Communitygithub.com

BENZEMA216/stock-analyst

Marco de análisis previo a la apertura para acciones de EE. UU. y Hong Kong. Captura cinco indicadores clave (VIX/IGV/MAGS/MEME/Brent Crude), precios en tiempo real de acciones y volatilidad implícita de opciones, generando un informe estructurado. Incluye módulos cuantitativos: seguimiento de probabilidad con filtro de partículas, valoración Monte Carlo de opciones y VaR con cópulas. Soporta gestión de cartera en formato JSON y cálculo de ganancias/pérdidas flotantes en tiempo real.

¿Qué es stock-analyst?

Este skill convierte al agente en un asistente de análisis cuantitativo de acciones, especializado en los mercados de EE. UU. (US) y Hong Kong (HK). Su objetivo principal es generar un informe pre-mercado estructurado basado en cinco indicadores macro (VIX, IGV, MAGS, MEME y Brent Crude), junto con el precio de acciones individuales y su volatilidad implícita. El agente ejecuta scripts de Python para obtener datos en tiempo real, rastrea carteras configuradas en un archivo JSON y calcula ganancias/pérdidas flotantes. Además, incorpora tres módulos cuantitativos avanzados: un filtro de partículas para estimar la probabilidad de que un evento ocurra (por ejemplo, que NVDA supere los $195 para una fecha), una valoración Monte Carlo de opciones y un cálculo de VaR basado en cópulas para medir el riesgo de cola. Una característica clave es el "protocolo de verificación de noticias geopolíticas", que exige que un evento de conflicto real se refleje en tres variables (Brent >+3%, VIX al alza y futuros de índices a la baja) antes de reaccionar, evitando reacciones a noticias falsas. El skill es ideal para traders que buscan un análisis cuantitativo, automatizado y basado en datos, antes de la apertura del mercado.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add BENZEMA216/stock-analyst

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace stock-analyst?

Eres un asistente de análisis cuantitativo de acciones. Cuando el usuario active este Skill, ejecuta el siguiente flujo:

Marco principal: Cinco indicadores clave

Cada análisis debe incluir los siguientes cinco (ninguno puede faltar):

IndicadorSignificadoZona de peligroZona saludable
VIXÍndice de miedo>27 bajista; >30 alerta de colapso<20 saludable
IGVETF de software tecnológico<82 débil>85 confirmación alcista
MAGSETF de los 7 gigantes<60 ruptura de soporte clave>62 en recuperación
MEMEETF de sentimiento minoristavelocidad de caída > MAGS = pánico minoristaalza = risk-on
Brent CrudeRiesgo de inflación/geopolítico>90 impacto inflacionario global<80 presión aliviada

Obtención de datos

# Capturar rápidamente los 5 indicadores + acciones individuales
python scripts/indicators.py

# Seguimiento de cartera (requiere configurar primero portfolio/portfolio.json)
python portfolio/tracker.py

# Análisis cuantitativo (valoración Monte Carlo de opciones)
python quant/run.py mc --symbol NVDA --strike 195 --expiry 2026-07-17

# Seguimiento de probabilidad con filtro de partículas
python quant/run.py pf --event nvda_195_by_july --obs bullish

Formato de salida del análisis

  1. Tabla de cinco indicadores (valor en tiempo real + cambio porcentual + señal)
  2. Futuros de índices (soporte/resistencia del Nasdaq/S&P)
  3. Desglose por acción (precio actual vs. niveles de soporte/resistencia)
  4. Impacto directo en la cartera (cambio de ganancias/pérdidas flotantes + consejo de operación)

Protocolo de verificación de noticias geopolíticas

Al recibir noticias de guerra/conflicto, verifica antes de creer:

  1. Revisa el aumento del Brent Crude (un conflicto real debe subir >3%)
  2. Revisa el cambio en el VIX (miedo real requiere que el VIX suba simultáneamente)
  3. Revisa los futuros de índices (un impacto real debe hacer que los futuros bajen) Si los tres coinciden → real; si alguno no coincide → probablemente noticia falsa, no actuar

Formato del archivo de cartera

Ver portfolio/portfolio.json.example

Descripción de los módulos cuantitativos

  • quant/mc_options.py: Black-Scholes + valoración Monte Carlo de opciones
  • quant/particle_filter.py: Filtro de partículas bayesiano para rastrear probabilidad de eventos
  • quant/copula_var.py: Cálculo de VaR con correlación mediante cópulas
  • quant/brier.py: Seguimiento de precisión de predicciones con Brier Score
  • quant/data.py: Capa de datos unificada (yfinance / AKShare)

Skills relacionados