩選
區域目標市場
↓ 按產品類別與細分市場篩選
可服務市場 (Serviceable Addressable Market, SAM)
↓ 乘上預期之合理市佔率
可獲取市場 (Serviceable Obtainable Market, SOM)
```
### Bottom-up (自下而上) 邏輯
```
單位平均售價 × 總潛在客戶數 = 總體目標市場 (Total Addressable Market, TAM)
↓ 按可觸及範圍進行篩選
單位平均售價 × 可觸及客戶數 = 可服務市場 (SAM)
↓ 乘上轉換率 (Conversion Rate)
單位平均售價 × 預計獲取客戶數 = 可獲取市場 (SOM)
```
### 分析輸出格式
```markdown
### 市場規模估算摘要
| 關鍵指標 | Top-down 估計 | Bottom-up 估計 | 最終採用值 |
|------|---------|----------|--------|
| **TAM** (總體目標市場) | $[X] B | $[Y] B | $[Z] B |
| **SAM** (可服務市場) | $[X] M | $[Y] M | $[Z] M |
| **SOM** (第一年預估獲取) | $[X] M | $[Y] M | $[Z] M |
| **SOM** (第三年預估獲取) | $[X] M | $[Y] M | $[Z] M |
**預計 5 年複合年增率 (CAGR)**[X] %
**核心估算假設**
1. [假設一,例如:預期市場滲透率將隨 5G 普及提升]
2. [假設二,例如:平均客單價維持每年 5% 之增長]
**產業報告對照**
| 報告來源 | TAM 估計值 | 公布日期 | 參考連結 |
|------|---------|------|-----|
| [報告一] | $[X] B | [年份] | [URL] |
| [報告二] | $[X] B | [年份] | [URL] |
| [報告三] | $[X] B | [年份] | [URL] |
```
## 趨勢分析框架
### 五大宏觀力量 (PESTEL 簡化版) 掃描
分析塑造產業格局的 5 大關鍵力量:
| 力量維度 | 趨勢描述 | 對產業影響力 (1-10) | 預計發生時間軸 |
|------|------|-----------|--------|
| **經濟 (Economic)** | [例如:全球通膨壓力放緩] | [分數] | 短 / 中 / 長期 |
| **監管 (Regulatory)** | [例如:針對數據隱私的新法規] | [分數] | |
| **技術 (Technological)** | [例如:生成式 AI 整合進現有流程] | [分數] | |
| **社會 (Social)** | [例如:遠距工作成為常態] | [分數] | |
| **環境 (Environmental)** | [例如:碳中和供應鏈要求] | [分數] | |
### 微觀產業趨勢 (Industry Dynamics)
深入挖掘產業內部的 7 個新興模式,每一項需包含:
- **趨勢詳細描述**
- **數據佐證與來源來源**
- **「那又如何 (So What)」分析**:對目標公司的具體意涵。
- **影響力評分** (1-10 分)。
- **發生時間軸**:短期 (0-1 年)、中期 (1-3 年)、長期 (3-5 年)。
### 投資與市場信號追蹤
```markdown
| 信號類型 | 具體關鍵事件 | 指標性意義 | 資料來源 |
|---------|---------|------|------|
| **VC 融資** | [公司] 獲得 $[X] M [輪次] 融資 | 代表市場對 [技術/領域] 之信心 | [URL] |
| **併購 (M&A)** | [收購方] 以 $[X] M 收購 [標的公司] | 產業開始整合,核心技術溢價 | [URL] |
| **IPO/上市** | [公司] 計劃進行公開募資 (IPO) | 市場成熟度指標 | [URL] |
| **大廠動態** | [科技龍頭] 推出 [競爭性產品] | 確立市場標配,競爭加劇 | [URL] |
```
## 市場成熟度生命週期判斷
| 階段 | 核心特徵描述 | 建議發展策略 |
|------|------|---------|
| **導入期** | 滲透率低、成長潛力極大、競爭者稀少 | 搶先進入、教育市場與建立標準 |
| **成長期** | 快速擴張、新進對手湧現、市場標竿未定 | 規模化擴張、建立品牌壁壘 |
| **成熟期** | 成長趨緩、進入併購整合期、價格戰激烈 | 產品差異化、優化運營成本優勢 |
| **衰退期** | 市場負成長、面臨顛覆性技術替代 | 策略轉型、利基化或縮減規模退出 |
## 建議搜尋關鍵字範本
```
[行業名稱] market size [當前年份] [下一年份]
[行業名稱] TAM SAM SOM analysis
[行業名稱] industry report (Statista, Gartner, Forrester)
[行業名稱] CAGR forecast [年份區間]
[行業名稱] growth rate statistics
[行業名稱] venture capital funding activity
[行業名稱] IPO pipeline [年份]
[行業名稱] M&A deals and activity
```
## 分析執行原則
- **估算具備透明度**:若無法獲得精確官方數字,必須提供具備邏輯根據的推算,並明確標註為「估算」。
- **雙軌驗證****自上而下 (Top-down)** 與 **自下而上 (Bottom-up)** 必須同步執行,進行交叉比較驗證。
- **資料時效性**:優先引用過去 24 個月內的最新數據。
- **多方參照**:至少與 3 份以上的不同公開報告進行對照與取平均。
- **誠實準則**:絕對嚴禁捏造數據。

View File

@ -1,120 +1,104 @@
--- ---
name: quant-screening name: quant-screening
description: 量化選股篩選框架。涵蓋基本面篩選(財務比率、成長指標)、技術面篩選(趨勢、動量、量價)、籌碼面篩選(機構、內部人、選擇權)、多因子排名 description: 多因子量化篩選知識庫。篩選標準、評分權重、事件驅動篩選、硬性剔除條件
--- ---
# 量化選股篩選技能 (Quantitative Screening Skill) # 多因子量化篩選
具備量化對沖基金等級的系統化選股篩選方法論。 ## 三道過濾器
## 三維立體篩選框架 ### 第一道:基本面品質
系統化過濾路徑: | 因子 | 標準 | 意義 | 數據來源 |
``` |------|------|------|---------|
基本面篩選 (品質過濾) → 技術面篩選 (時機過濾) → 籌碼面篩選 (聰明錢過濾) → 多因子綜合成績排名 (最終排序) | ROE | > 15% | 資本效率 | 10-K/10-Q |
``` | 營收 YoY | > 10% | 成長動能 | 財報 |
| FCF | > 0連續 2 年) | 現金生成力 | 現金流量表 |
| D/E | < 產業中位數 | 財務穩健 | 資產負債表 |
| 毛利率 | > 產業中位數 | 定價能力 | 損益表 |
| 營收品質 | 營收 ≈ 現金流 | 非灌水營收 | 交叉比對 |
## 基本面篩選 (Fundamental Filters) ### 第二道:技術面時機
### 價值估值指標 | 因子 | 標準 | 意義 |
|------|------|------|
| 股價 vs 200MA | 上方 | 長期趨勢向上 |
| 50MA vs 200MA | 黃金交叉或已在上方 | 趨勢確立 |
| RSI(14) | 30-70 | 非極端區域 |
| 日均量 | > 100 萬股 | 流動性充足 |
| 52 週位置 | > 30% | 非底部撈刀 |
| 估值指標 | 計算方式/定義 | 建議篩選標準 | 策略說明 | ### 第三道:籌碼面聰明錢
|------|---------|---------|------|
| **P/E (本益比)** | 股價 ÷ EPS | < 產業中位數 | 避免估值過度昂貴 |
| **P/B (股淨比)** | 股價 ÷ 每股淨值 | < [X] | 確保安全邊際 |
| **P/S (股價營收比)** | 市值 ÷ 營收 | < [X] | 成長型產業可放寬標準 |
| **EV/EBITDA** | 企業價值 ÷ 稅前息前折舊攤銷前獲利 | < 產業中位數 | 考量債務結構的橫向比較 |
| **PEG** | P/E ÷ 盈餘成長率 | < 1.5 | 評估成長性的合理溢價 |
