us-market-bubble-detector

📉 专业级市场泡沫风险量化评估系统

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。

收藏
972
安装
482
版本
v2.1
CLS 安全性认证2026-05-05
点击查看完整报告 >

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。

安全解读

核心用法

us-market-bubble-detector 采用三阶段强制评估流程

1. Phase 1 强制数据采集:收集Put/Call比率(CBOE)、VIX、FINRA保证金债务同比变化、S&P 500广度(%高于50日均线)、IPO数量与首日涨幅、3个月价格回报百分位

2. Phase 2 量化评分(0-12分):六大指标各0-2分机械评分,阈值明确(P/C<0.7得2分,VIX<12且接近新高得2分等)

3. Phase 3 定性调整(0-3分,严格限制):仅当提供可测量证据时加分——社会渗透(需3个以上非投资者直接报告+具体日期)、媒体趋势(Google Trends 5倍增长+Time封面)、估值脱节(P/E>25且主流媒体明确无视基本面)

最终得分对应五阶段风险预算:Normal(0-4分,100%仓位)→Caution(5-7分,70-80%)→Elevated Risk(8-9分,50-70%)→Euphoria(10-12分,40-50%)→Critical(13-15分,20-30%),并附带阶梯式止盈、ATR止损调整及做空条件检查。

显著优点

  • 反确认偏误设计:Phase 3前强制勾选检查清单,杜绝"AI叙事过热"等主观印象直接转化为分数
  • 量化优先原则:v2.1将定性上限从+5压降至+3,且要求"独立观察者可复现"的测量证据
  • 颗粒化风险管理:新增Elevated Risk阶段(8-9分),避免9分直接跳入极端防御的断崖式切换
  • 行为金融学基础:基于Minsky/Kindleberger五阶段模型(位移→繁荣→过度交易→困境→恐慌),而非单纯技术指标
  • 纯本地安全计算:零外部依赖,用户自主输入数据,无API密钥泄露风险

潜在缺点与局限性

  • 数据来源依赖用户:Skill本身不自动抓取数据,需用户手动从CBOE/FINRA等获取,存在输入延迟和人为错误
  • 历史回测未公开:文档提及Dotcom/Crypto/疫情泡沫案例,但未提供框架在历史数据上的胜率/假阳性率统计
  • 美股中心主义:虽含日股数据源,但阈值和评分体系基于美股历史特征校准,其他市场适用性存疑
  • 定性门槛执行难度:"非投资者直接推荐"等证据收集成本较高,用户可能因便利性而虚报
  • 无法预测崩盘时点:框架识别风险阶段,但不提供"何时下跌"的时间预测,需配合技术分析使用

适合人群

  • 系统化趋势跟踪型投资者,需要仓位管理纪律而非择时信号
  • 对行为金融学有认知的机构/个人投资者,能区分"识别泡沫"与"预测崩溃"
  • 当前持仓较重、需客观框架支持部分止盈决策的做多者
  • 警惕AI/科技叙事过热、希望用数据检验直觉的怀疑论者

常规风险

  • 假阳性风险:框架可能提前数月至数年发出警告(如2017年VIX持续低位),过早减仓导致机会成本
  • 黑天鹅盲区:突发性外部冲击(地缘战争、流动性危机)可能跳过框架识别的阶段直接触发崩盘
  • 用户执行偏差:即使框架输出"Critical",用户可能因沉没成本或FOMO而未执行20-30%风险预算
  • 数据源变化:FINRA保证金债务月度发布存在滞后,实时风险可能被低估
  • 维护者风险:T3级个人开发者维护,长期更新承诺不确定,v2.1的严格标准可能因社区压力在未来版本放松

us-market-bubble-detector 内容

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