Uptrend Analyzer 技能
用途
使用 Monty 的 Uptrend Ratio Dashboard 诊断市场广度健康状况，该仪表盘追踪约 2800 只美国股票，覆盖 11 个行业板块。生成 0-100 综合评分（越高越健康），并附有敞口建议。
与 Market Top Detector（基于 API 的风险评分工具）不同，本技能使用免费的 CSV 数据评估“参与广度”——即市场上涨是广泛还是狭窄。
何时使用该技能
中文：
- 用户询问“市场广度健康吗？”或“上涨的广度如何？”
- 用户希望评估各板块的上涨比率
- 用户询问市场参与度或广度状况
- 用户需要基于广度分析的敞口建议
- 用户提及 Monty 的 Uptrend Dashboard 或上涨比率
English（原始）：
- User asks "Is the market breadth healthy?" or "How broad is the rally?"
- User wants to assess uptrend ratios across sectors
- User asks about market participation or breadth conditions
- User needs exposure guidance based on breadth analysis
- User references Monty's Uptrend Dashboard or uptrend ratios
日本語（参考）：
- 「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
前提条件
- Python 3.9+ 并安装
requests库（CSV 解析使用标准库csv/io模块） - 网络连接 以从 GitHub 获取 CSV 数据（无需 API 密钥）
- 不需要付费 API 订阅
与 Market Top Detector 的区别
| 方面 | Uptrend Analyzer | Market Top Detector |
|---|---|---|
| 分数方向 | 越高越健康 | 越高风险越大 |
| 数据源 | 免费 GitHub CSV | FMP API（付费） |
| 关注点 | 广度参与度 | 顶部形成风险 |
| API 密钥 | 不需要 | 需要（FMP） |
| 方法论 | Monty Uptrend Ratios | O'Neil / Minervini / Monty |
执行工作流
阶段 1：执行 Python 脚本
运行分析脚本（无需 API 密钥）：
python3 skills/uptrend-analyzer/scripts/uptrend_analyzer.py
脚本将：
- 从 Monty 的 GitHub 仓库下载 CSV 数据
- 计算 5 个组成部分的分数
- 生成综合评分和报告
阶段 2：呈现结果
将生成的 Markdown 报告呈现给用户，重点突出：
- 综合评分及区间分类
- 敞口建议（满仓 / 正常 / 减仓 / 防御 / 保本）
- 行业热力图，展示最强和最弱的行业
- 关键的动量和轮动信号
5 部分评分系统
| # | 组成部分 | 权重 | 关键信号 |
|---|---|---|---|
| 1 | 市场广度（整体） | 30% | 比率水平 + 趋势方向 |
| 2 | 行业参与度 | 25% | 上涨行业数量 + 比率离散度 |
| 3 | 行业轮动 | 15% | 周期性 vs 防御性平衡 |
| 4 | 动量 | 20% | 斜率方向 + 加速度 |
| 5 | 历史背景 | 10% | 历史百分位排名 |
评分区间
| 分数 | 区间 | 敞口建议 |
|---|---|---|
| 80-100 | 强牛市 | 满仓（100%） |
| 60-79 | 牛市 | 正常（80-100%） |
| 40-59 | 中性 | 减仓（60-80%） |
| 20-39 | 谨慎 | 防御（30-60%） |
| 0-19 | 熊市 | 保本（0-30%） |
7 级区间细分
每个评分区间进一步细分为子区间，以进行更精细的评估：
| 分数 | 区间细项 | 颜色 |
|---|---|---|
| 80-100 | 强牛市 | 绿色 |
| 70-79 | 牛市-上段 | 浅绿色 |
| 60-69 | 牛市-下段 | 浅绿色 |
| 40-59 | 中性 | 黄色 |
| 30-39 | 谨慎-上段 | 橙色 |
| 20-29 | 谨慎-下段 | 橙色 |
| 0-19 | 熊市 | 红色 |
警告系统
活跃的警告会触发敞口惩罚，即使综合评分较高，也会收紧建议：
| 警告 | 条件 | 惩罚 |
|---|---|---|
| 滞后周期 | 大宗商品均值 > 周期性和防御性两者 | -5 |
| 高离散度 | 最大-最小行业比率差值 > 40 个百分点 | -3 |
| 背离 | 组内标准差 > 8 个百分点，差值 > 20 个百分点，或趋势异议者 | -3 |
惩罚可叠加（最大 -10）+ 多警告折扣（当活跃警告 ≥2 时 +1）。在综合评分后应用。
动量平滑
斜率值在进行评分前使用 EMA(3)（指数移动平均，跨度=3）进行平滑。加速度通过比较平滑斜率近期 10 个点均值与先前 10 个点均值（10v10 窗口）计算，当数据点少于 20 个时回退为 5v5。
历史置信度指标
历史背景部分包含基于以下因素的置信度评估：
- 样本量： 可用的历史数据点数量
- 制度覆盖： 观察到的不同市场制度（牛市 / 熊市 / 中性）的比例
- 近因性： 最新数据点距当前的时间
置信度级别：高、中、低。
API 要求
必需的 API： 无（使用免费的 GitHub CSV 数据）
输出文件
- JSON：
uptrend_analysis_YYYY-MM-DD_HHMMSS.json - Markdown：
uptrend_analysis_YYYY-MM-DD_HHMMSS.md
参考文档
references/uptrend_methodology.md
- Uptrend Ratio 定义与阈值
- 5 部分评分方法论
- 行业分类（周期性 / 防御性 / 大宗商品）
- 历史校准注释
何时加载参考文档
- 首次使用： 加载
uptrend_methodology.md以全面理解框架 - 常规执行： 不需要参考文档——脚本自行处理评分