| **股息殖利率** | 預計年配息 ÷ 股價 | > [X]% | 適用於高殖利率選股策略 |
### 成長動能指標 | 因子 | 標準 | 意義 |
|------|------|------|
| 機構持股變動 | 近季淨增持 | 法人認可 |
| 內部人交易 | 近 3 月淨買入 | 管理層看好 |
| Put/Call Ratio | < 0.7 | 期權市場看多 |
| 賣空比率 | < 15% Float | 空頭壓力不大 |
| 成長指標 | 建議篩選標準 | 核心意義 | ## 綜合評分
|------|---------|------|
| **營收年增率 (YoY)** | > [X]% | 確保頂線 (Top-line) 擴張 |
| **EPS 年增率 (YoY)** | > [X]% | 確保底線 (Bottom-line) 獲利增長 |
| **營收連增季數** | ≥ [N] 季 | 驗證成長之持續性 |
| **毛利率趨勢** | 穩定持平或上升 | 判斷產品競爭力與護城河 |
### 品質與穩健性指標 | 維度 | 權重 | 評分範圍 |
|------|------|---------|
| 基本面品質 | 30% | 0-100 |
| 技術面時機 | 25% | 0-100 |
| 籌碼面聰明錢 | 20% | 0-100 |
| 催化劑明確度 | 25% | 0-100 |
| 品質指標 | 建議篩選標準 | 財務意涵 | **總分 = Σ(維度分數 × 權重)**
|------|---------|------|
| **ROE (股東權益報酬率)** | > 15% | 檢視資本運用效率 |
| **ROIC (投入資本回報率)** | > 加權平均資金成本 (WACC) | 確保公司正在創造真實價值 |
| **負債/股權比 (D/E)** | < [X] | 維持財務體質穩健 |
| **自由現金流 (FCF)** | > 0 (連續 [N] 年) | 驗證公司生成現金的能力 |
| **利息保障倍數** | > 3 | 確保債務負擔在安全水平 |
## 技術面篩選 (Technical Filters) ### 優先級對照
### 趨勢確認指標 | 總分 | 優先級 | 行動 |
|------|--------|------|
| 80+ | 🟢 高優先 | 立即深入研究 |
| 60-79 | 🟡 中優先 | 列入觀察清單 |
| 40-59 | 🟠 低優先 | 等待更好時機 |
| < 40 | 🔴 不推薦 | 跳過 |
| 趨勢指標 | 建議篩選標準 | 判斷邏輯 | ## 硬性剔除條件(紅燈即停)
|------|---------|------|
| **股價 vs 200MA** | 股價 > 200 日均線 | 確立長期上升趨勢 |
| **股價 vs 50MA** | 股價 > 50 日均線 | 確立中期上升動能 |
| **均線結構** | 50MA > 200MA (黃金交叉) | 趨勢確立向上 |
| **52 週相對位置** | 距 52 週高點 < [X]% | 代表個股表現相對強勢 |
### 強度與動量指標 以下任一條件成立即剔除,不論評分多高:
| 動量指標 | 建議篩選標準 | 說明 | - 市值 < $300M
|------|---------|------| - 日均成交金額 < $5M
| **RSI (14)** | 介於 30-70 間 (或 > [X] 偏多) | 確認其非處於極端超買區 | - 營運現金流連續 3 季為負
| **MACD 指標** | MACD 柱狀體翻正或穿越訊號線 | 動能轉向多方 | - 審計意見遭質疑
| **相對強弱排名 (RS)** | 同產業內排名前 [X]% | 聚焦產業領頭羊 | - 被列為處置股或下市警告
- 近期有重大訴訟/監管調查
### 量價配合指標 ## 事件驅動篩選
| 量價指標 | 建議篩選標準 | 說明 | | 催化劑類型 | 查詢來源 | 時間窗口 |
|------|---------|------| |-----------|---------|---------|
| **日均成交量** | > [X] 萬股 | 確保流動性充足,避免滑價 | | 財報發布 | Earnings Whispers、Yahoo Finance | 未來 1-4 週 |
| **量比** | > 1.5 | 代表近期買盤湧現,熱度增加 | | FDA 審批 | FDA.gov、BioPharmCatalyst | 未來 1-3 月 |
| **價漲量增** | 最近 [N] 個交易日內出現 | 健康的上漲攻擊型態 | | 政府合約 | USA Spending、SEC 8-K | 未來 1-3 月 |
| 產品發布 | 公司 IR、產業會議 | 未來 1-3 月 |
| 併購/增資 | SEC EDGAR | 近期公告 |
| 指數調整 | S&P、Russell 公告 | 季度調整前 |
## 籌碼面與情緒篩選 (Sentiment & Flow) ## 數據來源
| 籌碼指標 | 建議篩選標準 | 判斷意義 | ### 美股
|------|---------|------|
| **機構持股比例** | > [X]% | 代表專業法人之認可度 |
| **機構持股變動** | 近期呈現淨增持 | 「聰明錢」正在流入 |
| **內部人交易** | 近 3 個月內有淨買入行為 | 公司管理層看好自身前景 |
| **分析師共識評等** | 買入 (Buy/Overweight) 佔絕大多數 | 市場共識趨於正面 |
| **做空比率 (Short Float)** | < [X]% | 軋空風險後或空頭壓力較低 |
| **選擇權 P/C Ratio** | < 0.7 | 衍生性金融商品市場情緒看多 |
## 多因子排名模型 (Multi-Factor Model) | 用途 | 主要來源 | 備用來源 | URL |
|------|---------|---------|-----|
| 基本面篩選 | Yahoo Finance Screener | Finviz | https://finance.yahoo.com/screener |
| 個股財報數據 | Yahoo Finance | SEC EDGAR | https://finance.yahoo.com/quote/TICKER/financials |
| 技術面篩選 | TradingView Screener | Finviz | https://www.tradingview.com/screener |
| 機構持倉13F | Yahoo Finance Holders | WhaleWisdom | https://finance.yahoo.com/quote/TICKER/holders |
| 內部人交易 | Yahoo Finance Insider | OpenInsider | https://finance.yahoo.com/quote/TICKER/insider-transactions |
| 期權數據 | Yahoo Finance Options | Barchart | https://finance.yahoo.com/quote/TICKER/options |
### 綜合量化評分表 ### 台股
```markdown | 用途 | 主要來源 | URL |
| 因子類別 | 關鍵因子項目 | 實際原始值 | 標準化分數 (0-100) | 權重配比 | 加權得分 | |------|---------|-----|
|---------|------|--------|------------------|------|--------| | 基本面篩選 | Goodinfo 個股篩選 | https://goodinfo.tw/tw/StockScreener.asp |
| **價值** | P/E 位階排名 | [X] | [0-100] | 20% | [X] | | 個股財報 | Goodinfo 財務比率 | https://goodinfo.tw/tw/StockFinDetail.asp?STOCK_ID=代號 |
| **成長** | 預期 EPS 成長率 | [X]% | [0-100] | 25% | [X] | | 技術面 | TradingView | https://www.tradingview.com/chart/?symbol=TWSE:代號 |
| **品質** | ROE (股東權益回報) | [X]% | [0-100] | 20% | [X] | | 法人買賣超 | Goodinfo | https://goodinfo.tw/tw/StockBzPerDay.asp?STOCK_ID=代號 |
