跳到正文
cccskills
免费在 GitHub 公开中文介绍

trader-signal

分析指定交易品种的价格数据,识别异常走势并对交易信号排序,结合已保存策略筛选、历史相似模式匹配和市场状态预测整理结果。

原文查看原文说明

Generate trading signals using npx neural-trader anomaly detection engine with Z-score scoring and neural prediction

AI 评分80分/ 100查看安装方法

适用场景

  • 检查指定交易品种的异常价格走势
  • 使用已保存策略筛选交易信号
  • 与历史相似模式进行比较
  • 确认使用真实数据还是合成数据

中文介绍

功能

分析指定交易品种的价格数据,将偏离正常走势的变化整理为交易信号。使用neural-trader识别突变、持续偏离、横盘等类型,并用Z-score衡量其偏离正常水平的程度。结合已保存策略筛选、SONA市场状态预测和历史相似模式匹配,按排名展示交易品种、方向、置信度等信息。

适用场景

适合集中检查多个交易品种的异常价格走势,或根据现有交易策略整理检测结果。结果的保存期限设置为24小时。

使用示例

  • “请扫描AAPL和MSFT,并对检测到的交易信号排序。”
  • “请使用已保存的策略筛选结果,并匹配历史相似模式。”

注意事项

需要使用npm、npx、neural-trader,以及用于预测、搜索和记忆的MCP工具。如果数据来源不是yahoo-finance,则将结果作为演示,不提出入场价、止损价或目标价。还需留意真实数据获取失败后切换为合成数据的情况。

本介绍由 AI(OpenAI Codex)根据公开的 SKILL.md 撰写。准确的规格请查看下方原文。

客观评估

AI 仅根据 SKILL.md 的内容,从 4 个方面进行了评估。星标数和热度不计入评估。

指令清晰度能否看出何时使用、做什么
A良好明确说明指定交易品种的异常检测、策略筛选及交易信号排名展示。
步骤具体性步骤、输入输出和示例是否具体
A良好提供扫描命令、预测和搜索参数、输出字段及86400秒的保存期限。
安全性发送数据、删除文件、执行命令等是否有说明
B部分不足明确限制合成数据的使用,但未提供npm install和外部数据获取的确认步骤。
安装难易度所需工具和 API 密钥是否少且有说明
B部分不足提供neural-trader安装命令,但未说明所需MCP工具的设置步骤。

总分按每项 A=25 分、B=15 分、C=5 分相加。 由 AI(OpenAI Codex)于 2026年10月21日 评估。仅供参考,安装前请同时查看原文。

如果您认为评估有误,请申请复核

请写明哪一项有误以及原因。无需登录。我们会对照 SKILL.md 重新评估,并在此处更新结果。

此表单受 reCAPTCHA 保护,适用 Google 的隐私权政策和服务条款。

包含的文件(1)

  • SKILL.md2.8 KB

SKILL.md(原文)

安装前可以查看交给 AI 代理的指令内容。

Generate trading signals using neural-trader's anomaly detection engine.

Steps:

  1. Ensure neural-trader is available: npm ls neural-trader 2>/dev/null || npm install --ignore-scripts neural-trader
  2. Scan for signals:
    npx neural-trader --signal scan --symbols <TICKERS> --live
    
    With a specific strategy:
    npx neural-trader --signal scan --strategy <name> --symbols <TICKERS> --live
    
