К основному содержанию
скилл CX Codex

stanley-druckenmiller-investment — скилл для Claude Code: установка

Сводит данные пяти обязательных и трёх дополнительных торговых скиллов в единую оценку уверенности от 0 до 100. Пригодится для расчёта рыночной позиции по стратегии Стэнли Дракенмиллера.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add tradermonty/claude-trading-skills --skill stanley-druckenmiller-investment -a claude-code
Открыть на GitHub

Что делает stanley-druckenmiller-investment

Скилл работает как мета-анализатор для торговых агентов. Он не обращается к внешним API напрямую и не собирает котировки сам. Без готовых отчётов скилл бесполезен. Python-скрипт strategy_synthesizer.py читает JSON-файлы других инструментов из каталога reports/. Если обязательные данные старше 72 часов или отсутствуют, расчёт не запустится.

Для работы нужны результаты пяти обязательных скиллов: ширины рынка, восходящего тренда, риска вершины, макрорежима и детектора FTD. Ещё три скриннера (VCP, темы и CANSLIM) подключаются опционально. Сигналы объединяются по семи компонентам с весами от 10% до 18%, формируя итоговую оценку от 0 до 100.

По результатам синтеза рынок относится к одному из четырёх паттернов, включая дефолтный режим ожидания Wait & Observe. Скилл сохраняет Markdown-отчёт и JSON-файл в папку reports/, формируя целевые доли для акций, облигаций, альтернативных активов и кэша.

Какие задачи решает

  • Рассчитать совокупный уровень уверенности в рынке по шкале от 0 до 100
  • Классифицировать состояние рынка по четырём паттернам Дракенмиллера
  • Определить целевое распределение активов между акциями, облигациями и кэшем
  • Свести выводы пяти аналитических скиллов в единый Markdown-отчёт

Примеры запросов агенту

  • Посчитай уровень уверенности и покажи анализ по стратегии Дракенмиллера
  • Запусти strategy synthesizer по отчётам в папке reports
  • Как распределить позиции в портфеле при текущем состоянии рынка?

Как установить stanley-druckenmiller-investment

1Через Skills CLI (Vercel)

npx skills add tradermonty/claude-trading-skills --skill stanley-druckenmiller-investment -a claude-code

2Вручную: положить файлы

~/.claude/skills/stanley-druckenmiller-investment/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/stanley-druckenmiller-investment/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о stanley-druckenmiller-investment

Как установить stanley-druckenmiller-investment в Claude Code?

Выполните в терминале команду npx skills add tradermonty/claude-trading-skills --skill stanley-druckenmiller-investment -a claude-code.

Что делает скилл stanley-druckenmiller-investment?

Он запускает скрипт strategy_synthesizer.py, который объединяет JSON-отчёты пяти обязательных и трёх дополнительных скиллов. На выходе формируется оценка уверенности от 0 до 100, паттерн рынка и структура распределения активов.

Нужен ли API-ключ для работы скилла?

Ключи API не требуются. Скилл работает локально и читает только JSON-отчёты не старше 72 часов из каталога reports/.

Исходный текст

SKILL.md · MIT
---
name: stanley-druckenmiller-investment
description: Druckenmiller Strategy Synthesizer - Integrates 8 upstream skill outputs (Market Breadth, Uptrend Analysis, Market Top, Macro Regime, FTD Detector, VCP Screener, Theme Detector, CANSLIM Screener) into a unified conviction score (0-100), pattern classification, and allocation recommendation. Use when user asks about overall market conviction, portfolio positioning, asset allocation, strategy synthesis, or Druckenmiller-style analysis. Triggers on queries like "What is my conviction level?", "How should I position?", "Run the strategy synthesizer", "Druckenmiller analysis", "総合的な市場判断", "確信度スコア", "ポートフォリオ配分", "ドラッケンミラー分析".
---

# Druckenmiller Strategy Synthesizer

## Purpose

Synthesize outputs from 8 upstream analysis skills (5 required + 3 optional) into a single composite conviction score (0-100), classify the market into one of 4 Druckenmiller patterns, and generate actionable allocation recommendations. This is a **meta-skill** that consumes structured JSON outputs from other skills — it requires no API keys of its own.

