结合威廉指标超卖信号与巴菲特式基本面分析的选股工具。支持美国(标普500)及泰国(SET)市场。
Claw-Screener.
功能概述
Claw-Screener.是一项面向实际任务的技能,主要用于A 股票显示器,将技术分析(威廉斯%R超旧信号)与沃伦·巴菲特式的基础分析结合使用SEC数据.;Supports US(S&P 500)和泰文(SE)。
核心要点
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
- 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。
- 该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。
使用与执行
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
结果检查与注意事项
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
Claw-Screener
一款股票筛选器,将技术分析(威廉指标 %R 超卖信号)与基于美国证券交易委员会(SEC)数据的沃伦·巴菲特式基本面分析相结合。支持美国(标普 500)和泰国(SET)市场。
何时使用本技能
当您需要执行以下操作时,请使用本技能:
- 寻找技术面超卖、基本面强劲的股票
- 基于巴菲特的 10 条公式筛选优质股票
- 使用 Carlson 筛选标准(ROIC、增长性、股票回购)筛选长期复利型股票
- 对单只股票进行深度分析以辅助投资决策
- 以文本、JSON 或 Telegram 格式获取每日股票筛选结果
工具
本技能提供以下功能:
1. 综合筛选
同时满足技术面超卖(威廉指标 %R < -80)与基本面强劲(巴菲特评分 ≥ 设定阈值)条件的股票。
命令:
bun run src/screening.ts [选项]
选项:
| 标志 | 说明 | 默认值 |
|---|---|---|
--market |
市场:us 或 bk |
us |
--min-score |
最低巴菲特评分(0–10 分) | 5 |
--top-n |
显示结果数量 | 10 |
--format |
输出格式:text、json、telegram |
text |
示例:
bun run src/screening.ts bun run src/screening.ts --market us --min-score 7 --top-n 5 bun run src/screening.ts --market bk bun run src/screening.ts --format json bun run src/screening.ts --format telegram
2. 纯技术面扫描
仅使用威廉指标 %R 进行快速超卖扫描,无需 SEC 数据,适用于美国与泰国市场。
命令:
bun run src/technicalOnly.ts [选项]
选项:
| 标志 | 说明 | 默认值 |
|---|---|---|
--market |
市场:us 或 bk |
us |
--threshold |
威廉指标 %R 阈值 | -80 |
--top-n |
显示结果数量 | 20 |
--format |
输出格式:text、json、telegram |
text |
示例:
bun run src/technicalOnly.ts bun run src/technicalOnly.ts --threshold -70 --top-n 50 bun run src/technicalOnly.ts --market bk
3. 单股分析
使用巴菲特的 10 条公式对单只股票进行深度分析。
命令:
bun run src/analyze.ts[选项]
选项:
| 标志 | 说明 | 默认值 |
|---|---|---|
--format |
输出格式:text、json、telegram |
text |
示例:
bun run src/analyze.ts AAPL bun run src/analyze.ts MSFT --format telegram bun run src/analyze.ts GOOGL --format json bun run src/analyze.ts PTT.BK
4. 复利机器(Compounding Machine)
采用 Carlson 风格筛选标准识别“复利型股票”:
- 营收与净利润同比趋势强度
- ROIC 阈值(默认 >15%)
- 三年内流通股数量减少(股票回购信号)
- 营业利润率阈值(默认 >20%)
- 包含当前股息收益率与五年均值对比,以及简化的十年 DCF 情境参考
命令:
bun run src/compoundingMachine.ts [选项]
选项:
| 标志 | 说明 | 默认值 |
|---|---|---|
--market |
市场范围:us 或 bk |
us |
--tickers |
逗号分隔的股票代码列表(覆盖市场范围) | - |
--max-tickers |
限制市场范围规模 | 全部 |
--top-n |
显示通过筛选的股票数量 | 25 |
--concurrency |
并行请求工作线程数 | 4 |
--format |
输出格式:text 或 json |
text |
--db-path |
SQLite 缓存路径 | sec_cache.db |
--ttl-days |
缓存有效期(天) | 7 |
--min-roic |
ROIC 阈值(%) | 15 |
--min-op-margin |
营业利润率阈值(%) | 20 |
--min-buyback |
三年内所需股份减少比例(%) | 2 |
--show-rejected |
在输出中包含未通过筛选的股票及其原因 | 关闭 |
示例:
bun run src/compoundingMachine.ts bun run src/compoundingMachine.ts --tickers AAPL,MSFT,NVDA --top-n 10 bun run src/compoundingMachine.ts --format json --max-tickers 100 bun run src/compoundingMachine.ts --tickers PLTR --show-rejected
运行时 / 缓存说明:
- 首次对完整美国市场范围执行无缓存运行耗时约 20–30+ 分钟。
- 此为预期行为:每个股票需发起多个 Yahoo 基本面/行情请求,并在限频场景下自动重试退避。
- 后续运行因 SQLite 缓存(
sec_cache.db,默认 TTL 为 7 天)而显著加速。 - 如需快速验证,建议先执行小范围扫描(例如
--max-tickers 50或指定--tickers)。
代理向用户发送消息的指导原则:
- 若用户执行全市场范围的复利机器扫描,请明确提醒其首次运行可能耗时约 20–30 分钟。
- 建议用户在等待期间尝试快速验证替代方案:
bun run src/compoundingMachine.ts --max-tickers 50bun run src/compoundingMachine.ts --tickers AAPL,MSFT,NVDA
5. 自选股管理
跟踪您关注的股票,并在它们进入超卖或超买状态时接收提醒。
命令:
bun run src/watchList.ts <命令> [选项]
命令:
| 命令 | 说明 |
|---|---|
add |
将一只股票加入自选股 |
remove |
从自选股中移除一只股票 |
list |
列出所有已关注的股票 |
选项:
| 标志 | 说明 | 默认值 |
|---|---|---|
--market us|th |
市场:us(美国)或 th(泰国) |
us |
--notes '...' |
该股票的可选备注 | - |
--alert-threshold |
触发提醒的威廉指标 %R 阈值 | - |
示例:
bun run src/watchList.ts add AAPL bun run src/watchList.ts add AAPL --market us --notes 'Big tech' bun run src/watchList.ts add PTT.BK --market th bun run src/watchList.ts remove AAPL bun run src/watchList.ts list bun run src/watchList.ts list --market us
存储位置:自选股保存至 ~/.claw-screener-watchlist.json
巴菲特的 10 条公式
基本面分析依据沃伦·巴菲特的投资标准对股票进行评估:
| # | 公式 | 目标值 | 说明 |
|---|---|---|---|
| 1 | 现金测试(Cash Test) | > 总负债 | 现金足以覆盖全部债务 |
| 2 | 资产负债率(Debt-to-Equity) | < 0.5 | 低杠杆 |
| 3 | 净资产收益率(Return on Equity) | > 15% | 资本使用效率高 |
| 4 | 流动比率(Current Ratio) | > 1.5 | 短期流动性充足 |
| 5 | 营业利润率(Operating Margin) | > 12% | 运营效率高 |
| 6 | 资产周转率(Asset Turnover) | > 0.5 | 资产使用效率高 |
| 7 | 利息保障倍数(Interest Coverage) | > 3x | 偿付利息能力充足 |
| 8 | 盈利稳定性(Earnings Stability) | 为正 | 持续盈利 |
| 9 | 自由现金流(Free Cash Flow) | > 0 | 具备正向现金生成能力 |
| 10 | 资本配置能力(Capital Allocation) | > 15% ROE | 管理层资本配置有效 |
评分规则:每项达标得 1 分,满分 10 分。
技术指标
威廉指标 %R(Williams Percent Range)
- 取值范围:-100 至 0
- 超卖区间:< -80(潜在买入信号)
- 超买区间:> -20(潜在卖出信号)
综合评分公式
综合得分 = (技术得分 × 0.3) + (基本面得分 × 0.7)
- 技术得分 = (威廉指标 %R + 100) / 100
- 基本面得分 = (巴菲特评分 / 10) × 100
数据来源
- 美股:基本面数据来自 SEC EDGAR,价格数据来自 Yahoo Finance
