金融与投行

美股市场情绪监控系统

通过 5 大核心指标判断美股处于贪婪还是恐惧状态,并给出可执行的仓位调整建议。

54/ 100
谨慎使用

价值存在,但可靠性、证据或控制措施仍有明显缺口。

查看评分依据 ↓
可直接使用于
Codex · Claude Code
Star 数
★ 1.1k
最近更新
6 个月前
License
MIT
market-sentimentus-stocksposition-sizingnaaim
+4forward-pehedge-fund-leverageretail-flowsrisk-assessment

这个 Skill 能做什么,适合哪些场景?

这是 Day1Global-Skills 集合中的一个独立 Skill(us-market-sentiment),面向美股投资者的市场情绪监控与仓位建议系统。它追踪 5 个核心指标:NAAIM 敞口指数、机构权益配置比例、散户净买入、标普 500 远期 P/E 和对冲基金杠杆。每个指标配有明确的预警阈值(如远期 P/E 超过 22-23 倍即警告),并按触发警告的指标数量输出从「恐慌」到「极度贪婪」的六级情绪评级,对应从逐步加仓到减仓 20-30% 或建立对冲头寸的具体建议。Skill 要求通过 web_search 获取最新数据,最终生成结构化报告并附数据来源链接。所有结论仅供研究参考,不构成投资建议。

运行时通过 web_search 逐一搜索 5 个指标的最新数据(如「NAAIM exposure index this week」「JPMorgan retail investor net buying」);按 SKILL.md 内置阈值评估每个指标为正常/警告/反向信号;统计警告指标数量,映射到六级综合评级表(0 项警告→恐慌、考虑加仓;3 项→贪婪、建议减仓 10-20%;5 项→全面警告、显著减仓或对冲);按固定模板生成含指标仪表盘、综合评级、仓位建议和免责声明的 Markdown 报告,并在末尾附上原始数据来源链接。找不到某指标数据时会如实标注「数据暂不可用」而非猜测。

适合
  • 美股持仓者感觉市场过热,想知道现在该不该减仓、减多少
  • 个人投资者想快速了解当前机构与散户的持仓情绪处于什么水平
  • 担心估值泡沫的投资者想核对标普 500 远期 P/E 是否接近 2000 年互联网泡沫或 2021 年的历史高位
  • 关注对冲基金杠杆拥挤风险、想评估回调时连锁强平可能性的中长线投资者
  • 希望在市场底部区域(恐慌信号集中出现时)寻找逆向布局参考的投资者

如何安装这个 Skill?

使用前请注意
  • 本评估为纯静态审阅,未执行任何技能,输出质量未经实测验证。
  • 每次输出被强制附加作者推广页脚,使用时应注意区分分析内容与推广内容。
  • 所有指标阈值来自作者主张,未经验证;仓位建议仅供参考,不构成投资建议。
  • 核心数据依赖海外金融数据源的实时搜索,中国大陆网络环境下可用性可能受限;部分指标(如对冲基金杠杆)非实时公开,搜索可能失败。
  • 多个预警标准(85百分位、历史极端值)定义模糊,不同执行可能得到不同结论。
开始前你需要
Agent 需要具备
  • 网络访问
需要预先安装
  • a client-provided web_search tool for fetching indicator data

方式一(自动发现):运行 npx skills add https://github.com/star23/Day1Global-Skills --all,Skill 会安装到 .agents/skills/ 并在对话命中相关话题时自动激活。注意这是整个仓库(含 5 个 Skill)的安装命令,仓库未单独提供只装本 Skill 的说明。方式二(Claude Code 斜杠命令):git clone https://github.com/star23/Day1Global-Skills.git,然后 cp -r Day1Global-Skills/us-market-sentiment your-project/.claude/skills/(或复制到 ~/.claude/skills/ 全局可用),重启 Claude Code 后可用 /us-market-sentiment 调用。

通用方式:手动安装到 Claude Code(macOS / Linux)
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/star23/Day1Global-Skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/us-market-sentiment" ~/.claude/skills/
rm -rf "$tmp"

根据源仓库地址和 Skill 路径自动生成,只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式,请优先按作者说明操作;想只在当前项目中使用,把 ~/.claude/skills 换成项目里的 .claude/skills。

如何使用这个 Skill?

试试这样说

安装后,把下面任意一句发给 Agent 即可触发:

  • 美股现在是不是过热了?
  • 我该不该减仓?
  • 现在市场情绪怎么样?

安装后无需配置,直接用自然语言提问即可,例如:「美股现在是不是过热了?」「我该不该减仓?」「现在市场情绪怎么样?」。Skill 会自动用 web_search 拉取 5 个指标的最新数据并生成监控报告。报告语言跟随提问语言。作者提示这些指标更适合周/月级别的中长线判断,不适合日内交易决策。

这个 Skill 有哪些优点和局限?

