SuperAPI AI 工具集

pead-screener

通用与其它

查看项目

更新于 10-16 07:21

技能介绍

用途:筛选财报后跳空高开股票,识别 PEAD(Post-Earnings Announcement Drift,财报后漂移)形态,用周K线分析检测红K回调与突破信号。适用于用户要求 PEAD 筛选、寻找财报跳空后具延续潜力的股票、红K突破形态或周线盈利动量设置,也可接收 earnings-trade-analyzer 的 JSON 输出继续筛选。

前提:需要 FMP API key,设置环境变量 export FMP_API_KEY=your_api_key_here 或通过 --api-key 传入;免费额度(250 次/天)足以完成默认筛选。Mode B 需要 schema_version 为 "1.0" 的 earnings-trade-analyzer JSON 输出文件。

用法:Mode A 基于 FMP 财报日历,默认命令为 python3 skills/pead-screener/scripts/screen_pead.py --output-dir reports/,可加 --lookback-days、--watch-weeks、--min-gap、--min-market-cap 等参数。Mode B 使用 --candidates-json 指定输入文件,并可加 --min-grade。脚本生成 JSON 与 Markdown 报告,按 MONITORING、SIGNAL_READY、BREAKOUT、EXPIRED 分阶段,并给出周K形态、综合评分、入场/止损/目标/风险回报比及流动性指标。

限制:定时美股任务建议优先用 Mode B;Mode A 可能拉取全球财报日历、消耗 API 额度并返回非美股票,若出现预算裁剪或非美标的,应将输出标记为降级并仅作人工复核。FMP 并非每行财报都确认 bmo/amc,未确认行在 Mode A 中 earnings_timing 为 "unknown",跳空计算回退假设 AMC 窗口,报告会显示 timing_unknown_count 与 timing_candidates_total。其余功能、收费与平台信息暂未提供。