    Without --live the scan runs on deterministic synthetic bars (dataSource: "synthetic"). Check dataSource in the result; if it is not yahoo-finance (including when the live fetch failed and fell back), present the result as a demo and propose no entry, stop or target.
  3. If --strategy specified, load strategy filters: mcp__plugin_ruflo-core_ruflo__memory_retrieve({ key: "strategy-NAME", namespace: "trading-strategies" })
  4. neural-trader classifies anomalies automatically:
    • spike (maxZ > 5): breakout — momentum entry or mean-reversion fade
    • drift (sustained high Z): trend forming — trend-following signal
    • flatline (low Z): consolidation — prepare for breakout
    • oscillation (alternating): range-bound — mean-reversion at extremes
    • pattern-break (multiple dims): regime change — close and reassess
    • cluster-outlier (>50% dims): multi-factor dislocation — arbitrage
  5. Use SONA for regime prediction: mcp__plugin_ruflo-core_ruflo__neural_predict({ input: "anomaly types: [DETECTED], scores: [SCORES]" })
  6. Search historical pattern matches: mcp__plugin_ruflo-core_ruflo__agentdb_pattern-search({ query: "ANOMALY_TYPE score RANGE", namespace: "trading-signals" })
  7. Present ranked signals: instrument, direction, confidence, anomaly type, entry/stop/target
  8. Store signals with a 24-hour TTL (intraday signals shouldn't pollute long-running memory; the MemoryConsolidator.sweepExpired() pass introduced in ADR-125 Phase 4 — shipped in @claude-flow/memory@3.0.0-alpha.18 — sweeps them out after they expire): mcp__plugin_ruflo-core_ruflo__memory_store({ key: "signal-TIMESTAMP", value: "SIGNALS_JSON", namespace: "trading-signals", ttl: 86400 }) (ttl is in seconds; expiresAt is not a memory_store parameter and would be ignored, leaving the signal in memory forever)

评价

还没有评价。欢迎分享你的使用感受。

评论

无需登录即可发表。欢迎分享使用感受、提问,或说明在哪些环境下无法运行。

还没有评论。来写第一条吧。

提交后会立即公开。请勿填写邮箱、电话等个人信息。URL 最多 2 个。

0 / 1000 字

此表单受 reCAPTCHA 保护,适用 Google 的隐私权政策和服务条款。

同一仓库的技能

add-model-descriptions

免费有简介AI 评分 80分

对照HuggingFace router的模型列表与chat-ui配置,研究尚未收录的模型,编写简短英文说明,并同步添加到生产和开发配置。

  • 添加路由中新上线的模型
  • 用简短说明概括模型特点
  • 同步更新生产和开发环境的模型信息
ruvnet/ruflo7.8万2026年10月21日 更新

adr-create

免费有简介AI 评分 80分

为技术选型和设计决策创建ADR文档,沿用现有文件的连续编号,生成模板并登记到AgentDB,同时为找到的相关历史决策添加链接和依赖关系。

  • 记录采用某项技术的理由
  • 记录API或数据模型变更
  • 将基础设施决策形成文档
ruvnet/ruflo7.8万2026年10月21日 更新

adr-index

免费有简介AI 评分 90分

读取记录架构决策及其原因的ADR,创建并更新搜索索引和依赖关系图。支持两种文档格式,并汇总引用与状态的不一致情况。

  • 导入其他项目的ADR后建立索引
  • 同步文件与关系图
  • 为现有代码库开始管理ADR
ruvnet/ruflo7.8万2026年10月21日 更新

adr-reindex

免费有简介AI 评分 70分

删除ADR设计决策记录或关系信息后,清空并重建索引,移除残留的旧条目,再核对当前文件数与索引记录数是否一致;也可预览重建内容而不作更改。

  • 删除ADR文件后重建索引
  • 删除ADR关系后清理残留记录
  • 定期核对并重建ADR索引
ruvnet/ruflo7.8万2026年10月21日 更新

adr-review

免费有简介AI 评分 80分

将代码差异与记录已采纳设计决策的ADR进行核对,整理违反决策、引用过时记录及缺少相关记录的变更,并提出代码修正或决策调整建议。

  • 合并PR前检查设计决策
  • 核对重大变更与设计决策
  • 查找对已被替代ADR的引用
ruvnet/ruflo7.8万2026年10月21日 更新

adr-verify

免费有简介AI 评分 90分

检查已保存的架构决策记录(ADR),报告失效引用、替代关系中的循环和状态不一致问题,适合导入后的校验与发布前的数据检查。

  • 检查ADR导入后的数据一致性
  • 在持续集成中检测不一致问题
  • 发布前检查已保存的ADR数据
ruvnet/ruflo7.8万2026年10月21日 更新

查看 ruvnet 的全部技能

报告此技能的问题