findscripter 何时使用
适用：
- 已有 VCP 筛选器的 JSON 输出（
schema_version: "1.0"），想把候选转成可执行的突破建仓计划。 - 需要按枢轴（pivot）算出入场触发价、止损、R 倍数目标价。
- 需要以「最坏成交价」做仓位测算，并强制组合层风控（单仓上限、行业敞口、组合总热度）。
- 想得到 Alpaca API 兼容的下单模板（预挂括号单 / 确认后括号单）。
不该用（负边界）：
- 实盘自动下单、订单路由、券商成交回报处理（这是执行系统，本技能只产计划与模板）。
- 行情/基本面数据采集与清洗（先备好数据再进上游筛选器）。
- VCP 形态识别与打分本身（那是筛选器的职责，本技能消费其输出）。
步骤
- 生成计划：用 VCP 筛选器输出跑 planner 脚本（命令见「示例」），指定账户规模与单笔风险百分比。
- 阅读产物：读生成的 JSON 与 Markdown，按四类呈现给用户——
- Actionable Orders：突破前候选，附下单模板。
- Revalidation：已处于突破状态、需盘中实时确认的候选。
- Watchlist：仍在发育中的 VCP 候选，仅观察。
- Rejected/Deferred/Constrained：被 Gate 或组合上限过滤掉的候选。
- 解读每笔可执行单：入场价（signal vs worst-case）、止损位、R 倍数目标与盈亏比、两种执行模式、该笔风险贡献与累计组合热度。
指令
价格推导（参考线，pivot=枢轴，单位为百分比）：
signal_entry = pivot * (1 + pivot_buffer_pct / 100) # 买入止损触发（buy-stop）
worst_entry = pivot * (1 + max_chase_pct / 100) # 买入限价上限（buy-limit）
stop_loss = last_contraction_low * (1 - stop_buffer_pct / 100)
- Gate 与仓位测算一律用
worst_entry（最坏成交价）；signal 与 worst 两套 R 倍数都展示；止盈基准始终用worst_entry。 - Minervini Gate（必须全部通过）：
valid_vcp=True；rating_band ∈ {good, strong, textbook}；risk_pct_worst ≤ 8.0%。突破态额外要求：breakout_volume=True、distance_from_pivot ≤ max_chase_pct、current_price ≤ worst_entry。 - 评级决定仓位倍数：textbook(90+)=1.75x、strong(80-89)=1.0x、good(70-79)=0.75x、developing(60-69)=0.0x（仅观察）。
- 风控硬约束：单笔最坏入场→止损风险 ≤ 8%；默认单笔账户风险 0.5%；组合总开放风险（热度）上限 6%；追高绝不超过 pivot 上方 2%。
- 两种执行模式：
- pre_place（stop-limit 括号单）：开盘即挂，价达 pivot 自动触发，
buy_stop=signal_entry、buy_limit=worst_entry，括号含止损与止盈。 - post_confirm（limit 括号单）：等 5 分钟 K 线确认后再以
worst_entry限价买入；确认条件 close>pivot、收盘位于 bar 上 60%、RVOL≥1.5、追高≤2%。
- pre_place（stop-limit 括号单）：开盘即挂，价达 pivot 自动触发，
- 止损放置：默认放在最后一个收缩低点下方 1%；Alpaca 要求止损至少低于入场价 $0.01。
示例
生成计划（无需 API key，纯本地 JSON）：
python3 skills/breakout-trade-planner/scripts/plan_breakout_trades.py \
--input reports/vcp_screener_YYYY-MM-DD.json \
--account-size 100000 \
--risk-pct 0.5 \
--output-dir reports/
常用 CLI 参数（默认值）：
--account-size (必填) 账户权益（美元）
--risk-pct 0.5 单笔基准风险百分比
--max-position-pct 10.0 单仓上限百分比
--max-sector-pct 30.0 单行业敞口上限百分比
--max-portfolio-heat-pct 6.0 组合总开放风险上限百分比
--target-r-multiple 2.0 止盈 R 倍数
--stop-buffer-pct 1.0 收缩低点下方止损缓冲
--max-chase-pct 2.0 pivot 上方最大追高
--pivot-buffer-pct 0.1 buy-stop 触发缓冲
--current-exposure-json None 既有组合敞口（用于热度累计）
产物：
breakout_trade_plan_YYYY-MM-DD_HHMMSS.json—— 结构化计划 + 下单模板。breakout_trade_plan_YYYY-MM-DD_HHMMSS.md—— 人类可读报告。
注意事项
- worst-case 优先：仓位与 Gate 必须用
worst_entry，否则会低估风险、超额建仓。 - 热度是组合层约束：逐笔通过不代表能全建——累计开放风险超 6% 的候选应被 Defer/Constrain，传
--current-exposure-json以纳入已有持仓。 - developing 评级仓位倍数为 0，只进 Watchlist，不下单。
- 突破态候选需盘中实时确认（5 分钟 K 线四条件），不要凭筛选快照直接挂确认后括号单。
- Alpaca 约束：止损价至少低于入场价 $0.01；下单模板仅为计划，落地执行需人工或外部执行系统复核。
- 方法学来源：Minervini《Trade Like a Stock Market Wizard》(2013)、《Think & Trade Like a Champion》(2017)。
互见
- related：
trading-strategy-backtester—— 上线突破策略前先回测验证其历史表现与稳健性。 - related：
portfolio-risk-metrics—— 计划落地后跟踪组合层风险指标与热度。 - combines_with：
portfolio-rebalancer—— 新建仓后与既有持仓一并做再平衡与敞口控制。 - combines_with：
alpha-vantage-market-data—— 为上游 VCP 筛选与突破确认提供行情数据。
本条采编自 tradermonty/claude-trading-skills（MIT 许可）。