优点
  • 框架完全透明:5 个指标的预警阈值、六级评级表和输出模板全部写在 SKILL.md 里,可自行审查和修改
  • 指标组合有层次:覆盖机构(NAAIM、State Street 配置、对冲基金杠杆)、散户资金流、估值三个维度,而非单一恐慌贪婪指数
  • 对逆向信号有明确处理:例如机构大幅减仓、散户恐慌抛售被标注为潜在买入机会
  • 数据不可得时要求如实标注并引用最近已知数据,并强制附来源链接,便于核验
局限
  • 严重依赖 web_search 工具;不具备联网搜索能力的客户端无法获取实时数据,Skill 基本失效
  • 部分数据(对冲基金杠杆、机构配置)无公开实时渠道,需依赖新闻报道转述,可能滞后 1-2 周
  • 阈值(如远期 P/E 22-23 倍、散户买入 85 分位)是作者设定的经验值,来源依据未在文档中给出
  • 仓库未提供测试用例或历史回测结果,无法验证该框架的历史胜率
  • 仓库 topics 为空,除 MIT 许可证外,文档未说明维护频率和更新机制

这个 Skill 与同类方案有什么区别?

与相关 Skills 并排比较;分数均按同一 FSRS 标准得出。

Skill FS 评分 Star 数 最近更新 License
美股市场情绪监控系统 本页 54 · 谨慎使用 ★ 1.1k 6 个月前 MIT
Global Stock Data — 美股港股全栈数据工具包 62 · 推荐 ★ 1.7k 14 天前 Apache-2.0
AI-Trader 交易同步 39 · 不推荐 ★ 23k 4 个月前 —
科技股财报深度分析器 47 · 谨慎使用 ★ 1.1k 6 个月前 MIT
AI-Trader 交易信号技能 40 · 不推荐 ★ 23k 4 个月前 —

FollowSkills 如何评估这个 Skill?

FollowSkills 评估 · FSRS-2.0
谨慎使用
54/ 100 五分制 2.7 / 5
1信任安全16 / 25 · 3.2/5

该技能为纯提示词框架,无文件写入、命令执行或外部副作用,仅依赖 web_search 获取公开市场数据,数据流透明;报告末尾附数据来源链接、含免责声明,并明确要求找不到数据时如实说明而非猜测。扣分点:强制要求在每次输出末尾追加作者推广页脚,属于对用户输出内容的不必要注入,削弱了输出中立性与透明度;未验证发布者身份使归属证据有限。

2可靠稳定9 / 20 · 2.3/5

五指标框架结构自洽,有明确的执行步骤、异常输入处理(找不到数据时标注'Data currently unavailable'并引用最近数据)和结构化输出模板,happy path 可信。扣分点:完全依赖 web_search 的实时结果,无测试、无可复现的关键路径;多个预警阈值含糊(如'历史85百分位'、'2007年以来极端水平'),不同执行者可能得出不同结论,确定性和失败反馈质量不足。

3适用触发10 / 15 · 3.3/5

触发场景描述清晰(美股过热、减仓、情绪指标等),明确定义了不适用范围(仅适合周/月度中期判断,不适合日内交易),支持多语言输出,免责声明明确。扣分点:核心功能完全依赖 web_search 访问海外金融数据源(NAAIM、JPMorgan、Goldman 研报等),中国大陆网络可达性存在不确定性;部分指标(对冲基金杠杆)本身非实时公开,实际触发后能否完成存在变数。

4规范维护10 / 15 · 3.3/5

文档结构清晰、分层合理(框架→指标→评分表→输出模板→执行步骤→注意事项),仓库有 MIT 许可证和双语 README,安装说明完整。扣分点:该技能本身无版本号或变更日志;无 FAQ 和故障排查;维护责任和更新路径仅隐含于个人作者身份,未明确声明。

5有效结果6 / 15 · 2.0/5

提供了结构化的情绪评估框架和可直接使用的报告模板,比用户手动搜索整理更有边际价值,且对数据滞后和使用局限有诚实披露。扣分点:静态审阅无法验证输出质量;关键判断依赖 AI 的搜索与解读,准确性不可保证;减仓比例建议(10-30%)较为粗略,输出仍需用户自行核实与判断。

6证据核验3 / 10 · 1.5/5

要求在报告末尾附一手数据来源链接,指标定义和阈值公开可查证,事实与推断基本分离。扣分点:无任何测试、CI 或可复现的执行证据;所有阈值(如 85 百分位、22-23x PE)均来自作者主张,未经独立来源交叉验证;无实际输出样例可审计。

1 2 3 4 5 6

点击维度查看打分理由

评估于 2026年9月9日 审查版本 562c14b0c0bc 评估证据[1][2][3]

证据充分度:低 — 主要依赖静态检查、作者材料或有限演示;适合发现线索,不适合做高风险决策。

查看完整评分方法 →

常见问题

是否免费?需要什么权限?
仓库采用 MIT 许可证,Skill 本身免费。运行时需要客户端具备 web_search 联网能力,不需要文件系统或 shell 权限。
适合做日内交易吗?
不适合。文档明确说明这些指标适用于周/月级别的中长线评估,且数据可能滞后 1-2 周。
找不到某个指标的数据怎么办?
Skill 要求如实标注「数据暂不可用」并引用最近已知数据,而不是编造数值;对冲基金杠杆等非公开数据需借助新闻报道或研报。
输出结果可信吗?
它是结构化分析框架而非预测模型,输出附带免责声明,明确所有建议仅供参考、单一指标不构成交易信号,需结合自身风险承受能力判断。

同仓库的其他 Skills

均来自 star23/Day1Global-Skills

相关 Skills