| **動量** | 3 個月股價報酬率 | [X]% | [0-100] | 15% | [X] | | 董監持股 | Goodinfo | https://goodinfo.tw/tw/StockDirectorSharehold.asp?STOCK_ID=代號 |
| **籌碼** | 近期機構加碼幅度 | [X]% | [0-100] | 10% | [X] |
| **情緒** | 社群與媒體綜合評分 | [X]/10 | [0-100] | 10% | [X] |
| **總結得分** | | | | | **[X] / 100** |
```
## 硬性剔除條件 (Negative Screen - 紅燈即停止)
- **市值規模**:市值低於 $[X] M (流動性極差)。
- **流動性不足**:日均成交金額低於 $[X] M (進出困難)。
- **基本面惡化**:營運現金流連續 [N] 季為負值或長期虧損。
- **治理風險**:審計意見遭質疑、管理層重大訴訟或誠信問題。
- **退市疑慮**:被列為處置股、收到下市警告或全額交割。
## 建議搜尋關鍵字範本
```
[產業名稱] stock screener criteria [年份]
[產業名稱] top stocks by ROE and Growth
[產業名稱] highest alpha stocks list
Quantitative stock screening multifactor model [產業]
[公司名稱] comprehensive financial ratios
Current average P/E ratio for [產業/板塊]
```

View File

@ -123,3 +123,25 @@ description: 五維風險評分知識庫。催化劑風險、基本面風險、
4. 高風險標的(分數 < 40合計 15% 帳戶 4. 高風險標的(分數 < 40合計 15% 帳戶
5. 現金部位 ≥ 10%(除非全面看多且分數 > 80 5. 現金部位 ≥ 10%(除非全面看多且分數 > 80
## 數據來源
### 美股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 個股基本面/統計 | Yahoo Finance Statistics | https://finance.yahoo.com/quote/TICKER/key-statistics |
| 技術面指標 | TradingView Technicals | https://www.tradingview.com/symbols/TICKER/technicals |
| 機構持倉/內部人 | Yahoo Finance Holders | https://finance.yahoo.com/quote/TICKER/holders |
| 期權 Put/Call | Yahoo Finance Options | https://finance.yahoo.com/quote/TICKER/options |
| 賣空數據 | Yahoo Finance Statistics | https://finance.yahoo.com/quote/TICKER/key-statistics |
### 台股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 基本面 | Goodinfo 財務比率 | https://goodinfo.tw/tw/StockFinDetail.asp?STOCK_ID=代號 |
| 技術面 | TradingView | https://www.tradingview.com/chart/?symbol=TWSE:代號 |
| 籌碼面 | Goodinfo 法人買賣超 | https://goodinfo.tw/tw/StockBzPerDay.asp?STOCK_ID=代號 |
| 融資融券 | Goodinfo | https://goodinfo.tw/tw/StockMarginTrading.asp?STOCK_ID=代號 |

View File

@ -1,105 +1,216 @@
--- ---
name: sentiment-altdata name: sentiment-altdata
description: 情緒與另類數據分析框架。涵蓋新聞情緒、社群輿情追蹤、內部人交易信號、機構持倉變動、暗池活動及選擇權異常活動偵測 description: 情緒面與另類數據分析知識庫。期權異動、機構持倉、內部人交易、社群輿情、另類數據訊號
--- ---
# 情緒與另類數據分析技能 (Sentiment & Alternative Data Skill) # 情緒與另類數據分析
具備華爾街量化對沖基金等級的情緒與另類數據 (Alternative Data) 分析方法論。 ## 期權市場分析
## 新聞情緒分析 (News Sentiment) ### 異常活動偵測
### 情緒分類與影響評估 | 訊號 | 定義 | 意義 |
```markdown
| 新聞標題 | 媒體來源 | 產出日期 | 情緒屬性 | 影響力程度 | 內容類別 |
|---------|------|------|------|---------|------|
| [標題] | [媒體名稱] | [日期] | 正面 / 中性 / 負面 | 高 / 中 / 低 | 基本面 / 技術面 / 監管 / 產業 |
```
### 情緒量化摘要
```markdown
### [標的公司] 新聞情緒分析報告
| 關鍵指標 | 數據/趨勢 |
|------|-----|
| **正面新聞佔比** | [X] % |
| **負面新聞佔比** | [X] % |
| **過去 7 天情緒趨勢** | 轉好 / 持平 / 轉差 |
| **媒體關注度 (Volume)** | 上升 / 持平 / 下降 |
| **綜合情緒評分** | **[1-10] 分** (10 代表極度樂觀) |
```
## 社群輿情追蹤 (Social Listening)
### 輿情監控儀表板
```markdown
| 監控平台 | 討論聲量 (7D) | 聲量趨勢 | 主流情緒點 | 代表性觀點摘要 |
|------|------------|------|---------|----------|
| **Reddit WSB** | [N] 則 | ↑ / ↓ | 看多 / 看空 / 激烈爭執 | 「[觀點內容]」 |
| **StockTwits** | [N] 則 | ↑ / ↓ | 看多 / 看空 | 「[觀點內容]」 |
| **Twitter / X** | [N] 則 | ↑ / ↓ | 偏多 / 偏空 | |
| **專業財經論壇** | [N] 則 | ↑ / ↓ | | |
```
## 內部人交易信號 (Insider Trading)
### 內部人交易行為判讀
| 交易信號模式 | 訊號解讀與評分 | 說明 |
|------|------|------| |------|------|------|
| **多位高管集體買入** | 🟢 **強烈正面信號 (Strong Bullish)** | 代表管理層集體對前景充滿信心 | | 大單掃貨 | 單筆 > $1M 的期權交易 | 機構方向性押注 |
| **執行長 (CEO) 大量買入** | 🟢 **正面信號 (Bullish)** | 用自有資金為公司策略「投票」 | | Put/Call Ratio 極端 | > 1.2 或 < 0.5 | 市場極度恐懼/貪婪 |
| **多位高管同時賣出** | 🔴 **負面警示 (Bearish)** | 需注意是否存在潛在利空或營運高峰已過 | | 隱含波動率飆升 | IV > 歷史波動率 1.5x | 預期大幅波動 |
| **單一人員定期減持** | ⚪ **中性 (Neutral)** | 通常為避稅、支應生活開銷或計畫性賣出 (Rule 10b5-1) | | Gamma Squeeze 風險 | 大量 OTM Call + 低流通量 | 可能引發逼空 |
| **財務長 (CFO) 異常賣出** | 🔴 **強烈警示 (Strong Bearish)** | 最了解財務細節的人撤資,需高度警覺 | | 偏斜度異常 | Put IV >> Call IV | 避險需求強烈 |
## 機構持倉變動 (13F Institutional Holdings) ### 期權鏈解讀
分析大型基金(如 橋水、文藝復興、巴菲特等)的季度變動: 1. **最大持倉量**Max Pain— 到期日股價傾向靠近的價位
2. **未平倉量分佈** — OI 集中的行權價 = 潛在支撐/壓力
3. **IV Rank** — 當前 IV 在過去一年的百分位
4. **Put/Call OI Ratio** — 整體市場對該股的看法
- **新進機構**[列出本季新建立倉位的基金名單]。 ### 數據來源
