如何用AI做趋势跟踪与ETF筛选：AlphaGBM Skills动量跟随与ETF策略完全指南

如何用AI做趋势跟踪与ETF筛选AlphaGBM Skills动量跟随与ETF策略完全指南【免费下载链接】skillsBring realtime market data and research workflows into Claude Code, Cursor beyond — 29 open-source Skills for stocks, options and commodities.项目地址: https://gitcode.com/gh_mirrors/skills38/skills文章正文AlphaGBM Skills 让 AI 直接接入实时市场数据帮你完成「AI 趋势跟踪」和「ETF 筛选」两大研究任务alphagbm-momentum-following动量跟随给股票趋势打分alphagbm-etf-strategyETF 策略多维度评估 ETF 机会全程以证据为准、绝不编造数据。一、AlphaGBM Skills 是什么为什么新手友好AlphaGBM Skills 是一套开源 AI 技能包把 29 个股票、期权与商品的研究工作流装进 Claude Code、Cursor 等 AI 工具中。你不需要写代码、不需要记 API——用一句中文提问AI 就会调用对应 Skill返回带来源、带日期、带缺失数据标记的结构化结果。它有两个核心设计对新手特别重要设计含义 证据优先结果保留原始日期、数据来源与分数类型AI 不会凭记忆编行情 缺失数据显式化数据拿不到时明确标注missingData而不是用样例数据冒充实时结果两个工作流的完整说明分别在 skills/alphagbm-momentum-following/SKILL.md 与 skills/alphagbm-etf-strategy/SKILL.md。二、动量跟随3 步让 AI 给你的持仓趋势打分动量跟随在评估什么它只给已经发生的行情打分不预测价格从四个维度看一只股票趋势Trend价格是否站上参考均线确认Confirmation趋势是否被其他信号确认风险Risk波动率、回撤、是否超涨参与度Participation成交量是否支持当前趋势官方演示数据 demo/strategies/momentum-following.json 展示了一个典型输出NVDA 的趋势状态被描述为「constructive but extended」向好但已超涨同时列出反方证据——超涨会加大反转风险并给出 3 个下一步核验点。如何向 AI 提问安装后直接这样说即可帮我调用 AlphaGBM 做 NVDA 趋势跟踪给出趋势状态、依据、风险和下一步验证点。AI 会自动运行 skills/alphagbm-momentum-following/scripts/run.py 并整理输出。注意调用会消耗你的账户额度AI 应先征得你同意再继续。三、ETF 策略一次调用完成 4 个因子的 ETF 筛选ETF 策略看哪四个因子单看收益率容易踩坑。ETF 策略工作流会把估值、质量、回撤、动量拆成独立因子分别评估演示见 demo/strategies/etf-strategy.json并明确标注哪些数据提供商尚未提供比如持仓快照、费率与跟踪误差确认。两个新手必知的边界只支持普通非杠杆 ETF杠杆与反向 ETF 会被直接拒绝结果区分ready与partial状态——数据不全时会如实告诉你缺什么提问模板帮我调用 AlphaGBM 评估 SPY 的 ETF 策略机会列出分项依据、缺失数据和下一步核验点。四、一键安装与首次调用步骤最快安装方法一条命令npx skills add AlphaGBM/skills --skill alphagbm-momentum-following npx skills add AlphaGBM/skills --skill alphagbm-etf-strategy也可以克隆仓库后阅读完整文档git clone https://gitcode.com/gh_mirrors/skills38/skills 原则只装你要用的一个工作流不必全装。唯一运行依赖是 Python 3.9无需另装 CLI。配置账户 Key可选但建议在 AlphaGBM 账户创建 API Key配置到本地环境变量ALPHAGBM_API_KEY。⚠️ 永远不要把 Key 粘贴进对话或提交到代码库——完整安全规则见 skills/alphagbm-momentum-following/references/access.md。五、结果怎么看记住 3 个关键字段拿到 JSON 结果后按这个顺序读statusready还是partial部分数据缺失时结论要打折看待evidence同时看supporting支持证据和opposing反方证据只有单方证据的结论不可靠nextChecks下一步要验证什么——比如与上一次快照对比、检查动量是在扩散还是收窄所有结果的通用边界额度规则、失败处理、数据不造假承诺汇总在 docs/ACCESS.md更多策略演示数据可在 demo/README.md 中逐个查看。六、常见问题Q1分数 72 分是不是稳赚不是。机会分、风险分是不同类型的研究评分不能当盈利概率更不能跨标的平均比较。Q2免费吗安装免费公开目录读取不需要 Key账户型研究如动量跟随、ETF 评估与 AlphaGBM 网站共用同一账户额度不额外收费也不额外赠送。Q3它会帮我自动交易吗不会。所有工作流只做研究输出不自动下单、不保存账户记录、不创建定时任务。结语用 AlphaGBM Skills 做 AI 趋势跟踪与 ETF 筛选本质是把凭感觉盯盘升级成凭证据打分动量跟随回答这只股票的趋势还成立吗ETF 策略回答这只 ETF 的估值、质量、回撤、动量各打几分。装上这两个 Skill下次开盘前问你的 AI 一句帮我做趋势跟踪并列出风险剩下的交给结构化证据。【免费下载链接】skillsBring realtime market data and research workflows into Claude Code, Cursor beyond — 29 open-source Skills for stocks, options and commodities.项目地址: https://gitcode.com/gh_mirrors/skills38/skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考