Compétence Analyseur de Tendance Haussière
Objectif
Diagnostiquer la santé de l'ampleur du marché à l'aide du tableau de bord du ratio de tendance haussière de Monty, qui suit environ 2 800 actions américaines dans 11 secteurs. Génère un score composite de 0 à 100 (plus élevé = plus sain) avec des conseils d'exposition.
Contrairement au Détecteur de Sommet de Marché (scoreur de risque basé sur API), cette compétence utilise des données CSV gratuites pour évaluer « l'ampleur de la participation » – c'est-à-dire si la progression du marché est large ou étroite.
Quand utiliser cette compétence
Français :
- L'utilisateur demande « La santé de l'ampleur du marché est-elle bonne ? » ou « Quelle est la largeur de la reprise ? »
- L'utilisateur souhaite évaluer les ratios de tendance haussière par secteur
- L'utilisateur pose des questions sur la participation au marché ou les conditions d'ampleur
- L'utilisateur a besoin de conseils d'exposition basés sur l'analyse de l'ampleur
- L'utilisateur fait référence au tableau de bord des tendances haussières de Monty ou aux ratios de tendance haussière
Japonais :
- 「市場のブレドスは健全？」「上昇の裾野は広い？」
- セクター別のアップトレンド比率を確認したい
- 相場参加率・ブレドス状況を診断したい
- ブレドス分析に基づくエクスポージャーガイダンスが欲しい
- Montyのアップトレンドダッシュボードについて質問
Prérequis
- Python 3.9+ avec la bibliothèque
requests(l'analyse CSV utilise les modules stdlibcsv/io) - Connexion Internet pour récupérer les données CSV depuis GitHub (aucune clé API requise)
- Aucun abonnement API payant nécessaire
Différence avec le Détecteur de Sommet de Marché
| Aspect | Analyseur de Tendance Haussière | Détecteur de Sommet de Marché |
|---|---|---|
| Direction du score | Plus élevé = plus sain | Plus élevé = plus risqué |
| Source de données | CSV GitHub gratuit | API FMP (payante) |
| Axe | Ampleur de la participation | Risque de formation de sommet |
| Clé API | Non requise | Requise (FMP) |
| Méthodologie | Ratios de tendance haussière de Monty | O'Neil/Minervini/Monty |
Flux d'exécution
Phase 1 : Exécuter le script Python
Exécutez le script d'analyse (aucune clé API nécessaire) :
python3 skills/uptrend-analyzer/scripts/uptrend_analyzer.py
Le script va :
- Télécharger les données CSV depuis le dépôt GitHub de Monty
- Calculer 5 scores de composantes
- Générer le score composite et les rapports
Phase 2 : Présenter les résultats
Présentez le rapport Markdown généré à l'utilisateur, en mettant en évidence :
- Le score composite et la classification en zone
- Les conseils d'exposition (Complète/Normale/Réduite/Défensive/Préservation)
- La carte thermique sectorielle montrant les secteurs les plus forts et les plus faibles
- Les signaux clés de momentum et de rotation
Système de notation à 5 composantes
| # | Composante | Poids | Signal clé |
|---|---|---|---|
| 1 | Ampleur du Marché (Global) | 30% | Niveau du ratio + direction de la tendance |
| 2 | Participation Sectorielle | 25% | Nombre de secteurs en tendance haussière + écart de ratio |
| 3 | Rotation Sectorielle | 15% | Équilibre cyclique vs défensif |
| 4 | Momentum | 20% | Direction de la pente + accélération |
| 5 | Contexte Historique | 10% | Rang centile dans l'histoire |
Zones de notation
| Score | Zone | Conseils d'exposition |
|---|---|---|
| 80-100 | Fort Bull | Exposition complète (100%) |
| 60-79 | Bull | Exposition normale (80-100%) |
| 40-59 | Neutre | Exposition réduite (60-80%) |
| 20-39 | Prudent | Défensive (30-60%) |
| 0-19 | Ours | Préservation du capital (0-30%) |
Détail des zones à 7 niveaux
Chaque zone de notation est subdivisée en sous-zones pour une évaluation plus fine :
| Score | Détail de la zone | Couleur |
|---|---|---|
| 80-100 | Fort Bull | Vert |
| 70-79 | Bull-Supérieur | Vert clair |
| 60-69 | Bull-Inférieur | Vert clair |
| 40-59 | Neutre | Jaune |
| 30-39 | Prudent-Supérieur | Orange |
| 20-29 | Prudent-Inférieur | Orange |
| 0-19 | Ours | Rouge |
Système d'avertissement
Les avertissements actifs déclenchent des pénalités d'exposition qui resserrent les conseils même lorsque le score composite est élevé :
| Avertissement | Condition | Pénalité |
|---|---|---|
| Fin de cycle | Moyenne des matières premières > à la fois Cycliques et Défensives | -5 |
| Écart élevé | Écart max-min du ratio sectoriel > 40 pp | -3 |
| Divergence | Écart-type intra-groupe > 8 pp, écart > 20 pp, ou dissidents de tendance | -3 |
Les pénalités s'empilent (max -10) + remise multi-avertissements (+1 lorsque ≥2 sont actifs). Appliquées après le score composite.
Lissage du momentum
Les valeurs de pente sont lissées à l'aide d'EMA(3) (Moyenne Mobile Exponentielle, span=3) avant la notation. L'accélération est calculée en comparant la moyenne récente sur 10 points à la moyenne précédente sur 10 points des pentes lissées (fenêtre 10v10), avec un repli sur 5v5 lorsque moins de 20 points de données sont disponibles.
Indicateur de confiance historique
La composante Contexte Historique inclut une évaluation de la confiance basée sur :
- Taille de l'échantillon : Nombre de points de données historiques disponibles
- Couverture des régimes : Proportion de régimes de marché distincts (bull/bear/neutre) observés
- Actualité : Date du point de données le plus récent
Niveaux de confiance : Élevé, Moyen, Faible.
Exigences API
Requis : Aucun (utilise des données CSV GitHub gratuites)
Fichiers de sortie
- JSON :
uptrend_analysis_YYYY-MM-DD_HHMMSS.json - Markdown :
uptrend_analysis_YYYY-MM-DD_HHMMSS.md
Documents de référence
references/uptrend_methodology.md
- Définition et seuils du ratio de tendance haussière
- Méthodologie de notation des 5 composantes
- Classification sectorielle (Cyclique/Défensif/Matières premières)
- Notes d'étalonnage historique
Quand charger les références
- Première utilisation : Charger
uptrend_methodology.mdpour une compréhension complète du cadre - Exécution régulière : Références inutiles – le script gère la notation