- **大幅增持**[加碼幅度大於 X% 的機構]。 - **Yahoo Finance Options**https://finance.yahoo.com/quote/TICKER/options期權鏈、OI、IV
- **大幅減持**[減碼幅度大於 X% 的機構]。 - Barchart Options備用https://www.barchart.com/stocks/quotes/TICKER/options
- **清倉出場**[完全賣出所有股份的基金]。 - **台股期權**:台灣期貨交易所 https://www.taifex.com.tw
- **淨機構籌碼流向**[計算當季為買超還是賣超]。
## 選擇權異常活動 (Unusual Options Activity - UOA) ## 機構持倉分析13F
| 關鍵監控指標 | 數值 | 市場意義與判讀 | ### 追蹤要點
|------|-----|------|
| **Put/Call Ratio** | [X] | > 1 代表看空情緒濃厚;< 0.7 代表看多情緒濃厚 |
| **IV 百分位數 (IVP)** | [X] % | > 80% 代表市場預期即將發生重大波動 |
| **異常交易量 (UOA)** | [X] 倍 | 成交量 > 3 倍日均量時,代表「大象進場」 |
| **最大痛點 (Max Pain)** | $[X] | 預測結算日股價可能趨近的位階 |
## 搜尋關鍵字範本 | 指標 | 意義 | 查詢 |
|------|------|------|
| 季度淨增減持 | 法人態度轉變 | WhaleWisdom |
| 新建倉 | 新發現的機會 | SEC EDGAR |
| 清倉 | 失去信心 | SEC EDGAR |
| 持倉集中度 | 高集中度=高conviction | WhaleWisdom |
| 頭部基金重疊 | 多家頂級基金同時持有 | 13F 交叉比對 |
``` ### 重點追蹤機構
[公司] insider trading SEC form 4 latest updates
[公司] 13F institutional holdings whale wisdom
[公司] unusual options activity scanning
[公司] dark pool activity and large block trades
[公司] short interest percentage and short squeeze risk
[公司] reddit wallstreetbets sentiment
[公司] price target upgrade downgrade sentiment
```
## 綜合情绪評分模型 (Sentiment Scorecard) - **價值型**Berkshire Hathaway、Baupost、Third Point
- **成長型**ARK Invest、Tiger Global、Coatue
- **量化型**Renaissance Technologies、Two Sigma、DE Shaw
- **活躍型**Elliott、Icahn、Pershing Square
```markdown ### 注意事項
### [標的名] 全方位情緒評比 - 13F 有 45 天延遲(季末後 45 天公佈)
- 只反映多頭部位,不含空頭
- 可能已在申報後改變立場
| 分析維度 | 細項評分 (1-10) | 權重配比 | 加權總分 | ## 內部人交易SEC Form 4
|------|-----------|------|--------|
| **媒體與新聞情緒** | [N] | 20% | [X] | ### 訊號強度
| **社群輿情動態** | [N] | 15% | [X] |
| **內部人交易行為** | [N] | 25% | [X] | | 行為 | 強度 | 解讀 |
| **機構持倉變動** | [N] | 25% | [X] | |------|------|------|
| **選擇權市場信號** | [N] | 15% | [X] | | CEO/CFO 買入 | ⭐⭐⭐ | 最強看多訊號 |
| **綜合情緒得分** | | | **[X] / 10** | | 多位高管同時買入 | ⭐⭐⭐ | 集體信心 |
| 董事買入 | ⭐⭐ | 中度看多 |
| 計劃性賣出10b5-1 | ⭐ | 通常忽略 |
| 非計劃性大量賣出 | ⭐⭐ | 需關注 |
| CEO 非計劃性賣出 | ⭐⭐⭐ | 重大警訊 |
### 判斷規則
- **買入比賣出更有訊號意義**(賣出原因多元,買入原因單一)
- 看金額而非股數(> $500K 的買入才有意義)
- 看近 3 個月的淨買賣方向
- 排除 10b5-1 計劃性交易
### 數據來源
- **Yahoo Finance Insider**https://finance.yahoo.com/quote/TICKER/insider-transactions
- OpenInsider備用https://openinsider.com/search?q=TICKER
- **台股董監持股**Goodinfo https://goodinfo.tw/tw/StockDirectorSharehold.asp?STOCK_ID=代號
## 社群輿情分析
### 監控渠道
| 渠道 | 特徵 | 適用 |
|------|------|------|
| X/Twitter | 即時、噪音高 | 事件驅動 |
| Reddit (WSB, stocks) | 散戶情緒 | 迷因股、散戶動向 |
| StockTwits | 股票專注 | 個股情緒 |
| Seeking Alpha | 深度分析 | 基本面觀點 |
| Earnings Call 逐字稿 | 管理層語氣 | 質化分析 |
### 情緒指標
| 指標 | 來源 | 解讀 |
|------|------|------|
| AAII Bull/Bear | AAII 調查 | 反向指標(極端時) |
| Fear & Greed Index | CNN | 市場整體情緒 |
| VIX | CBOE | 恐慌指數 |
| 社群提及量 | 各平台 | 異常增加=需關注 |
## 暗池Dark Pool分析
> 參考來源美股大叔Uncle Stock Notes暗池觀察法
> 約 40-50% 的美股交易量發生在暗池,散戶看不到即時買賣,但可以看到成交後的印記。
### 三種暗池觀察法(免費→付費)
#### 方法 1看大盤情緒 — SqueezeMetrics DIX免費
**每天收盤後必看的大盤體檢表。**
- **網址**https://squeezemetrics.com/monitor/dix
- **指標**DIXDark Index— DIX 越高,代表做市商在暗池裡買入越多
- **GEX**Gamma Exposure— 做市商的 Gamma 曝險
| DIX 數值 | 訊號 | 操作建議 |
|---------|------|---------|
| > 45% | 🟢 強力買訊 | 主力在偷偷接盤,大盤短期底部可能到了 |
| 40-45% | 🟡 中性偏多 | 正常範圍,觀察趨勢方向 |
| 35-40% | 🟡 中性偏空 | 主力接盤意願降低 |
| < 35% | 🔴 警戒訊號 | 主力不想接了大盤可能要回調 |
**關鍵用法 — 背離訊號**
- S&P 500 大跌 + DIX 飆高 > 45% = **背離** → 考慮抄底
- S&P 500 大漲 + DIX 下降 < 35% = **背離** 考慮減碼
#### 方法 2看個股暗池支撐/壓力 — Stockgrid.io免費
**想買某檔股票時,先來這裡看暗池淨部位。**
- **網址**https://stockgrid.io/darkpool/TICKER將 TICKER 替換為股票代號)
- **指標**Net Short Volume、Dark Pool Position
| 觀察重點 | 看多訊號 | 看空訊號 |
|---------|---------|---------|
| 暗池淨部位趨勢 | 股價跌但暗池線往上 = 主力吸籌 | 股價漲但暗池線往下 = 主力出貨 |
| Dark Pool Levels | 巨量成交價位 = 超強支撐 | 巨量成交價位 = 超強壓力 |
| Net Short Volume | 持續下降 = 空頭減少 | 持續上升 = 空頭增加 |
**實戰用法**
1. 查 `https://stockgrid.io/darkpool/NVDA`
2. 找到 Dark Pool Levels 的巨量成交價位
3. 該價位通常會變成超強支撐或壓力
4. 配合技術分析的支撐壓力交叉驗證
#### 方法 3看即時大單異動付費/專業)
**工具**Unusual Whales / Cheddar Flow / BlackBoxStocks
- **Unusual Whales**https://unusualwhales.com$$$
- **功能**整合期權異動Option Flow+ Dark Pool Prints
| 觀察重點 | 意義 |
|---------|------|
| 盤中跳出多筆百萬美金暗池大單 | 有人急著買/賣 |
| 大單在現價上方成交 | 買方急迫,連溢價都不在乎 → 看多 |
| 大單在現價下方成交 | 賣方急迫 → 看空 |
**建議**:新手先用方法 1 和 2免費進階後再考慮付費工具。
#### 窮人版暗池觀察法(券商軟體)
如果不想用額外工具用看盤軟體Thinkorswim / Interactive Brokers也能看到蛛絲馬跡
1. 打開 **Time & Sales (T&S)** 視窗
2. 設定過濾器:只顯示 **> 10,000 股**的大單
3. 觀察:如果看到一整排同樣股數、同樣價格的大單,且交易所顯示 **"ADF"** 或 **"TRF"**(場外交易/暗池)→ 鯨魚游過去了
4. 記下那個價格 → 如果股價跌破又站回,那就是**主力的防守線**
### 暗池分析注意事項
1. **暗池數據有延遲性** — 有些單子可以延後 24 小時才回報
2. **不要把暗池當水晶球** — 用 K 線決定進出場,用暗池增加信心
3. **最佳組合**:股價跌到支撐位 + 暗池出現大量買單 = 大膽進場
4. **FINRA ATS 數據**https://otctransparency.finra.org/otctransparency/AtsData官方暗池交易量每週更新
## 另類數據訊號
| 數據類型 | 來源 | 應用 |
|---------|------|------|
| 衛星影像 | 停車場/工廠活動 | 零售/工業景氣 |
| 網路流量 | SimilarWeb | SaaS/電商成長 |
| 信用卡數據 | 匯總消費趨勢 | 零售銷售預測 |
| 職缺數量 | LinkedIn、Indeed | 公司擴張/收縮 |
| App 下載量 | App Annie | 消費者產品成長 |
| 專利申請 | USPTO | 技術競爭力 |
| 供應鏈追蹤 | 海關數據 | 進出口趨勢 |
### 使用原則
- 另類數據用於**驗證**基本面假設,不單獨作為交易依據
- 注意數據時效性和覆蓋範圍
- 交叉比對多個數據源
## 數據來源總覽
### 美股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 期權鏈/IV/OI | Yahoo Finance Options | https://finance.yahoo.com/quote/TICKER/options |
| 機構持倉13F | Yahoo Finance Holders | https://finance.yahoo.com/quote/TICKER/holders |
| 內部人交易 | Yahoo Finance Insider | https://finance.yahoo.com/quote/TICKER/insider-transactions |
| 社群輿情 | Yahoo Finance Conversations | https://finance.yahoo.com/quote/TICKER/community |
| Fear & Greed Index | CNN | https://edition.cnn.com/markets/fear-and-greed |
| 暗池大盤情緒DIX | SqueezeMetrics | https://squeezemetrics.com/monitor/dix |
| 暗池個股淨部位 | Stockgrid.io | https://stockgrid.io/darkpool/TICKER |
| 暗池官方數據ATS | FINRA | https://otctransparency.finra.org/otctransparency/AtsData |
### 台股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 法人買賣超 | Goodinfo | https://goodinfo.tw/tw/StockBzPerDay.asp?STOCK_ID=代號 |
| 董監持股變化 | Goodinfo | https://goodinfo.tw/tw/StockDirectorSharehold.asp?STOCK_ID=代號 |
| 融資融券 | Goodinfo | https://goodinfo.tw/tw/StockMarginTrading.asp?STOCK_ID=代號 |
**判讀標準**:≥ 7 分為強力看多4-6 分為中性觀望;≤ 3 分為強力看空。
```

View File

@ -5,6 +5,102 @@ description: Session 延續性追蹤知識庫。Session 檔案結構、更新規
# Session 延續性追蹤 # Session 延續性追蹤
## ⚠️ 強制存檔規則(所有指令必須遵守)
**每次執行任何分析指令後,必須完成以下存檔步驟,不得跳過:**
### 存檔三步驟
1. **READ讀取**:分析開始前,先用 Read 工具檢查 `docs/fin/sessions/[TICKER]-session.md` 是否存在
- 存在 → 讀取完整內容,在分析中引用歷史數據
- 不存在 → 記住稍後要建立新檔案
2. **ANALYZE分析**:執行正常分析流程
3. **WRITE寫入**:分析結束後,**必須**用 Write 工具執行以下操作:
- 不存在 → 建立新的 Session 檔案(使用下方完整模板)
- 已存在 → 更新 Session 檔案(保留歷史,追加新紀錄)
- **寫入後,必須在輸出末尾顯示確認訊息**
```
📁 Session 已更新: docs/fin/sessions/[TICKER]-session.md
```
### 存檔路徑規則
| 類型 | 路徑 |
|------|------|
| 個股 | `docs/fin/sessions/[TICKER]-session.md` |
| 產業 | `docs/fin/sessions/sector-[產業名]-session.md` |
| 預測 | `docs/fin/sessions/forecast-[日期].md` |
**路徑必須先確保目錄存在**:如果 `docs/fin/sessions/` 不存在,先建立目錄。
### ⚠️ 同日同股合併規則(嚴格執行)
**相同日期 + 相同股票/標的 = 只能寫入同一個 Session 檔案,禁止建立多個檔案。**
| 情境 | 正確做法 | ❌ 錯誤做法 |
|------|---------|-----------|
| 今天已對 NVDA 做過 `/deep-dive`,又做 `/trade-plan` | 追加到 `NVDA-session.md` 的分析歷史表格 | 建立 `NVDA-session-2.md``NVDA-trade-session.md` |
| 今天對 NVDA 做了 3 次不同指令 | 全部追加到同一個 `NVDA-session.md` | 建立 3 個不同檔案 |
| 不同天對 NVDA 做分析 | 追加到同一個 `NVDA-session.md`(新增一行歷史) | 建立 `NVDA-session-0228.md` |
**合併邏輯**
1. 檔名永遠是 `[TICKER]-session.md`(個股)或 `sector-[名稱]-session.md`(產業)
2. 同一天多次分析 → 在「分析歷史」表格追加多行,每行標註不同指令
3. 不同天分析 → 同樣追加到同一個檔案,用日期區分
4. **永遠不要在檔名中加入日期、序號、指令名稱等後綴**
## 完整 Session 檔案模板
**建立新 Session 時,必須使用以下完整模板,不得省略任何區塊:**
```markdown
# [TICKER/產業] 分析 Session
## 基本資訊
- 建立日期: YYYY-MM-DD
- 最後更新: YYYY-MM-DD
- 狀態: 研究中
- 投資論述: [一句話描述為什麼關注這個標的]
## 分析歷史
| 日期 | 指令 | 摘要 | 報告路徑 |
|------|------|------|---------|
| YYYY-MM-DD | /[指令名] | [本次分析的一句話摘要] | docs/fin/[TICKER]-[日期]/ |
## 關鍵價位(最後更新: YYYY-MM-DD
| 時間框架 | 支撐 | 壓力 | 狀態 |
|---------|------|------|------|
| 短期 | $XX | $XX | [描述] |
| 中期 | $XX | $XX | [描述] |
| 長期 | $XX | $XX | [描述] |
## 催化劑追蹤
| 催化劑 | 預期日期 | 狀態 | 結果 |
|--------|---------|------|------|
| [事件名] | YYYY-MM-DD | ⏳ 待兌現 | - |
## 交易紀錄
| 日期 | 動作 | 價格 | 數量 | 理由 |
|------|------|------|------|------|
| (尚未交易) | | | | |
## 計劃更新歷史
- YYYY-MM-DD: Session 建立(來自 /[指令名]
```
## 更新 Session 時的規則
**更新已存在的 Session 時,必須:**
1. **保留所有歷史紀錄** — 不得刪除舊的分析歷史、催化劑、交易紀錄
2. **追加新紀錄** — 在「分析歷史」表格追加新行
3. **更新關鍵價位** — 用最新數據覆蓋,但在「計劃更新歷史」中記錄變更
4. **更新催化劑狀態** — 已兌現的標記 ✅/❌/➖,新增新的催化劑
5. **更新「最後更新」日期**
6. **更新「狀態」** — 根據分析結果調整(研究中/觀察中/已進場/已出場)
## 什麼是 Session ## 什麼是 Session
Session 是一個**持續追蹤檔**,記錄你對某個標的或產業的所有分析歷史,確保每次分析不是從零開始,而是延續之前的結論。 Session 是一個**持續追蹤檔**,記錄你對某個標的或產業的所有分析歷史,確保每次分析不是從零開始,而是延續之前的結論。
@ -16,7 +112,8 @@ docs/fin/sessions/
├── NVDA-session.md # 個股 Session ├── NVDA-session.md # 個股 Session
├── TSLA-session.md ├── TSLA-session.md
├── sector-AI半導體-session.md # 產業 Session ├── sector-AI半導體-session.md # 產業 Session
└── sector-電動車-session.md ├── sector-電動車-session.md
└── forecast-2026-02-27.md # 預測 Session
``` ```
## Session 生命週期 ## Session 生命週期
@ -33,34 +130,52 @@ docs/fin/sessions/
| 已出場 | 交易結束 | 手動更新 | | 已出場 | 交易結束 | 手動更新 |
| 暫停 | 暫時不追蹤 | 手動暫停 | | 暫停 | 暫時不追蹤 | 手動暫停 |
## 各指令的 Session 行為 ## 各指令的 Session 行為(強制步驟)
### `/deep-dive [TICKER]` ### `/deep-dive [TICKER]`
1. 檢查 `docs/fin/sessions/[TICKER]-session.md` 是否存在 1. **READ**: 讀取 `docs/fin/sessions/[TICKER]-session.md`
2. **存在** → 讀取歷史在報告中標註「vs 上次分析」 2. **存在** → 在報告開頭標註「📋 延續上次分析YYYY-MM-DD比對關鍵價位變化
3. **不存在** → 自動建立 Session 檔 3. **不存在** → 標註「🆕 首次分析」
4. 分析完成後更新 Session 的關鍵價位和催化劑 4. 執行四維分析
5. **WRITE**: 建立/更新 Session 檔案(填入關鍵價位、催化劑、分析摘要)
6. **CONFIRM**: 輸出末尾顯示 `📁 Session 已更新: docs/fin/sessions/[TICKER]-session.md`
### `/trade-plan [TICKER]` ### `/trade-plan [TICKER]`
1. 檢查 Session 是否存在 1. **READ**: 讀取 Session
2. **存在** → 讀取歷史計劃,比對價位變化 2. **存在** → 比對歷史計劃,標註價位變化
3. **不存在** → 自動建立 3. **不存在** → 標註「🆕 首次建立」
4. 計劃完成後更新 Session 的交易計劃區塊 4. 執行交易計劃制定
5. **WRITE**: 建立/更新 Session寫入交易計劃區塊
6. **CONFIRM**: 輸出末尾顯示確認
### `/trade-plan [TICKER] 更新` ### `/forecast [TARGET]`
1. **必須**已有 Session 1. **READ**: 讀取 `docs/fin/sessions/forecast-[最近日期].md`(如有)
2. 讀取上次計劃,比對當前狀態 2. **存在** → 比對上次預測 vs 實際走勢,計算準確度
3. 標註哪些價位仍有效、哪些需更新 3. 執行預測分析
4. 更新 Session 4. **WRITE**: 建立 `docs/fin/sessions/forecast-[今日日期].md`
5. **CONFIRM**: 輸出末尾顯示確認
### `/portfolio-review` ### `/portfolio-review`
1. 掃描所有 Session 檔案 1. **READ**: 掃描 `docs/fin/sessions/` 下所有 `*-session.md`
2. 逐一更新(見 portfolio-review command 2. 逐一更新分析
3. 標註需要行動的項目 3. **WRITE**: 更新每個 Session 檔案
4. **CONFIRM**: 輸出末尾列出所有已更新的 Session
### `/market-pulse` ### `/market-pulse`
1. 讀取所有「已進場」狀態的 Session 1. **READ**: 讀取所有「已進場」狀態的 Session
2. 在報告中標註持倉標的今日表現 2. 在報告中標註持倉標的今日表現
3. **WRITE**: 如果有新的異動標的值得追蹤,建立新 Session
4. **CONFIRM**: 輸出末尾顯示確認
### `/sector-pick [產業]`
1. 執行產業篩選
2. **WRITE**: 建立 `docs/fin/sessions/sector-[產業名]-session.md`
3. **CONFIRM**: 輸出末尾顯示確認
### `/replay`
1. 執行覆盤分析
2. **WRITE**: 如果涉及特定標的,更新其 Session 的「交易紀錄」和「計劃更新歷史」
3. **CONFIRM**: 輸出末尾顯示確認
## 更新規則 ## 更新規則

View File

@ -1,70 +0,0 @@
---
name: strategy-synthesis
description: 戰略綜合與執行計劃框架。涵蓋 GTM 上市計劃3 階段、市場准入分析5 種模式)、戰略選項矩陣(保守/平衡/激進、90 天優先行動及執行摘要。
---
# 戰略綜合技能 (Strategy Synthesis Skill)
具備頂尖顧問公司(如麥肯錫)等級的戰略整合與執行分析方法論。
## GTM 市場進入策略 (Go-To-Market)
### 三階段執行框架
1. **預熱期 (T-60 天)**
- 聚焦種子用戶獲取、內容行銷、KOL 合作佈局、Landing Page 預熱與名單收集。
2. **發布週 (D-Day ± 7 天)**
- 聚焦:全通路曝光、發布會/活動、首波轉換優化、新聞稿發布。
3. **發布後期 (D+90 天)**
- 聚焦:留存分析、回訪策略、核心功能迭代、口碑行銷與裂變。
### 通路策略與 ROI 評估
| 優先序 | 推廣通路 | 預估 CAC (獲客成本) | 預估轉換率 | 預算配置佔比 | ROI 評核 |
|------|------|---------|----------|---------|---------|
| 1 | [具體通路] | $[X] | [X]% | [X]% | 高 / 中 / 低 |
### 核心訊息框架 (Messaging Framework)
- **核心價值主張 (One-Sentence)**[為 {目標群體} 解決 {核心問題},透過 {解決方案},比起 {競爭對手} 能更有效實現 {效益}]。
- **三大支柱訊息**:功能面、價值面、情感面之具體效益。
- **信任證明 (Social Proof)**:數據背書、成功案例、第三方認證。
## 市場准入分析 (Market Entry Analysis)
### 五種市場進入模式對比
| 進入模式 | 適用情境 | 資源配置需求 | 風險等級 | 執行速度 |
