Awesome-finance-skills的alphaear-signal-tracker：用强化/弱化/证伪方法论追踪投资信号完整指南

Awesome-finance-skills的alphaear-signal-tracker用强化/弱化/证伪方法论追踪投资信号完整指南【免费下载链接】Awesome-finance-skillsA collection of Awesome Finance Agent Skills for free and easy to start | 一系列开源免费的金融分析Agent Skills项目地址: https://gitcode.com/gh_mirrors/aw/Awesome-finance-skills在 Awesome-finance-skills 这套开源免费的金融分析 Agent 技能集合中alphaear-signal-tracker投资信号追踪是帮助新手把一次性判断升级为持续验证的关键技能。它能基于最新市场信息自动判断已有投资信号是被强化、弱化还是证伪让你的 AI Agent 不再只是报一次结论而是像职业分析师一样滚动跟踪每一条信号的演化。为什么你需要投资信号追踪大多数人的投资分析流程是看到一条消息 → 得出一个结论 → 然后就忘了。市场信息每天都在变一条新闻、一次价格异动都可能让昨天的判断从看多变成逻辑不成立。alphaear-signal-tracker 解决的正是这个问题它把投资信号当作一个活的状态持续吸收新的新闻与价格数据输出更新后的信号结论。核心逻辑非常清晰输入处理过程输出已有信号状态 新信息新闻/价格对比信号逻辑 → 判断影响方向正面/负面/中性→ 更新置信度与强度更新后的信号强化/弱化/证伪/不变技能定义与依赖说明见 SKILL.md。强化 / 弱化 / 证伪三种信号演化状态该技能的核心方法论是把信号演化归纳为三种明确的状态外加不变Strengthened强化新信息验证或加强了原有逻辑比如产业链上下游数据继续向好信号强度与置信度上调。Weakened弱化新信息削弱了逻辑基础比如利好部分被市场定价预期差缩小信号降级。❌Falsified证伪核心逻辑被新事实推翻比如事件并未发生或方向相反信号标记为失效。每次演化都会在信号的reasoning字段写入 Logic Evolution: ... 的说明并同步修正情绪分、置信度、预期差等参数且保留原signal_id以便前后对照。完整的提示词模板见 references/PROMPTS.md。三步工作流研究 → 分析 → 追踪Agent 扮演追踪员角色按固定工作流执行三步Research研究使用 FinResearcher 提示词确认股票代码、核实信号真实性、梳理产业链上下游。Analyze分析使用 FinAnalyst 提示词把研究材料转化为结构化InvestmentSignal含标题、传导链、预测摘要等。Track追踪对已有信号使用 Signal Tracking 提示词基于新信息评估演化方向输出完整更新后的信号 JSON。工作流依赖两个姊妹技能取数alphaear-search全网搜索与alphaear-stockA股/港股行情。另外scripts/fin_agent.py 提供了sanitize_signal_output辅助方法用于清洗 LLM 输出、防止股票代码与名称错误绑定保证信号结果的可靠性。ISQ 五维度给你的信号打分为了让信号可比较、可量化技能内置了 ISQInvestment Signal Quality评分框架五个维度定义在 scripts/schema/isq_template.py维度含义取值范围sentiment_score情绪/走势方向-1.0极度看空~ 1.0极度看多confidence确定性/可信度0.0 ~ 1.0intensity强度/影响量级1微弱~ 5极强expectation_gap预期差/博弈空间0.0充分定价~ 1.0巨大预期差timeliness时效性/窗口紧迫度0.0长期~ 1.0超短期信号本体则由 Pydantic 模型InvestmentSignal严格约束包含传导链transmission_chain、受影响标的impact_tickers、定价状态price_in_status与来源溯源sources等字段定义见 scripts/schema/models.py。有了这套结构化打分你的信号追踪结果可以直接喂给预测、报告等下游技能形成完整闭环一键安装步骤安装只需一条命令推荐方式如下# 安装信号追踪技能 npx skills add RKiding/Awesome-finance-skillsalphaear-signal-tracker或手动克隆后复制到 Agent 技能目录以 OpenCode 为例git clone https://gitcode.com/gh_mirrors/aw/Awesome-finance-skills cp -r Awesome-finance-skills/skills/* ~/.config/opencode/skills/依赖方面仅需agnoAgent 框架与内置的sqlite3确保DatabaseManager正确初始化即可。技能主目录位于 skills/alphaear-signal-tracker/基础自测用例见 tests/test_tracker.py。安装后试试对 Agent 说追踪一下昨天那条贵金属跳水信号最新新闻有没有强化或证伪它小结alphaear-signal-tracker 用强化/弱化/证伪三态模型把投资信号从静态结论变成了动态跟踪配合 ISQ 五维评分让每个判断都可量化、可追溯。对于刚入门 AI 金融分析的朋友这是低成本理解信号如何演化的最佳实践——配合alphaear-search、alphaear-stock一起使用就能跑通从信息采集到信号跟踪的完整链路。【免费下载链接】Awesome-finance-skillsA collection of Awesome Finance Agent Skills for free and easy to start | 一系列开源免费的金融分析Agent Skills项目地址: https://gitcode.com/gh_mirrors/aw/Awesome-finance-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考