Token导航 LogoToken导航TokenDH.com
效率需要联网clawhub未标认证来源可访问clear审计通过

money-never-sleep金钱从不睡觉

Agent Skill

money-never-sleep 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

6,774

周安装

288

GitHub Stars

公开资料未说明

下载量

2,373
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:money-never-sleep(金钱从不睡觉)
来源仓库:https://github.com/sopaco/money-never-sleep
安装命令:
openclaw skills install money-never-sleep
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install money-never-sleep

简介

money-never-sleep 用于补充效率相关能力,适合在 OpenClaw 中跟踪投资组合和市场情绪时使用。

  • 适用于市场中性策略师(MNS)自主代理的 CLI 技能,提供实时数据支持。
  • 支持投资组合跟踪、市场情绪分析和交易决策辅助。
  • 安装命令为 openclaw skills install money-never-sleep,需确认权限范围和维护状态。
  • 使用前建议核实是否会触发联网、命令执行或文件读写,避免安全风险。

SKILL.md

name
money-never-sleep
version
0.5.10
description
|
NOTE
This tool provides strategy suggestions only - it does NOT connect to any broker APIs
license
MIT
compatibility
Requires Node.js 18+ or Bun.
metadata

MNS CLI 投资管理 Skill

概述

本 skill 提供 MNS 逆向投资策略的 CLI 操作能力。MNS 是基于 CNN Fear & Greed Index 情绪指标的量化投资工具,通过 contrarian 策略在情绪极度恐慌时买入,极度贪婪时卖出,实现市场中性风格的长期投资。

安全声明

- 源码公开: 所有源码公开托管于 GitHub - 无网络交易: 不连接任何券商 API,所有数据存储在本地 SQLite 数据库 - 无敏感权限: 无需使用也不自动读取用户任何金融账户配置

核心能力

  1. 投资组合管理: 查看持仓、现金余额、资产配置、年化收益
  2. 交易记录: 记录买入/卖出操作,更新资产当前价格(手动输入或自动获取)
  3. 策略建议: 自动生成基于最新恐贪指数的买卖建议报告(仅建议,不执行交易)
  4. 配置管理: 查看和调整策略参数(阈值、买入/卖出比例、止盈线)
  5. 历史查询: 查看交易历史、价格更新记录
  6. 策略回测: 基于历史数据验证策略参数表现
重要说明: 本工具仅提供策略建议和记录功能,不连接任何券商 API。 用户需自行在券商平台执行交易后,通过 CLI 记录交易结果。

快速开始

安装

# 通过 npm 安装(推荐)
npm install -g @never-sleeps/mns-cli

# 或通过 bun 安装
bun install -g @never-sleeps/mns-cli

# 或直接使用 npx(无需安装)
npx @never-sleeps/mns-cli --help

初始化

# 初始化配置文件和数据库
# 如果已有数据,会提示确认后再覆盖
mns init

# 使用 --force 跳过确认直接覆盖
mns init --force

# 设置初始现金
mns cash set 100000

添加资产到持仓池

mns add QQQ "纳指100" us_stocks
mns add SH600000 "浦发银行" cn_stocks
mns add GLD "黄金ETF" counter_cyclical

记录买入交易

mns buy QQQ 100 450.50
mns buy SH600000 500 12.30

查看持仓和策略建议

# 查看当前持仓(含年化收益)
mns portfolio

# 获取今日策略报告(基于最新恐贪指数)
mns report

# 查看当前恐贪指数
mns sentiment

更新价格和查看历史

# 手动更新单个资产价格
mns price QQQ 460.00

# 自动更新所有资产价格(需要网络)
mns update-prices

# 查看最近交易历史
mns history --limit 50

# 查看现金余额
mns cash

配置管理

# 查看所有配置
mns config

# 查看特定配置项(支持 dot-path 语法)
mns config thresholds.fear
mns config buy_ratio.extreme_fear

# 修改配置项(策略参数)
mns config thresholds.greed 75
mns config buy_ratio.fear 30.0
mns config sell_ratio.extreme_greed_target_high 60.0

策略回测

# 查看可调参数列表
mns backtest params

# 运行默认配置回测
mns backtest run

# 使用自定义配置回测
mns backtest run --config path/to/config.toml

# 对比多个配置
mns backtest run --compare config1.toml,config2.toml

数据存储

  • 配置文件: ~/.mns/config.toml
  • 数据库: ~/.mns/mns.db
  • 报告输出: ./reports/(可通过 settings.report_output_dir 配置)

策略逻辑详解

情绪驱动的买入决策

买入比例基于恐贪指数区间:

恐贪区间指数范围买入比例逻辑
极度恐慌FGI < 3060% (默认)极度恐慌,适度买入
恐慌30 ≤ FGI < 4535% (默认)恐慌,保守买入
中性45 ≤ FGI < 550% (默认)中性,暂停买入
贪婪55 ≤ FGI < 700% (默认)贪婪,不买入
极度贪婪FGI ≥ 700% (默认)极度贪婪,不买入

卖出决策(双准则)

卖出建议综合考虑:

  1. 年化收益止盈: 基于持有天数计算年化收益率,对照卖出矩阵
  2. 绝对收益线: 绝对收益 ≥ 30% 且持仓 ≥ 90 天时也可考虑卖出

卖出矩阵(按情绪区间和收益档位):

情绪区间target_hightarget_lowbelow_target
极度贪婪50%30%20%
贪婪40%25%0%
中性15%0%0%
恐慌/极度恐慌0%0%0%
注:target_high = 年化收益 ≥ annualized_target_high(默认15%),target_low = 年化收益 ≥ annualized_target_low(默认10%)