|------|---------|---------|------|------|
| **直接進入** | 成熟市場、具備優勢 | 高 | 高 | 快 |
| **合資經營** | 需 local 夥伴資源 | 中 | 中 | 中 |
| **併購 (M&A)** | 欲快速取得市佔 | 極高 | 高 | 最快 |
| **技術授權** | 低成本先行測試 | 低 | 低 | 慢 |
| **數位優先** | 跨境無國界服務 | 低 - 中 | 低 | 快 |
## 戰略選項矩陣 (Strategic Option Matrix)
提供三種路徑供決策層權衡:
```markdown
| 維度指標 | 保守穩健路線 | 平衡擴張路線 | 激進突破路線 |
|----------|---------|---------|---------|
| **策略主軸** | 鞏固核心業務 | 穩步滲透相鄰領域 | 顛覆式創新與佔領 |
| **投入預算** | $[X] | $[X] | $[X] |
| **預期報酬** | [X] 倍 ([時間]) | [X] 倍 ([時間]) | [X] 倍 ([時間]) |
| **風險等級** | 低 | 中 | 高 |
| **決策條件** | 當市場不確定性高時 | 當資源與機會對等時 | 當具備絕對競爭領先時 |
**最終推薦**[選擇路徑] — **理由**[簡潔有力的核心理由]
```
## 執行摘要格式 (CEO 2-Minute Briefing)
1. **現狀洞察**2 句話直指當前業務最核心的問題與機會。
2. **建議策略**:一行文字點出最優先採取的方向。
3. **90 天優先行動事項**
- 優先級 1[關鍵行動] — 預期量化影響。
- 優先級 2[關鍵行動] — 預期量化影響。
- 優先級 3[關鍵行動]。
4. **關鍵風險緩釋**:針對前三大風險的 Plan B。
5. **「一小時行動」建議**:如果只有一小時處理此案,應專注做的最重要的一件事。

View File

@ -94,11 +94,83 @@ description: 技術分析知識庫。多時間框架分析、支撐壓力判定
- RSI > 80 追高 - RSI > 80 追高
- 突破但無量確認 - 突破但無量確認
## 個股方向預測框架
### 短期預測1-4 週)
| 訊號 | 看多 | 看空 | 中性 |
|------|------|------|------|
| 日線趨勢 | 股價 > 20MA 且 20MA 上升 | 股價 < 20MA 20MA 下降 | 股價在 20MA 附近震盪 |
| RSI(14) | 40-65 區間上升中 | 35-60 區間下降中 | 超買(>70)或超賣(<30) 等反轉 |
| MACD | 金叉且柱狀體放大 | 死叉且柱狀體放大 | 零軸附近糾結 |
| 成交量 | 上漲放量、下跌縮量 | 下跌放量、反彈縮量 | 量能萎縮,方向不明 |
| 型態 | 突破箱型/三角收斂向上 | 跌破支撐/頭肩頂成形 | 持續盤整中 |
**短期預測公式**5 項訊號中 ≥ 3 項同方向 → 該方向預測,信心度 🟢2 項 → 🟡;≤ 1 項 → 🔴
### 中期預測1-3 月)
| 訊號 | 看多 | 看空 |
|------|------|------|
| 週線趨勢 | 股價 > 50MA50MA 上升 | 股價 < 50MA50MA 下降 |
| 均線排列 | 多頭排列20 > 50 > 200 | 空頭排列20 < 50 < 200 |
| 週 MACD | 零軸上方且上升 | 零軸下方且下降 |
| 相對強度 | 跑贏大盤RS Line 上升) | 跑輸大盤RS Line 下降) |
### 長期預測3-12 月)
| 訊號 | 看多 | 看空 |
|------|------|------|
| 月線趨勢 | 股價 > 200MA200MA 上升 | 股價 < 200MA200MA 下降 |
| 黃金/死亡交叉 | 50MA 上穿 200MA | 50MA 下穿 200MA |
| 月線型態 | 長期底部型態(圓弧底、杯柄) | 長期頂部型態(頭肩頂、圓弧頂) |
| 長期支撐壓力 | 站穩歷史關鍵支撐 | 跌破歷史關鍵支撐 |
### 多框架一致性判斷
| 短期 | 中期 | 長期 | 綜合預測 | 建議 |
|------|------|------|---------|------|
| ⬆️ | ⬆️ | ⬆️ | 強烈看多 | 積極建倉 |
| ⬆️ | ⬆️ | ➡️ | 中期看多 | 波段操作 |
| ⬆️ | ➡️ | ⬆️ | 短期反彈中 | 等中期確認再加碼 |
| ⬇️ | ⬆️ | ⬆️ | 短期回調 | 逢低佈局機會 |
| ⬇️ | ⬇️ | ⬆️ | 中期修正 | 等待止穩訊號 |
| ⬇️ | ⬇️ | ⬇️ | 強烈看空 | 避開或放空 |
### 目標價估算(技術面)
1. **型態測量法** — 突破型態後,目標 = 突破點 ± 型態高度
2. **費波那契延伸** — 1.618 / 2.618 延伸作為上方目標
3. **前高/前低** — 最近的歷史高低點作為目標
4. **均線目標** — 回調目標常在 50MA 或 200MA
## 數據來源 ## 數據來源
| 用途 | 來源 | ### 美股
|------|------|
| 即時圖表 | TradingView | | 用途 | 主要來源 | 備用來源 | URL |
| 技術篩選 | Finviz、StockCharts | |------|---------|---------|-----|
| 歷史數據 | Yahoo Finance | | 即時圖表/技術分析 | TradingView | — | https://www.tradingview.com/chart/?symbol=TICKER |
| 歷史股價(下載) | Yahoo Finance Historical | — | https://finance.yahoo.com/quote/TICKER/history |
| 技術指標數值 | TradingView | Yahoo Finance | https://www.tradingview.com/symbols/TICKER/technicals |
| 成交量分析 | Yahoo Finance | TradingView | https://finance.yahoo.com/quote/TICKER |
### 台股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 技術圖表 | TradingView | https://www.tradingview.com/chart/?symbol=TWSE:代號 |
| K 線/均線/成交量 | Goodinfo 技術分析 | https://goodinfo.tw/tw/ShowK_Chart.asp?STOCK_ID=代號 |
| 歷史股價 | Goodinfo | https://goodinfo.tw/tw/StockDayAll.asp?STOCK_ID=代號 |
### Python 數據取得(用於圖表繪製)
```python
# 美股 — 使用 yfinance
import yfinance as yf
df = yf.download("NVDA", period="1y", interval="1d")
# 台股 — 使用 yfinance代號加 .TW
df = yf.download("2330.TW", period="1y", interval="1d")
```

View File

@ -153,3 +153,32 @@ description: 交易計劃制定知識庫。分批建倉策略、停損停利設
教訓: ___ 教訓: ___
``` ```
## 數據來源
### 美股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 即時報價/進場價確認 | Yahoo Finance | https://finance.yahoo.com/quote/TICKER |
| 技術面進出場點 | TradingView | https://www.tradingview.com/chart/?symbol=TICKER |
| 歷史股價(回測) | Yahoo Finance Historical | https://finance.yahoo.com/quote/TICKER/history |
### 台股
| 用途 | 主要來源 | URL |
|------|---------|-----|
| 即時報價 | Goodinfo | https://goodinfo.tw/tw/StockDetail.asp?STOCK_ID=代號 |