## When to Use This Skill

**English:**
- User asks "What's my overall conviction?" or "How should I be positioned?"
- User wants a unified view synthesizing breadth, uptrend, top risk, macro, and FTD signals
- User asks about Druckenmiller-style portfolio positioning
- User requests strategy synthesis after running individual analysis skills
- User asks "Should I increase or decrease exposure?"
- User wants pattern classification (policy pivot, distortion, contrarian, wait)

**Japanese:**
- 「総合的な市場判断は?」「今のポジショニングは?」
- ブレッドス、アップトレンド、天井リスク、マクロの統合判断
- 「エクスポージャーを増やすべき?減らすべき?」
- 「ドラッケンミラー分析を実行して」
- 個別スキル実行後の戦略統合レポート

---

## Input Requirements

### Required Skills (5)

| # | Skill | JSON Prefix | Role |
|---|-------|-------------|------|
| 1 | Market Breadth Analyzer | `market_breadth_` | Market participation breadth |
| 2 | Uptrend Analyzer | `uptrend_analysis_` | Sector uptrend ratios |
| 3 | Market Top Detector | `market_top_` | Distribution / top risk (defense) |
| 4 | Macro Regime Detector | `macro_regime_` | Macro regime transition (1-2Y structure) |
| 5 | FTD Detector | `ftd_detector_` | Bottom confirmation / re-entry (offense) |

### Optional Skills (3)

| # | Skill | JSON Prefix | Role |
|---|-------|-------------|------|
| 6 | VCP Screener | `vcp_screener_` | Momentum stock setups (VCP) |
| 7 | Theme Detector | `theme_detector_` | Theme / sector momentum |
| 8 | CANSLIM Screener | `canslim_screener_` | Growth stock setups + M(Market Direction) |

Run the required skills first. The synthesizer reads their JSON output from `reports/`.

---

## Execution Workflow

### Phase 1: Verify Prerequisites

Check that the 5 required skill JSON reports exist in `reports/` and are recent (< 72 hours). If any are missing, run the corresponding skill first.

### Phase 2: Execute Strategy Synthesizer

```bash
python3 skills/stanley-druckenmiller-investment/scripts/strategy_synthesizer.py \
  --reports-dir reports/ \
  --output-dir reports/ \
  --max-age 72
```

The script will:
1. Load and validate all upstream skill JSON reports
2. Extract normalized signals from each skill
3. Calculate 7 component scores (weighted 0-100)
4. Compute composite conviction score
5. Classify into one of 4 Druckenmiller patterns
6. Generate target allocation and position sizing
7. Output JSON and Markdown reports

### Phase 3: Present Results

Present the generated Markdown report, highlighting:
- Conviction score and zone
- Detected pattern and match strength
- Strongest and weakest components
- Target allocation (equity/bonds/alternatives/cash)
- Position sizing parameters
- Relevant Druckenmiller principle

### Phase 4: Provide Druckenmiller Context

Load appropriate reference documents to provide philosophical context:
- **High conviction:** Emphasize concentration and "fat pitch" principles
- **Low conviction:** Emphasize capital preservation and patience
- **Pattern-specific:** Apply relevant case study from `references/case-studies.md`

---

## 7-Component Scoring System

| # | Component | Weight | Source Skill(s) | Key Signal |
|---|-----------|--------|----------------|------------|
| 1 | Market Structure | **18%** | Breadth + Uptrend | Market participation health |
| 2 | Distribution Risk | **18%** | Market Top (inverted) | Institutional selling risk |
| 3 | Bottom Confirmation | **12%** | FTD Detector | Re-entry signal after correction |
| 4 | Macro Alignment | **18%** | Macro Regime | Regime favorability |
| 5 | Theme Quality | **12%** | Theme Detector | Sector momentum health |
| 6 | Setup Availability | **10%** | VCP + CANSLIM | Quality stock setups |
| 7 | Signal Convergence | **12%** | All 5 required | Cross-skill agreement |

## 4 Pattern Classifications

| Pattern | Trigger Conditions | Druckenmiller Principle |
|---------|-------------------|----------------------|
| Policy Pivot Anticipation | Transitional regime + high transition probability | "Focus on central banks and liquidity" |
| Unsustainable Distortion | Top risk >= 60 + contraction/inflationary regime | "How much you lose when wrong matters most" |
| Extreme Sentiment Contrarian | FTD confirmed + high top risk + bearish breadth | "Most money made in bear markets" |
| Wait & Observe | Low conviction + mixed signals (default) | "When you don't see it, don't swing" |

## Conviction Zone Mapping

| Score | Zone | Exposure | Guidance |
|-------|------|----------|----------|
| 80-100 | Maximum Conviction | 90-100% | Fat pitch - swing hard |
| 60-79 | High Conviction | 70-90% | Standard risk management |
| 40-59 | Moderate Conviction | 50-70% | Reduce position sizes |
| 20-39 | Low Conviction | 20-50% | Preserve capital, minimal risk |
| 0-19 | Capital Preservation | 0-20% | Maximum defense |

---

## Output Files

- `druckenmiller_strategy_YYYY-MM-DD_HHMMSS.json` — Structured analysis data
- `druckenmiller_strategy_YYYY-MM-DD_HHMMSS.md` — Human-readable report