- 泰股:仅使用 Yahoo Finance(无 SEC 数据可用)
安装
运行时要求
- Bun(>=1.3.1)—— 执行 TypeScript 脚本所需的运行时环境
- 无需安装 Node.js,Bun 已内置全部必需运行时功能
安装 Bun
若您尚未安装 Bun,请运行:
# macOS/Linux curl -fsSL https://bun.sh/install | bash # Windows(PowerShell) iwr https://bun.sh/install -outfile "install.ps1"; ./install.ps1
安装依赖
bun install
文件持久化
本技能创建并管理以下文件:
| 文件 | 位置 | 用途 | TTL |
|---|---|---|---|
| 自选股 | ~/.claw-screener-watchlist.json |
用户的股票自选股列表 | 永久保存 |
| SEC 缓存 | sec_cache.db |
缓存的 SEC EDGAR 财务数据 | 7 天(默认) |
| 价格缓存 | price_cache.db |
缓存的股票价格数据 | 1 天(默认) |
缓存管理
- 缓存文件将在首次运行时自动创建
- 可通过
--ttl-days参数调整复利机器的缓存 TTL - 删除缓存文件可强制重新拉取最新数据
- 缓存可显著提升后续运行性能
注意事项
- 首次对完整美股范围执行运行耗时约 20–30+ 分钟(属正常行为)
- 后续运行因缓存机制大幅提速
- 快速测试推荐使用
--max-tickers 50或指定--tickers
Bun 脚本别名
bun run dev # 运行筛选(等价于 bun run src/screening.ts) bun run screening # 运行综合筛选 bun run technical # 运行纯技术面扫描 bun run analyze # 分析单只股票(需传入 ticker 参数) bun run compounder # 运行复利机器筛选器 bun run watchlist:add # 将股票加入自选股 bun run watchlist:remove # 从自选股中移除股票 bun run watchlist:list # 列出自选股中的股票
输出格式示例
文本格式(默认)
📊 综合质量筛选(美国(标普 500)) 技术面:超卖信号(威廉指标 %R < -80) 基本面:基于 SEC 数据的巴菲特 10 条公式 最低巴菲特评分:5/10 结果: 总扫描数:503 超卖股票数:42 高质量股票数:8(巴菲特评分 ≥5/10) 前 10 大机会: 1. AAPL — 综合得分:85.2% | 巴菲特评分:8/10 | WR:-82.3 2. MSFT — 综合得分:79.1% | 巴菲特评分:7/10 | WR:-85.1
Telegram 格式
📊 综合质量筛选(美国(标普 500)) 扫描总数:503 只股票 超卖数量:42 高质量(巴菲特评分 ≥5/10):8 🌟 前 10 大高质量机会: 1. **AAPL** — 综合得分:85% | 巴菲特评分:8/10 | WR:-82.3 2. **MSFT** — 综合得分:79% | 巴菲特评分:7/10 | WR:-85.1
热门AI工具
相关专题
本专题介绍Gradle插件开发的基本流程,涵盖插件类编写、自定义任务注册、扩展参数设计和插件应用方法,帮助你理解插件如何组织构建逻辑,减少多个项目之间的重复配置。
0
2026.10.22
本专题介绍Gradle Wrapper的基本作用,涵盖文件组成、生成方法、版本配置和任务调用,帮助你理解项目如何使用指定的Gradle版本,减少不同开发环境带来的构建差异。
0
2026.10.22
本专题整理Golangci-lint常用Linters的用途与配置方法,覆盖错误处理、无效代码、安全、复杂度、命名和依赖检查,帮助项目合理选规则。
0
2026.10.22
本专题介绍Gradle Java项目构建方法,涵盖Java插件配置、依赖声明、源码编译、测试执行和打包检查,帮助你理解各阶段的任务关系,逐步完成项目构建。
0
2026.10.22
本专题汇总PHP常见时间戳漏洞,包括2038年溢出、时区漂移、时间戳伪造、重放攻击、时间盲注与日志审计失效等,并给出升级64位环境、使用 DateTimeImmutable、统一UTC、严格超时校验、预处理绑定、hash_equals 比对等修复方案,帮助开发者快速排查和加固时间相关代码。
0
2026.10.22
本专题聚焦Golangci-lint YAML配置文件,讲清运行参数、规则启停、目录排除、问题过滤及严重级别设置,便于团队统一检查标准。
0
2026.10.22
本专题讲解Golangci-lint的安装、初始化、基础命令和首次代码检查,覆盖本地环境、Docker及多平台用法,帮助Go开发者快速上手。
0
2026.10.22
PHP2Shell漏洞是什么,哪些PHP版本和运行环境会受到影响,服务器应该如何检测与修复?本专题提供版本自查脚本、Linux与Docker升级命令、PHP-FPM和Apache排查步骤,以及修复验证、临时缓解和应急响应方案。
0
2026.10.22
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.5万人学习
共6课时 | 54.7万人学习