| 技術面 | TradingView | https://www.tradingview.com/chart/?symbol=TWSE:代號 |
| 歷史股價 | Goodinfo | https://goodinfo.tw/tw/StockDayAll.asp?STOCK_ID=代號 |
### Python 數據取得
```python
import yfinance as yf
# 美股
df = yf.download("NVDA", period="6mo", interval="1d")
# 台股
df = yf.download("2330.TW", period="6mo", interval="1d")
```

View File

@ -1,83 +0,0 @@
---
name: valuation-analysis
description: 估值與權益研究框架。涵蓋 DCF 折現現金流、可比公司分析、倍數估值、盈餘品質分析、管理層評估、目標價推導及財報紅旗檢查。
---
# 估值分析技能 (Valuation Analysis Skill)
具備頂尖投資銀行(如高盛、摩根士丹利)等級的權益研究 (Equity Research) 方法論。
## DCF 折現現金流估值 (Discounted Cash Flow)
### 自由現金流 (FCF) 預測擬合
```markdown
| 會計科目 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6-Y10 (TV) |
|------|-----|-----|-----|-----|-----|--------|
| **營收預測** | $[X] | $[X] | $[X] | $[X] | $[X] | [穩定成長率] |
| **EBITDA 利潤率** | [X]% | [X]% | [X]% | [X]% | [X]% | [穩定利潤率] |
| **資本支出 (CapEx)** | $[X] | | | | | |
| **營運資金變動** | $[X] | | | | | |
| **自由現金流 (FCF)** | $[X] | | | | | |
```
### DCF 模型關鍵假設
| 核心參數 | 設定值 | 設定理由與參考依據 |
|------|-----|------|
| **WACC (加權資金成本)** | [X]% | 基於無風險利率、Beta 與風險溢價計算 |
| **終值成長率 (Terminal Growth)** | [X]% | 通常設定在 2-3% (長期 GDP 成長) |
| **估值方法** | Gordon 基於永續 / Exit Multiple | 說明選用該方法之邏輯 |
| **Exit Multiple (退出倍數)** | [X]x EBITDA | 參考同業成熟期估值中位數 |
## 可比公司分析 (Comparable Companies Analysis)
### 相對估值倍數對比表
| 公司名稱 | 市值規模 | 企業價值 (EV) | P/E | EV/EBITDA | P/S | PEG | 獲利能力 (ROE) |
|------|------|-----|------|----------|---------|------|------|
| [標杆公司 1] | | | | | | | |
| [標杆公司 2] | | | | | | | |
| **同業中位數** | | | | | | | |
| **目標公司** | | | | | | | |
## 盈餘品質與紅旗檢查 (Financial Due Diligence)
### 財報異常偵測清單
| 檢查維度 | 風險級別 | 觀察洞察與分析 |
|---------|------|------|
| **營收 vs 現金流增長** | ✅/⚠️/🚩 | 獲利成長是否具備現金支撐? |
| **應收帳款週轉天數 (DSO)** | ✅/⚠️/🚩 | 是否存在放寬信用政策以塞貨的行為? |
| **存貨週轉天數 (DIO)** | ✅/⚠️/🚩 | 存貨是否積壓、產品是否過時? |
| **營業現金流 vs 淨利** | ✅/⚠️/🚩 | 兩者背離程度是否過大? |
| **非經常性項目佔比** | ✅/⚠️/🚩 | 盈餘是否過度依賴營業外一次性收益? |
| **管理層持股變動** | ✅/⚠️/🚩 | 近期內部人是否出現密集減持? |
## 目標價推導 (Price Target Derivation)
### 綜合估值區間與建議
```markdown
| 估值路徑 | 隱含每股價值 | 權重佔比 | 加權貢獻 |
|---------|------------|------|---------|
| **DCF (Base Case)** | $[X] | 40% | $[X] |
| **DCF (Bull Case)** | $[X] | 20% | $[X] |
| **同業倍數估值** | $[X] | 40% | $[X] |
| **綜合彙整目標價** | | | **$[X]** |
- **當前成交價**$[X]
- **隱含報酬空間 (Upside/Downside)**[+/-X]%
- **最終投資評等****買入 (Buy) / 持有 (Hold) / 賣出 (Sell)**
```
## 專業搜尋關鍵字
```
[公司] financial health analysis SEC form 10-K
[公司] latest earnings call transcript summary
[公司] consensus analyst price target revisions
[產業] historical valuation multiples and ranges
[公司] quality of earnings and cash flow reconciliation
[公司] major risks and investment thesis summary
```

View File

@ -97,11 +97,23 @@ T = 有效稅率
## 數據來源 ## 數據來源
| 數據 | 來源 | ### 美股
|------|------|
| 財報 | SEC EDGAR (10-K, 10-Q) | | 數據 | 主要來源 | 備用來源 | URL |
| 同業倍數 | Finviz、Yahoo Finance、Koyfin | |------|---------|---------|-----|
| Beta | Yahoo Finance | | 財報10-K/10-Q | Yahoo Finance Financials | SEC EDGAR | https://finance.yahoo.com/quote/TICKER/financials |
| 無風險利率 | Treasury.gov | | 同業倍數P/E, EV/EBITDA | Yahoo Finance Statistics | Finviz | https://finance.yahoo.com/quote/TICKER/key-statistics |
| 分析師預估 | Yahoo Finance、Seeking Alpha | | Beta | Yahoo Finance Summary | — | https://finance.yahoo.com/quote/TICKER |
| 無風險利率 | FREDDGS10 | Treasury.gov | https://fred.stlouisfed.org/series/DGS10 |
| 分析師預估 | Yahoo Finance Analysis | — | https://finance.yahoo.com/quote/TICKER/analysis |
| 歷史股價 | Yahoo Finance Historical | TradingView | https://finance.yahoo.com/quote/TICKER/history |
### 台股
| 數據 | 主要來源 | URL |
|------|---------|-----|
| 財報 | Goodinfo 財務比率表 | https://goodinfo.tw/tw/StockFinDetail.asp?STOCK_ID=代號 |
| 本益比/股價淨值比 | Goodinfo 本益比河流圖 | https://goodinfo.tw/tw/StockBzPerformance.asp?STOCK_ID=代號 |
| 同業比較 | Goodinfo 類股比較 | https://goodinfo.tw/tw/StockList.asp |
| 歷史股價 | TradingView | https://www.tradingview.com/chart/?symbol=TWSE:代號 |