SuperAPI AI 工具集

stockbee-setup-fluency-trainer

通用与其它

查看项目

更新于 10-16 07:21

技能介绍

用途:把 Stockbee 式 Momentum Burst 筛选器输出的候选股整理成可长期维护的模型簿,用于系统化研究形态识别质量,在放大仓位前提升对形态的辨别能力。

主要能力:摄入筛选器 JSON 报告生成结构化记录;在 3 日、5 日窗口成熟后更新前瞻收盘收益、MFE、MAE、止损命中状态与首次命中日期,并打上 STRONG_WINNER、WORKED、FAILED_STOP、FAILED_FADE、CHOPPY_FAILURE、NEUTRAL、PENDING 等结果标签;按 rating、primary_trigger、setup_tags 等分组汇总,生成 Markdown 与 JSON 报告。

使用方式:需 Python 3.10+,以及 stockbee-momentum-burst-screener 的 JSON 报告或兼容候选 JSON;离线 OHLCV JSON 可选,否则更新结果需 FMP API key。推荐状态路径 state/stockbee/model_book.jsonl。三步命令: python3 skills/stockbee-setup-fluency-trainer/scripts/build_model_book.py ingest --screener-json reports/stockbee_momentum_burst_YYYY-MM-DD_HHMMSS.json --model-book state/stockbee/model_book.jsonl --output-dir reports/ 加 --include-rejects 可构建负样本集。 更新:python3 skills/stockbee-setup-fluency-trainer/scripts/build_model_book.py update --model-book state/stockbee/model_book.jsonl --horizons 3,5 --output-dir reports/(或加 --prices-json data/daily_ohlcv.json 走离线)。 汇总:python3 skills/stockbee-setup-fluency-trainer/scripts/build_model_book.py summarize --model-book state/stockbee/model_book.jsonl --group-by rating,primary_trigger,setup_tags --min-sample 5 --output-dir reports/

适用场景:复盘失败候选与错过的交易、评估 A/B 形态质量、判断哪些标签应升级、降级或过滤。

限制:rule_candidates 仅作证据提示,不应自动改规则;改交易规则前需人工查看代表性图表;样本不足的组别不宜下结论;具体收费、价格与平台支持情况暂未提供。