## API Requirements

**None.** This skill reads JSON outputs from other skills. No API keys required.

## Reference Documents

### `references/investment-philosophy.md`
- Core Druckenmiller principles: concentration, capital preservation, 18-month horizon
- Quantitative rules: daily vol targets, max position sizing
- Load when providing philosophical context for conviction assessment

### `references/market-analysis-guide.md`
- Signal-to-action mapping framework
- Macro regime interpretation for allocation decisions
- Load when explaining component scores or allocation rationale

### `references/case-studies.md`
- Historical examples: 1992 GBP, 2000 tech bubble, 2008 crisis
- Pattern classification examples with actual market conditions
- Load when user asks about historical parallels

### `references/conviction_matrix.md`
- Quantitative signal-to-action mapping tables
- Market Top Zone x Macro Regime matrix
- Load when user needs precise exposure numbers for specific signal combinations

### When to Load References
- **First use:** Load `investment-philosophy.md` for framework understanding
- **Allocation questions:** Load `market-analysis-guide.md` + `conviction_matrix.md`
- **Historical context:** Load `case-studies.md`
- **Regular execution:** References not needed — script handles scoring

---

## Relationship to Other Skills

| Skill | Relationship | Time Horizon |
|-------|-------------|-------------|
| Market Breadth Analyzer | Input (required) | Current snapshot |
| Uptrend Analyzer | Input (required) | Current snapshot |
| Market Top Detector | Input (required) | 2-8 weeks tactical |
| Macro Regime Detector | Input (required) | 1-2 years structural |
| FTD Detector | Input (required) | Days-weeks event |
| VCP Screener | Input (optional) | Setup-specific |
| Theme Detector | Input (optional) | Weeks-months thematic |
| CANSLIM Screener | Input (optional) | Setup-specific |
| **This Skill** | **Synthesizer** | **Unified conviction** |

© tradermonty · MIT · tradermonty/claude-trading-skills

Похожие скиллы

Всё по теме «Финансы и бизнес» →
investment-memo claude-office-skills Составляет инвестиционные меморандумы для венчурных, PE и публичных сделок. Помогает структурировать тезисы, риски и выводы перед инвесткомитетом. CX Codex +1 5 400установок investment-proposal официальный anthropics Составляет инвестиционные предложения для потенциальных клиентов: структуру активов, ожидаемую доходность, тарифы и план перехода. CX Codex +1 1 100установок investment-policy JoelLewis Скилл собирает Investment Policy Statement: цели по доходности, толерантность к риску, ограничения и правила ребалансировки. CX Codex +1 755установок thesis-tracker официальный anthropics Скилл ведёт инвестиционные тезисы по позициям и компаниям в листе наблюдения. Он помогает обновлять аргументы, риски и текущую уверенность. CX Codex +1 1 200установок longbridge-portfolio longbridge Скилл для работы с портфелем Longbridge: позиции, P&L, маржинальные требования, ордера и регулярные инвестиции. Плюс разбор рисков и ребалансировка. CX Codex +1 3 900установок stock-research-executor liangdabiao Запускает глубокий инвестиционный анализ акций по 8 фазам с параллельными агентами. Пригодится для подготовки отчётов с источниками по компании, отрасли, финансам и рискам. CX Codex +1 1 800установок

Из того же набора73

institutional-flow-tracker Скилл читает данные 13F и показывает, какие акции накапливают или сбрасывают фонды. Пригодится, чтобы проверить свою идею по сделкам крупных держателей. CX Codex +1 3 600установок canslim-screener Скилл отбирает акции США по методике Уильяма О'Нила: рост прибыли, моментум и институциональная поддержка. Нужен, когда ищете кандидатов в рост, а не дивиденды. CX Codex +1 3 600установок vcp-screener Ищет акции S&P 500 с паттерном сокращения волатильности Минервини и разбирает историю одного тикера на прошлые VCP. CX Codex +1 3 500установок economic-calendar-fetcher Тянет из FMP расписание экономических событий и отдаёт JSON или текст, а ассистент собирает из них отчёт по дням. CX Codex +1 3 500установок sector-analyst Анализирует ротацию секторов и фазу рыночного цикла по CSV-данным. Пригодится для оценки циклического или защитного режима и поиска перекупленных секторов. CX Codex +1 3 500установок earnings-calendar Скилл достаёт из Financial Modeling Prep расписание квартальных отчётов по акциям США и собирает его в markdown-таблицу по датам и времени публикации. CX Codex +1 3 500установок uptrend-analyzer Считает композитный балл 0–100 по данным Monty's Uptrend Ratio Dashboard и подсказывает, какой доли в акциях держаться. CX Codex +1 3 400установок market-top-detector Оценивает тактический риск коррекции рынка на 10–20% на горизонте 2–8 недель по методикам О'Нила, Минервини и Монти. CX Codex +1 3 400установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой