上升趨勢分析技能
目的
使用 Monty 的上升趨勢比率儀表板（追蹤約 2,800 檔美國股票，涵蓋 11 個板塊）來診斷市場廣度健康狀況。產生一個 0-100 的綜合評分（分數越高越健康），並提供曝險指引。
與 Market Top Detector（基於 API 的風險評分工具）不同，此技能使用免費的 CSV 資料來評估「參與廣度」——即市場漲勢是廣泛還是狹窄。
何時使用此技能
繁體中文：
- 使用者詢問「市場廣度健康嗎？」或「這波漲勢的覆蓋面有多廣？」
- 使用者想要評估各板塊的上升趨勢比率
- 使用者詢問市場參與度或廣度狀況
- 使用者需要基於廣度分析的曝險指引
- 使用者提及 Monty 的上升趨勢儀表板或上升趨勢比率
先決條件
- Python 3.9+，且已安裝
requests函式庫（CSV 解析使用標準函式庫的csv/io模組） - 網際網路連線，用於從 GitHub 獲取 CSV 資料（無需 API 金鑰）
- 不需要付費 API 訂閱
與 Market Top Detector 的差異
| 面向 | Uptrend Analyzer | Market Top Detector |
|---|---|---|
| 評分方向 | 越高越健康 | 越高越危險 |
| 資料來源 | 免費 GitHub CSV | FMP API（付費） |
| 重點 | 廣度參與度 | 頭部形成風險 |
| API 金鑰 | 不需要 | 需要（FMP） |
| 方法論 | Monty 上升趨勢比率 | O'Neil/Minervini/Monty |
執行工作流程
第一階段：執行 Python 腳本
執行分析腳本（無需 API 金鑰）：
python3 skills/uptrend-analyzer/scripts/uptrend_analyzer.py
腳本將會：
- 從 Monty 的 GitHub 儲存庫下載 CSV 資料
- 計算 5 個組成部分的分數
- 產生綜合評分和報告
第二階段：呈現結果
向使用者呈現產生的 Markdown 報告，重點包括：
- 綜合評分和區間分類
- 曝險指引（滿倉/正常/減倉/防禦/保本）
- 顯示最強和最弱板塊的板塊熱圖
- 關鍵動能和輪動訊號
5 組成部分評分系統
| # | 組成部分 | 權重 | 關鍵訊號 |
|---|---|---|---|
| 1 | 市場廣度（整體） | 30% | 比率水準 + 趨勢方向 |
| 2 | 板塊參與度 | 25% | 上升趨勢板塊數量 + 比率離散程度 |
| 3 | 板塊輪動 | 15% | 週期性 vs 防禦性平衡 |
| 4 | 動能 | 20% | 斜率方向 + 加速度 |
| 5 | 歷史背景 | 10% | 歷史百分位排名 |
評分區間
| 分數 | 區間 | 曝險指引 |
|---|---|---|
| 80-100 | 強勁多頭 | 滿倉（100%） |
| 60-79 | 多頭 | 正常曝險（80-100%） |
| 40-59 | 中立 | 減倉（60-80%） |
| 20-39 | 審慎 | 防禦（30-60%） |
| 0-19 | 空頭 | 保本（0-30%） |
7 級區間細分
每個評分區間進一步細分為子區間，以進行更精細的評估：
| 分數 | 區間細節 | 顏色 |
|---|---|---|
| 80-100 | 強勁多頭 | 綠色 |
| 70-79 | 多頭-上區 | 淺綠色 |
| 60-69 | 多頭-下區 | 淺綠色 |
| 40-59 | 中立 | 黃色 |
| 30-39 | 審慎-上區 | 橙色 |
| 20-29 | 審慎-下區 | 橙色 |
| 0-19 | 空頭 | 紅色 |
警告系統
活躍的警告會觸發曝險懲罰，即使在綜合評分較高時也會收緊指引：
| 警告 | 條件 | 懲罰 |
|---|---|---|
| 週期末段 | 大宗商品平均 > 週期性和防禦性板塊 | -5 |
| 高離散度 | 最大-最小板塊比率離散度 > 40 個百分點 | -3 |
| 背離 | 組內標準差 > 8 個百分點、離散度 > 20 個百分點，或趨勢異議者 | -3 |
懲罰可疊加（最大 -10），並設有多重警告折扣（當 ≥2 個警告活躍時 +1）。在綜合評分計算後應用。
動能平滑
斜率值在評分前使用 EMA(3)（指數移動平均，跨度=3）進行平滑處理。加速度是透過比較最近 10 個點的平滑斜率平均值與先前 10 個點的平均值（10v10 視窗）來計算，當資料點少於 20 個時，則退回到 5v5。
歷史信心指標
歷史背景組成部分包含基於以下因素的信心評估：
- 樣本大小： 可用的歷史資料點數量
- 市場狀態覆蓋率： 觀察到的不同市場狀態（多頭/空頭/中立）所佔比例
- 新近度： 最新資料點的時間
信心水準：高、中、低。
API 需求
所需： 無（使用免費的 GitHub CSV 資料）
輸出檔案
- JSON：
uptrend_analysis_YYYY-MM-DD_HHMMSS.json - Markdown：
uptrend_analysis_YYYY-MM-DD_HHMMSS.md
參考文件
references/uptrend_methodology.md
- 上升趨勢比率定義和閾值
- 5 組成部分評分方法論
- 板塊分類（週期性/防禦性/大宗商品）
- 歷史校準備註
何時載入參考文件
- 首次使用： 載入
uptrend_methodology.md以完整了解框架 - 常規執行： 無需參考文件 - 腳本會處理評分