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
```
## 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: ...
```
## 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]
```
## 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]
```
## 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
```
## 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:
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
```
## Session 管理
執行完畢後自動建立/更新 `artifacts/sessions/[TICKER]-session.md`
## 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** → 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)
- **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
- 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
@ -65,6 +73,19 @@ df = yf.download("2330.TW", period="1y", interval="1d")
- 存到 `artifacts/charts/[TICKER]-[類型].png`
- 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
- 所有輸出使用**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
│ └── chart_drawing.md # 圖表繪製
├── .agent/workflows/ # 工作流程(使用者入口)
│ ├── forecast.md
│ ├── sector-pick.md
│ ├── deep-dive.md
│ ├── trade-plan.md
@ -49,6 +50,7 @@ antigravity-finance/
| 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 |
| `stock_screener` | 選股篩選師 | quant_screening, 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 |
|----------|------|-----------|
| `forecast` | 前瞻預測 | forecast_analyst → sector_scout → technical → fundamental → chief |
| `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 |
| `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 |
|----------|------|------|
| `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` |
| `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` |
@ -43,6 +45,8 @@ Antigravity 會自動讀取:
## 典型使用流程
```
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
deep-dive NVDA → 四維深度分析報告 + 圖表

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
- 不要有太多 emoji
- 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 |
|------|------|------|
| `/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` |
| `/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` |
@ -39,9 +41,17 @@ pip install yfinance matplotlib mplfinance pandas numpy
## 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
```
/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
/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
### `/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
**你說**:「我對 AI 半導體有興趣」
@ -132,9 +177,72 @@ pip install yfinance matplotlib mplfinance pandas numpy
```
claude-finance/
├── commands/ # 7 個指令入口(使用者直接呼叫)
├── agents/ # 9 個專業 Agent各司其職
├── commands/ # 8 個指令入口(使用者直接呼叫)
├── agents/ # 10 個專業 Agent各司其職
├── skills/ # 9 個知識庫Agent 的工具箱)
└── 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
### 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
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
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"]
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。

View File

@ -2,6 +2,10 @@
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
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。

View File

@ -2,6 +2,9 @@
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
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。

View File

@ -2,6 +2,8 @@
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
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。

View File

@ -2,6 +2,9 @@
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
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。

View File

@ -2,6 +2,9 @@
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
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。

View File

@ -2,6 +2,10 @@
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
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。

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
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
@ -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`
### 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
```
@ -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
```
## Session 延續
## Session 強制存檔(不得跳過)
如果 `docs/fin/sessions/[TICKER]-session.md` 已存在:
- 自動讀取歷史分析
- 比對關鍵價位變化
- 在報告中標註「維持」或「更新」
### 分析開始前READ
1. 用 Read 工具讀取 `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
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
自動存檔至 `docs/fin/[TICKER]-[日期]/`
存檔至 `docs/fin/[TICKER]-[日期]/`
## $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。
```
## 預測追蹤機制
## Session 強制存檔(不得跳過)
每次 `/forecast` 會:
1. 讀取上次預測(如有),比對實際走勢
2. 計算預測準確度,標註哪些判斷正確/錯誤
3. 從錯誤中學習,調整本次預測的信心度
4. 存檔至 `docs/fin/sessions/forecast-[日期].md`
### 分析開始前READ
1. 用 Read 工具掃描 `docs/fin/sessions/` 下所有 `forecast-*.md`
2. 找到最近一次的預測 Session
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. **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

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]
```
## 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
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]
```
### 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

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。

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
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
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。
### 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
```
@ -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]
```
## 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

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
```
### 3. 建立報告目錄
### 3. 強制存檔WRITE — 必須執行)
```bash
mkdir -p docs/fin/sessions/
```
1. 確保 `docs/fin/sessions/` 目錄存在(不存在則用 bash `mkdir -p docs/fin/sessions/` 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
## 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

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
```
## Session 管理
## Session 強制存檔(不得跳過)
執行完畢後自動:
1. 建立/更新 `docs/fin/sessions/[TICKER]-session.md`
2. 記錄關鍵價位、催化劑、交易計劃
3. 下次執行時自動讀取,確保延續性
### 分析開始前READ
1. 用 Read 工具讀取 `docs/fin/sessions/[TICKER]-session.md`
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. **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

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
```
## ⚠️ 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
import yfinance as yf
# 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()
```
## 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
### 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
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',
mav=(20, 50, 200),
volume=True,
title='NVDA K線圖 + 均線',
title=f'{ticker} K線圖 + 均線',
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
```python
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import yfinance as yf
import os
df = yf.download("NVDA", period="6mo", interval="1d")
close = df['Close'].values.flatten()
dates = df.index
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(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)
support = 120 # 範例值
resistance = 150
ax.axhline(y=support, color='green', linestyle='--', label=f'支撐 ${support}')
ax.axhline(y=resistance, color='red', linestyle='--', label=f'壓力 ${resistance}')
# 標註支撐壓力(由 technical-analyst 提供具體數值
support = 120 # 替換為實際
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('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.grid(True, alpha=0.3)
plt.tight_layout()
plt.savefig('docs/fin/charts/NVDA-support-resistance.png', dpi=150)
plt.show()
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 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()
delta = close.diff()
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])
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)
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.set_title('RSI(14)', fontsize=14)
ax2.set_ylim(0, 100)
ax2.legend()
ax2.legend(fontsize=10)
ax2.grid(True, alpha=0.3)
output_path = f'docs/fin/charts/{ticker}-rsi.png'
plt.tight_layout()
plt.savefig('docs/fin/charts/NVDA-rsi.png', dpi=150)
plt.show()
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
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()
ema12 = close.ewm(span=12).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])
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)
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', fontsize=14)
ax2.legend()
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('docs/fin/charts/NVDA-macd.png', dpi=150)
plt.show()
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
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()
sma20 = close.rolling(20).mean()
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.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.grid(True, alpha=0.3)
output_path = f'docs/fin/charts/{ticker}-bollinger.png'
plt.tight_layout()
plt.savefig('docs/fin/charts/NVDA-bollinger.png', dpi=150)
plt.show()
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)
@ -177,9 +294,76 @@ plt.show()
### 頭肩頂/底、雙頂/底、三角收斂等
```python
# 通用型態標註模板
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import matplotlib.patches as patches
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
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 |
@ -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
- 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:
@ -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 |
|------|------|
| GDP、CPI、就業 | BLS.gov、BEA.gov、FRED |
| 利率、殖利率 | Treasury.gov、FRED |
| ISM PMI | ISM、Investing.com |
| 產業 ETF 表現 | Finviz、ETF.com |
| 資金流向 | ETF.com、Bloomberg |
### 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

