findscripter 何时使用
- 想用 13F 季报追踪机构投资者（对冲基金、共同基金、养老金）的持仓增减，发现「聪明钱」在大涨前吸筹、或在派发时提前预警的个股。
- 验证投资逻辑（看机构是否认同你的判断）、发现新机会（机构正在加仓）、风险排查（机构正在撤离）、持仓监控（跟踪自己持仓的机构支撑度）、板块轮动（资金从哪流向哪）。
- 定位时长 3–12 个月的中长线，作为确认指标而非领先信号。
- 触发词：13F、机构持仓、机构流向、聪明钱、对冲基金持仓、institutional ownership、smart money。
不该用（负边界）：
- 求日内/实时信号 —— 13F 有 45 天披露滞后，数据是季末快照，无法做实时择时。
- 微盘股（市值 < 1 亿美元）—— 机构覆盖稀薄，样本不足，评级会被判 C 而剔除。
- 3 个月内短线交易信号 —— 本技能面向中长线，短线请配技术面/动量技能。
- 重构某一家机构的完整组合 —— FMP 按「个股」而非「机构」组织数据，
track_institution_portfolio.py未实现；机构级组合请改用 WhaleWisdom / SEC EDGAR / DataRoma。
前置准备
- FMP API Key：设环境变量
FMP_API_KEY，或脚本里传--api-key。免费档 250 次/天（够季度分析 20–30 只股）。 - Python 3.8+ 与依赖：
pip install requests。 - 13F 披露节奏（季末后 45 天内）：Q1→5 月中、Q2→8 月中、Q3→11 月中、Q4→次年 2 月中。把这些日期设成日历提醒，季报落地后再跑分析。
步骤 / 指令
筛选有显著机构变动的个股（主筛选脚本
track_institutional_flow.py）：# 快扫：按机构变动取前 50，变动幅度 ≥ 10% python3 scripts/track_institutional_flow.py --top 50 --min-change-percent 10 # 板块聚焦：科技板块，持有机构数 ≥ 20 python3 scripts/track_institutional_flow.py --sector Technology --min-institutions 20 # 自定义：市值 ≥ 20 亿、变动 ≥ 15%、前 100，落地 JSON python3 scripts/track_institutional_flow.py \ --min-market-cap 2000000000 --min-change-percent 15 \ --top 100 --output institutional_flow_results.json输出含：股票代码与名称、当前机构持股占流通股比、环比持股数变动、持有机构数、机构数净增减（新买家 vs 卖家）、头部机构。
单股深挖（
analyze_single_stock.py）：python3 scripts/analyze_single_stock.py AAPL # 默认回看 8 季 python3 scripts/analyze_single_stock.py AAPL --quarters 8产出：8 季机构持股趋势、前 20 大持有人及其仓位变化、集中度分析（前 10 占机构总持仓比）、头部持有人中的新建/增持/减持、以及基于覆盖度的可靠性评级。关键指标判读：持股占比（>70% 稳定但上行空间有限）、持股趋势（上升偏多/下降偏空）、集中度（前 10 > 50% 则抛售风险高）、持有人质量（伯克希尔/富达等长线 vs 动量基金）。
判读信号强度（5 档框架）：
- 强烈看多（考虑买入）：机构持仓环比 +>15%、机构数 +>10%、优质长线加仓、当前占比低（<40%）留有空间、多季连续吸筹。
- 温和看多：环比 +5–15%、买卖混合但净正、占比 40–70%。
- 中性：变动 <5%、买卖家数相当、机构基盘稳定。
- 温和看空：环比 −5–15%、卖多于买、占比 >80% 压制新买家。
- 强烈看空（考虑卖出/回避）：环比 −>15%、机构数 −>10%、优质机构离场、多季连续派发、头部机构大额抛售带来的集中度风险。
落地到组合：
- 新仓：先跑机构分析找确认（机构也在吸筹）→ 强看空则缩仓或放弃 → 强看多则增强信心。
- 持仓：13F 截止后季度复盘 → 监控派发（早期预警）→ 机构撤离则重审逻辑、必要时减仓。
- 筛选编排：用价值/红利等筛选器找候选 → 对头部候选跑本技能 → 优先机构吸筹、回避机构派发的标的。
示例
筛选 + 深挖一条龙：
export FMP_API_KEY=your_key_here
# 1) 科技板块筛出机构异动候选
python3 scripts/track_institutional_flow.py --sector Technology \
--min-change-percent 15 --top 30 --output tech_flow.json
# 2) 对榜首个股做 8 季深挖，看伯克希尔/ARK 是否在前 20 大持有人中
python3 scripts/analyze_single_stock.py NVDA --quarters 8
报告默认存到 reports/，命名 institutional_flow_analysis_<TICKER/THEME>_<DATE>.md，含：执行摘要 / 持仓趋势 / 头部持有人与变化 / 新买家 vs 卖家 / 集中度 / 判读建议 / 数据来源与时间戳。
委托提示词（给 Agent 调用时）：
用 13F 数据评估 {TICKER}：跑单股 8 季深挖，输出机构持股趋势、前 20 大持有人仓位变化、集中度（前 10 占比）、新建/增持/减持，并给出 5 档信号判读与可靠性评级；明确标注 13F 截止季、45 天滞后与样本机构数。
注意事项
- 可靠性评级（基于覆盖度，A/B/C）：A=有可比上季且持有机构 ≥ 50（密集，可排序）；B=有可比上季且 ≥ 10（偏薄，仅参考）；C=无可比上季或 < 10（变动不可测，筛选时剔除）。筛选脚本自动剔除 C；单股脚本展示评级并附警告。
- 为何用覆盖度而非逐户对账：指标取自 FMP 聚合 13F 汇总接口
institutional-ownership/symbol-positions-summary，在源端已跨所有申报机构对账季度差值，替代了已下线、各季持有人列表不对称（如某季 5415 户、下季 201 户）会虚高百分比的旧/api/v3/institutional-holder源。 - 数据滞后：45 天延迟 + 季末快照，披露后仓位可能已变；当确认指标用，别当领先信号。
- 覆盖局限：仅管理 >1 亿美元的机构须申报；不含个人投资者、小基金、多数国际机构。
- 申报规则：仅报多头股票（无空头/期权/债券）；部分仓位可保密延迟披露。
- 相关 ≠ 因果：机构买入个股仍可能下跌；务必结合基本面、宏观环境与技术面，绝不单用机构流向。
- 看多季趋势而非单次：优先 3 季以上的持续趋势；「伯克希尔加仓」一条 > 「100 只小基金加仓」。
- 下跌股里机构上升要警惕：可能是价值投资者在接飞刀，需强基本面信心支撑。
互见
- related：
octagon-equity-research-analyst—— 机构流向之外补全公司基本面与股权研究。 - related：
octagon-sec-risk-factors—— 同走 SEC 申报，从 10-K 风险因子侧佐证机构进出动机。 - related：
octagon-stock-quote、alpha-vantage-market-data—— 取实时/历史行情，与机构季报趋势对照。 - combines_with：
portfolio-risk-metrics—— 候选选定后量化组合风险（VaR/回撤/集中度）。 - combines_with：
dcf-valuation-model、three-statement-model—— 机构吸筹信号叠加估值/财务建模，提高建仓胜率。
本条采编自 tradermonty/claude-trading-skills（MIT 许可证）。