stock-flow/.agent/skills/sakata/SKILL.md

175 lines
4.3 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

---
description: 酒田戰法 K 線型態分析,識別 80 種反轉與延續信號
---
# 酒田戰法 (Sakata Strategy)
專業 K 線型態分析 Skill結合自動化型態偵測與 **AI 智能分析**
## 使用方式
用戶請求:`/sakata [TICKER]` 或 `分析 [TICKER] 的 K 線型態`
---
## ⚙️ Step 1: 執行型態偵測腳本
```bash
cd .agent/skills/sakata/scripts
docker run -v $(pwd)/output:/app/output sakata-skill python sakata_analyzer.py --ticker [TICKER] --days 120
```
> 首次使用需建置 Docker`docker build -t sakata-skill .`
腳本輸出:
- `output/[TICKER]_sakata.png` - K 線圖表
- `output/[TICKER]_sakata.md` - 原始偵測報告
---
## 🧠 Step 2: AI 智能分析 (核心)
讀取腳本輸出後Agent 必須進行以下 **深度分析**
### 2.1 型態品質評估
針對偵測到的每個型態,評估其可靠性:
```markdown
#### 型態品質評估
| 型態 | 日期 | 原始強度 | AI 評估 | 調整理由 |
|------|------|---------|---------|---------|
| 晨星 | 01/25 | ⭐⭐⭐ | ⭐⭐⭐⭐ | 成交量放大 2.5x 確認 |
| 吊人 | 01/28 | ⭐⭐ | ⭐ | 趨勢不明確,信號減弱 |
```
評估因素:
- **成交量確認**: 型態伴隨成交量放大更可靠
- **趨勢背景**: 反轉型態需要明確先前趨勢
- **位置**: 頂部/底部出現的反轉型態更有效
- **型態清晰度**: 標準型態 vs 變體
### 2.2 多型態衝突分析
當多個信號衝突時Agent 需判斷主導方向:
```markdown
#### 信號衝突分析
**衝突**: 01/26 空頭吞噬 vs 01/28 錘子
**AI 判斷**: 偏向看多
**理由**:
1. 錘子為更近期信號
2. 錘子出現在支撐位附近
3. RSI 已進入超賣區,增加反彈機率
```
### 2.3 趨勢整合分析
結合均線、趨勢、支撐壓力進行綜合判斷:
```markdown
#### 趨勢整合分析
**當前位置**:
- 股價 $145.20
- MA20: $142.50 (股價在上方 ✅)
- MA50: $138.80 (股價在上方 ✅)
**支撐/壓力**:
- 近期支撐: $140.00 (前低)
- 近期壓力: $150.00 (前高)
**趨勢判斷**: 短期上升趨勢,中期盤整
```
### 2.4 交易情境模擬
提供不同情境下的操作建議:
```markdown
#### 情境分析
**情境 A: 積極多頭** (信心高)
- 現價進場,停損 $138
- 目標: $155 → $165
**情境 B: 保守觀望** (信心中)
- 等待回測 $142 (MA20) 再進場
- 或等待突破 $150 確認
**情境 C: 空頭防禦** (風險意識)
- 若跌破 $140可能轉空
- 避免追高
```
---
## 📝 Step 3: 輸出綜合報告
Agent 整合所有分析,產出最終報告:
```markdown
# [TICKER] 酒田戰法智能分析報告
**分析時間**: YYYY-MM-DD HH:MM
**分析師**: AI Agent
---
## 📊 核心結論
> **主要研判: [看多/看空/中性]**
>
> 基於 [X] 個多頭信號、[Y] 個空頭信號的綜合分析,
> 目前偏向 [方向],信心度 [高/中/低]。
## 🎯 交易建議
| 項目 | 建議 | 說明 |
|------|------|------|
| 操作方向 | 買入/賣出/觀望 | ... |
| 建議進場 | $XX.XX | 理由 |
| 停損價位 | $XX.XX | 基於 ATR/支撐 |
| 第一目標 | $XX.XX | 壓力/型態目標 |
| 第二目標 | $XX.XX | 延伸目標 |
## 📈 型態分析摘要
[列出重要型態及其解讀]
## ⚠️ 風險提示
[AI 識別的主要風險因素]
## 📉 K 線圖表
![K線圖](./output/[TICKER]_sakata.png)
```
---
## 📚 型態參考文檔
當需要解釋特定型態時,參考:
- [patterns/single_candle.md](patterns/single_candle.md) - 單根型態
- [patterns/double_candle.md](patterns/double_candle.md) - 雙根型態
- [patterns/triple_candle.md](patterns/triple_candle.md) - 三根型態
- [patterns/complex_patterns.md](patterns/complex_patterns.md) - 複雜型態
---
## 🔧 技術組件
```
.agent/skills/sakata/
├── SKILL.md # 本指令檔
├── patterns/ # 型態定義文檔
├── scripts/
│ ├── Dockerfile # Docker 環境 (TA-Lib)
│ ├── sakata_analyzer.py # 型態偵測主程式
│ └── ...
└── output/ # 輸出目錄
```
## ⚠️ 重要提醒
1. 腳本輸出只是**原始數據**Agent 必須進行 Step 2 的智能分析
2. 不要只列出型態,要**解讀其意義**
3. 多個信號時要**判斷優先級**,不是簡單加總
4. 最終建議需考慮**風險報酬比**