us-market-bubble-detector

📉 专业级市场泡沫风险量化评估系统

🥥4总安装量 2评分人数 3
100% 的用户推荐

基于 Minsky/Kindleberger 框架,通过六大量化指标机械评分,提供美股泡沫风险评估与仓位管理建议,严格防范确认偏误。

A

基本安全,请在特定环境下使用

  • 来自社区或个人来源,建议先隔离验证
  • ✅ 代码安全规范,无危险函数(eval/exec/system/subprocess)使用,仅依赖 Python 标准库
  • ✅ 无网络通信与数据上传行为,所有市场数据处理均在本地完成,保障隐私安全
  • ✅ 具备完善的输入验证与错误处理机制,不暴露敏感系统信息
  • ⚠️ 来源为 GitHub 个人开发者账号(T3 级别),缺乏权威金融机构或研究组织的背书
  • ⚠️ 该 Skill 提供投资决策建议类功能,用户需充分理解投资风险,不应作为唯一决策依据

使用说明

该 Skill 是一个基于修订版 Minsky/Kindleberger 框架 v2.1 的专业市场泡沫风险评估工具,旨在通过严格的量化分析帮助投资者识别美股市场的系统性风险。其核心工作流程遵循"数据收集→定量评分→定性调整→风险分级"的四阶段评估体系,最终输出 0-15 分的风险评分及对应仓位管理建议。

核心用法围绕六大客观指标展开:Put/Call 比率、VIX 波动率、保证金债务同比变化、IPO 市场热度、市场广度(50 日均线占比)以及价格加速度。用户必须首先收集这些基础数据,然后根据预设阈值进行机械评分(Phase 2,满分 12 分),随后通过严格的定性调整(Phase 3,最高 +3 分)进行修正。v2.1 版本新增了"Elevated Risk"(8-9 分)风险阶段,并强化了确认偏误检查清单,要求所有定性调整必须提供可测量的证据(如 Google Trends 具体数值、主流媒体封面日期等),避免主观印象干扰。

显著优点在于其极强的纪律性和客观性。通过强制要求定量数据优先、严格限制主观调整幅度(从 v2.0 的 +5 分降至 +3 分),该框架有效防止了投资者在市场狂热期的过度乐观或恐慌期的过度悲观。机械评分系统消除了情绪干扰,而细化的五个风险阶段(Normal/Caution/Elevated/Euphoria/Critical)配合具体的风险预算建议(100% 至 20-30%),为仓位管理提供了清晰的操作指南。

潜在缺点包括对外部数据源的依赖(需手动收集 CBOE、FINRA 等数据),以及定性评估部分仍存在一定的主观解释空间。此外,该 Skill 主要聚焦于美股市场(部分支持日股),对其他市场适用性有限。作为 T3 来源的个人项目,其缺乏金融机构的背书,且量化模型基于历史规律,可能无法完全适应市场结构的突变。

适合具备基础金融知识、注重风险管理的个人投资者、量化交易员及资产配置者使用。特别适合那些希望建立系统化风控流程、避免情绪化决策的中长线投资者。

使用风险方面,需警惕数据滞后性(月度保证金数据等)可能导致的信号延迟,以及"这次不一样"的市场结构性变化对历史模型的挑战。此外,尽管代码本身安全,但作为投资决策辅助工具,其建议不应被视为唯一依据,用户需结合宏观环境、政策变化等多维度信息进行综合判断,并自行承担投资风险。

us-market-bubble-detector 内容

文件夹图标references文件夹
文件夹图标scripts文件夹
手动下载zip · 37.1 kB
bubble_framework.mdtext/markdown
请选择文件