@ -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
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:
```
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)
```
| 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 |
## 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 |
|------|---------|---------|------|
| **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 |
### 第三道:籌碼面聰明錢
### 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 |
|------|---------|------|
| **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 |
## 綜合評分
### 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 |
|------|---------|------|
| **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 |
**總分 = Σ(維度分數 × 權重)**
## 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 |
|------|---------|------|
| **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 |
## 硬性剔除條件(紅燈即停)
### 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 |
|------|---------|------|
| **RSI (14)** | 介於 30-70 間 (或 > [X] 偏多) | 確認其非處於極端超買區 |
| **MACD 指標** | MACD 柱狀體翻正或穿越訊號線 | 動能轉向多方 |
| **相對強弱排名 (RS)** | 同產業內排名前 [X]% | 聚焦產業領頭羊 |
- 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
### 量價配合指標
## 事件驅動篩選
| 量價指標 | 建議篩選標準 | 說明 |
|------|---------|------|
| **日均成交量** | > [X] 萬股 | 確保流動性充足,避免滑價 |
| **量比** | > 1.5 | 代表近期買盤湧現,熱度增加 |
| **價漲量增** | 最近 [N] 個交易日內出現 | 健康的上漲攻擊型態 |
| 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 |
## 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 |
|------|---------|------|
| **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 |
### 美股
## 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
| 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 |
|---------|------|--------|------------------|------|--------|
| **價值** | P/E 位階排名 | [X] | [0-100] | 20% | [X] |
| **成長** | 預期 EPS 成長率 | [X]% | [0-100] | 25% | [X] |
| **品質** | ROE (股東權益回報) | [X]% | [0-100] | 20% | [X] |
| **動量** | 3 個月股價報酬率 | [X]% | [0-100] | 15% | [X] |
| **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** |
```
| 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 |
## 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
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
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
```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 |
| 訊號 | 定義 | 意義 |
|------|------|------|
| **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 |
| **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」 |
| **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 |
| **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) |
| **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 |
| 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 |
## 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]。
- **大幅增持**[加碼幅度大於 X% 的機構]。
- **大幅減持**[減碼幅度大於 X% 的機構]。
- **清倉出場**[完全賣出所有股份的基金]。
- **淨機構籌碼流向**[計算當季為買超還是賣超]。
### 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
## 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 |
|------|-----|------|
| **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 |
### 追蹤要點
## 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 |
```
[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
```
### 重點追蹤機構
## 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
### [標的名] 全方位情緒評比
### 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
| 分析維度 | 細項評分 (1-10) | 權重配比 | 加權總分 |
|------|-----------|------|--------|
| **媒體與新聞情緒** | [N] | 20% | [X] |
| **社群輿情動態** | [N] | 15% | [X] |
| **內部人交易行為** | [N] | 25% | [X] |
| **機構持倉變動** | [N] | 25% | [X] |
| **選擇權市場信號** | [N] | 15% | [X] |
| **綜合情緒得分** | | | **[X] / 10** |
## 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 |
**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
## ⚠️ 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。
@ -16,7 +112,8 @@ 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
├── sector-電動車-session.md
└── forecast-2026-02-27.md # 預測 Session
```
## Session 生命週期
@ -33,34 +130,52 @@ docs/fin/sessions/
| 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
## 各指令的 Session 行為(強制步驟)
### `/deep-dive [TICKER]`
1. 檢查 `docs/fin/sessions/[TICKER]-session.md` 是否存在
2. **存在** → 讀取歷史在報告中標註「vs 上次分析」
3. **不存在** → 自動建立 Session 檔
4. 分析完成後更新 Session 的關鍵價位和催化劑
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. 檢查 Session 是否存在
2. **存在** → 讀取歷史計劃,比對價位變化
3. **不存在** → 自動建立
4. 計劃完成後更新 Session 的交易計劃區塊
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
### `/trade-plan [TICKER] 更新`
1. **必須**已有 Session
2. 讀取上次計劃,比對當前狀態
3. 標註哪些價位仍有效、哪些需更新
4. 更新 Session
### `/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. 掃描所有 Session 檔案
2. 逐一更新(見 portfolio-review command
3. 標註需要行動的項目
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. 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
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

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
- 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
| 用途 | 來源 |
|------|------|
| 即時圖表 | TradingView |
| 技術篩選 | Finviz、StockCharts |
| 歷史數據 | Yahoo Finance |
### 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

@ -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: ___
```
## 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 |
|------|------|
| 財報 | SEC EDGAR (10-K, 10-Q) |
| 同業倍數 | Finviz、Yahoo Finance、Koyfin |
| Beta | Yahoo Finance |
| 無風險利率 | Treasury.gov |
| 分析師預估 | Yahoo Finance、Seeking Alpha |
### 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 |