detect-atr-squeeze-regime

npx skills add majiayu000/claude-skill-registry --skill detect-atr-squeeze-regime --agent claude-code

Same command for any agent — swap --agent for codex, cursor, copilot.

<essential_principles> <principle name="atr_percent_normalization"> **ATR% 標準化核心** 傳統 ATR 是絕對值（價格單位），不同價位資產無法比較。 將 ATR 轉換為百分比（ATR / Close * 100）後： - 可跨資產比較波動強度 - 能建立「常態基準」（3 年移動均值） - 用「倍率」判定是否進入異常波動區 ``` ATR% = (14-day EMA of True Range) / Close * 100 Ratio = Current ATR% / 3-year Rolling Mean ATR% ``` </principle> <principle name="three_regime_classification"> **三行情分類** | 行情 | ATR% 條件 | Ratio 條件 | 市場特徵 | |--------------------------------|-------------|------------|------------------------------------| | `orderly_market` | 常態區間 | < 1.2 | 技術位有效、停損精準、趨勢追蹤可靠 | | `elevated_volatility_trend` | 偏高 | 1.2 - 2.0 | 技術位減效、需放寬停損、仍有方向性 | | `volatility_dominated_squeeze` | >= 高波門檻 | >= 2.0 | 技術位失靈、停損頻被掃、反身性主導 | **擠壓行情**的判定需要**同時**滿足： 1. ATR% >= `high_vol_threshold_pct`（預設 6%） 2. Ratio >= `spike_threshold_x`（預設 2.0） </principle> <principle name="reflexivity_mechanics"> **反身性機制解讀** 當進入 `volatility_dominated_squeeze` 行情： **價格運動被「被迫流」主導**： - 保證金調整 / 槓桿去化 - 期權 Delta/Gamma 避險 - 空頭回補 - 被動風險平價再平衡 **技術位可靠度下降**： - 突破/跌破更常是流動性與風控觸發的結果 - 不代表基本面改變或趨勢確認 **停損脆弱性**： - 同一口波動可掃過多層 stops - 低時間尺度的 conviction trading「結構性受損」 - 宏觀看對也難撐：短期雜訊大到足以讓方向正確的部位先被洗掉 </principle> <principle name="actionable_adjustments"> **可操作的調

cd skills/detect-atr-squeeze-regime
pip install pandas numpy yfinance pandas_ta  # 首次使用
python scripts/atr_squeeze.py --symbol SI=F --quick
python scripts/atr_squeeze.py --symbol XAGUSD --start 2020-01-01 --end 2026-01-01 --output result.json
pip install matplotlib  # 首次使用
python scripts/plot_atr_squeeze.py --symbol SI=F --output output/