Token导航 LogoToken导航TokenDH.com
研究检索敏感数据github未标认证来源可访问许可证需确认审计提醒

pead-screener珠子筛选机

Agent Skill

pead-screener 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

5,174

周安装

220

GitHub Stars

1,068

下载量

1,813
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:pead-screener(珠子筛选机)
来源仓库:https://github.com/tradermonty/claude-trading-skills
仓库路径:skills/pead-screener
安装命令:
npx skills add https://github.com/tradermonty/claude-trading-skills --skill pead-screener
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/tradermonty/claude-trading-skills --skill pead-screener

简介

用于查找、检索和筛选相关信息,适合根据关键词、任务场景或来源线索快速定位候选结果。

  • 可结合来源仓库、安装命令和原始 README 继续核验具体用法。
  • 安装方式:通过 npx skills add 命令从指定 GitHub 仓库添加。
  • 安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。
  • pead-screener 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

SKILL.md

PEAD Screener - Post-Earnings Announcement Drift

Screen post-earnings gap-up stocks for PEAD (Post-Earnings Announcement Drift) patterns using weekly candle analysis to detect red candle pullbacks and breakout signals.

When to Use

  • User asks for PEAD screening or post-earnings drift analysis
  • User wants to find earnings gap-up stocks with follow-through potential
  • User requests red candle breakout patterns after earnings
  • User asks for weekly earnings momentum setups
  • User provides earnings-trade-analyzer JSON output for further screening

Prerequisites

  • FMP API key (set FMP_API_KEY environment variable or pass --api-key) export FMP_API_KEY=your_api_key_here
  • Free tier (250 calls/day) is sufficient for default screening
  • For Mode B: earnings-trade-analyzer JSON output file with schema_version "1.0"

Workflow

Step 1: Prepare and Execute Screening

Run the PEAD screener script in one of two modes:

Mode A (FMP earnings calendar):

# Default: last 14 days of earnings, 5-week monitoring window
python3 skills/pead-screener/scripts/screen_pead.py --output-dir reports/

# Custom parameters
python3 skills/pead-screener/scripts/screen_pead.py \
  --lookback-days 21 \
  --watch-weeks 6 \
  --min-gap 5.0 \
  --min-market-cap 1000000000 \
  --output-dir reports/

Mode B (earnings-trade-analyzer JSON input):

# From earnings-trade-analyzer output
python3 skills/pead-screener/scripts/screen_pead.py \
  --candidates-json reports/earnings_trade_analyzer_YYYY-MM-DD_HHMMSS.json \
  --min-grade B \
  --output-dir reports/

Step 2: Review Results

  1. Read the generated JSON and Markdown reports
  2. Load references/pead_strategy.md for PEAD theory and pattern context
  3. Load references/entry_exit_rules.md for trade management rules

Step 3: Present Analysis

For each candidate, present:

  • Stage classification (MONITORING, SIGNAL_READY, BREAKOUT, EXPIRED)
  • Weekly candle pattern details (red candle location, breakout status)
  • Composite score and rating
  • Trade setup: entry, stop-loss, target, risk/reward ratio
  • Liquidity metrics (ADV20, average volume)

Step 4: Provide Actionable Guidance

Based on stages and ratings:

  • BREAKOUT + Strong Setup (85+): High-conviction PEAD trade, full position size
  • BREAKOUT + Good Setup (70-84): Solid PEAD setup, standard position size
  • SIGNAL_READY: Red candle formed, set alert for breakout above red candle high
  • MONITORING: Post-earnings, no red candle yet, add to watchlist
  • EXPIRED: Beyond monitoring window, remove from watchlist

Output

  • pead_screener_YYYY-MM-DD_HHMMSS.json - Structured results with stage classification
  • pead_screener_YYYY-MM-DD_HHMMSS.md - Human-readable report grouped by stage

Resources

  • references/pead_strategy.md - PEAD theory and weekly candle approach
  • references/entry_exit_rules.md - Entry, exit, and position sizing rules

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Codex

34.56%
按下载量换算627

Claude

30.09%
按下载量换算546

Cursor

17.95%
按下载量换算325

Gemini CLI

10.54%
按下载量换算191

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

可疑

权限和风险

敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills