kline-master

专业K线交易技能包 - 从入门到精通,包含50+形态识别、MACD/RSI/BOLL实战策略、支撑压力位分析。适合加密货币/股票/外汇交易者。

Safety Notice

This listing is from the official public ClawHub registry. Review SKILL.md and referenced scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "kline-master" with this command: npx skills add beibei030/kline-master

📈 K线大师 - 专业交易技能包

从零开始掌握技术分析,让 AI 成为你的交易导师


🎯 这个技能能帮你做什么?

识别交易机会 - 自动分析 K 线形态 ✅ 确认趋势方向 - MACD + RSI + BOLL 组合判断 ✅ 找到关键位置 - 支撑压力位自动标注 ✅ 制定交易计划 - 入场/止损/止盈一体化建议 ✅ 风险管理 - 仓位计算和风险控制


📚 包含内容

第一部分:K线基础(18 种形态)

单根K线:
- 锤子线 / 倒锤线(反转信号)
- 流星线 / 上吊线(顶部信号)
- 十字星 / 墓碑十字(犹豫不决)
- 大阳线 / 大阴线(强趋势)

组合形态:
- 吞没形态 / 穿刺形态
- 早晨之星 / 黄昏之星
- 三白兵 / 三黑鸦
- 乌云盖顶 / 刺透形态

第二部分:三大指标实战

MACD(趋势 + 动能):
- 金叉/死叉信号
- 顶底背离识别
- 零轴位置判断
- 实战组合策略

RSI(超买超卖):
- 70/30 区域应用
- 背离信号
- 50 线穿越
- 钝化现象处理

布林带(波动率):
- 高抛低吸策略
- 缩口突破
- 趋势跟踪
- 三大核心战术

第三部分:支撑压力位(进阶)

识别方法:
- 水平支撑阻力
- 动态支撑阻力(MA)
- 强度等级判断

交易策略:
- 突破交易
- 假突破识别
- 角色互换应用

第四部分:完整交易系统

- 趋势确认系统
- 进场信号组合
- 出场信号组合
- 风险管理规则

🚀 快速开始

场景 1:分析当前行情

用户:分析 BTC/USDT 15分钟图,现在是什么形态?

AI:根据您提供的K线数据:
- 当前形成【锤子线】形态
- 价格触及布林带下轨
- RSI = 28(超卖区)
- MACD 绿柱缩短

建议:做多机会,止损在下影线低点,目标中轨

场景 2:制定交易计划

用户:ETH 现价 3200,帮我制定做多计划

AI:【ETH/USDT 做多计划】
入场:3200(当前价)
止损:3150(支撑位下方 50 点)
止盈1:3280(前高)
止盈2:3350(阻力位)
风险回报比:1:2.6
建议仓位:2%($200 止损 / 总资金 $10,000)

场景 3:形态识别

用户:这是什么形态?

[上传 K 线截图]

AI:识别为【看涨吞没形态】:
- 第一根:小阴线
- 第二根:大阳线完全包覆
- 出现在下跌趋势末端
- 反转信号强烈

建议:等待下一根K线确认,考虑做多

💡 特色功能

1. 多时间框架分析

自动切换 D1/H4/H1 三个周期
- D1 判断大趋势
- H4 确认方向
- H1 寻找入场点

2. 组合信号验证

单一信号不入场,必须组合确认:
- K线形态 + RSI 超买/超卖
- 价格触及支撑 + MACD 金叉
- 突破 + 放量确认

3. 风险提示

自动提醒:
- 重要事件(美联储议息、CPI 数据)
- 流动性风险(周末/节假日)
- 极端行情(闪崩/拉盘)

📊 适用市场

市场推荐度说明
加密货币⭐⭐⭐⭐⭐24/7 交易,最适合
外汇⭐⭐⭐⭐流动性好
股票⭐⭐⭐⭐适合波段交易
期货⭐⭐⭐需注意交割日
期权⭐⭐⭐需结合波动率

🎁 购买即得

  1. 完整知识库(20,000+ 字)
  2. 50+ 形态识别(图文详解)
  3. 实战案例(30+ 真实交易案例)
  4. 终身更新(新形态/策略免费更新)
  5. 技术支持(Telegram 群组答疑)

⚠️ 免责声明

本技能仅供学习和参考,不构成投资建议。

  • 市场有风险,投资需谨慎
  • 过去表现不代表未来收益
  • 请结合自身情况做决策

🔧 版本历史

  • v1.0.0 (2026-04-05): 首次发布

立即购买,让 AI 成为你的交易助手! 🚀

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.