买入资金分配:Contrarian 权重

可用现金按 contrarian 权重分配到各资产:

  • 权重公式: weight = min(max_weight, max(1.0, cost_price / current_price))
  • 解释: 浮亏资产(当前价格 < 成本价)获得更高权重,符合逆向抄底逻辑
  • 上限控制: max_contrarian_weight(默认 2.0)防止过度集中单一标的
  • 浮盈资产: 权重为 1.0(基线)

风险警告机制

当持仓浮亏 ≥ 20% 时触发风险警告,建议根据市场情绪差异化处理:

情绪环境建议操作
Extreme Fear/Fear可能是加仓机会
Neutral审视基本面
Greed/Extreme Greed紧急审视(别人赚钱你还在亏)

常见工作流

日常报告(Agent 每日执行)

# 1. 自动更新所有资产价格
mns update-prices

# 2. 查看策略报告
mns report

# 3. 根据建议执行买入(如有)
mns buy QQQ 50 445.00

# 4. 记录卖出(如有)
mns sell QQQ 100 455.00

# 5. 查看最新持仓
mns portfolio

策略参数调优

# 查看当前买入比例
mns config buy_ratio

# 调整极端恐慌买入比例到 60%
mns config buy_ratio.extreme_fear 60.0

# 降低中性区间买入到 10%
mns config buy_ratio.neutral 10.0

# 调整卖出矩阵
mns config sell_ratio.extreme_greed_target_high 70.0

# 调整止盈线
mns config settings.annualized_target_low 12.0
mns config settings.annualized_target_high 18.0

# 调整逆向权重上限(防止单标的过度集中)
mns config settings.max_contrarian_weight 1.5

新资产添加流程

# 1. 添加资产到池子
mns add TSLA "特斯拉" us_stocks

# 2. 初始建仓买入
mns buy TSLA 50 250.00

# 3. 更新当前价格
mns price TSLA 255.00

高级分析指南

以下分析功能由 Agent 组合使用基础命令完成,非单一 CLI 命令。

行业分析 (Agent 执行)

组合使用基础命令分析行业表现:

# 1. 查询行业 ETF 表现
mns analyze XLK    # 科技
mns analyze XLF    # 金融
mns analyze XLE    # 能源
mns analyze XLV    # 医疗
mns analyze XLY    # 消费
mns analyze XLP    # 消费必需品
mns analyze XLB    # 材料
mns analyze XLU    # 公用事业
mns analyze XLI    # 工业
mns analyze XLRE   # 房地产

# 2. 分析各行业龙头股
mns analyze AAPL   # 科技龙头
mns analyze JPM    # 金融龙头
mns analyze XOM    # 能源龙头

# 3. 对比行业表现与大盘指数
mns market-indices  # 获取大盘指数参考
mns portfolio       # 查看当前持仓行业分布

Agent 分析要点:

  • 比较各行业 ETF 涨跌幅,识别强势/弱势行业
  • 对比行业与大盘(S&P 500)的相对表现
  • 结合恐贪指数判断行业轮动机会

组合深度分析 (Agent 执行)

基于已有数据进行组合分析:

# 1. 查看当前持仓
mns portfolio

# 2. 获取市场情绪
mns sentiment

# 3. 获取策略报告
mns report

# 4. 查看历史表现
mns history --limit 100

Agent 分析要点:

  • 配置合理性: 持仓集中度是否过高(单一标的 > 30% 需警惕)
  • 收益分布: 各持仓年化收益率分布,识别拖累/贡献主力
  • 情绪偏离: 当前恐贪指数与持仓策略是否匹配(恐慌时应持有更多权益)
  • 现金比例: 现金占比是否符合理想配置(参考买入比例建议)

风险评估 (Agent 执行)

组合计算风险指标:

# 1. 获取持仓成本与当前价格
mns portfolio

# 2. 获取历史价格记录
mns history --limit 365

# 3. 结合市场波动率
mns market  # 包含 VIX 指数

Agent 风险指标计算:

  • 最大回撤: 基于历史快照计算峰值到谷值的最大跌幅
  • Sharpe 比率: (年化收益 - 无风险利率) / 波动率(需历史数据支持)
  • 持仓集中度: 前三大持仓占比总和
  • 浮亏暴露: 当前浮亏 > 20% 的持仓数量及金额

风险等级判定:

风险等级条件
低风险单一持仓 < 20%,无浮亏 > 20% 标的,现金 > 20%
中风险单一持仓 20-30%,或 1-2 个标的浮亏 10-20%
高风险单一持仓 > 30%,或 3+ 标的浮亏 > 20%,或 VIX > 30

配置参数

完整的配置参数说明请参考 references/strategy.md,其中包含:

  • 所有配置项的默认值速查表
  • 策略参数的详细解释
  • 买入/卖出比例矩阵说明

命令使用方法请参考 references/commands.md

注意事项

  • 价格更新: 买入/卖出后建议调用 priceupdate-prices 命令更新价格,确保持仓收益数据准确
  • 时间敏感性: reportsentiment 命令通过 HTTP 获取实时 CNN Fear & Greed Index,需要网络访问
  • 异步要求: 这两个命令是异步的,agent 调用时需确保环境支持 async execution
  • Windows 编码: PowerShell 默认 GBK 编码可能导致中文乱码,建议使用 UTF-8 终端或重定向输出到文件
  • 年化收益计算: 使用 annualized = (current / cost) ^ (365 / holding_days) - 1,持仓天数 < min_holding_days 时不显示
  • 绝对收益止盈: 持仓绝对收益 ≥ 30% 且天数 ≥ min_absolute_profit_days 时,即使年化收益率未达阈值也可能触发卖出

错误处理

  • 网络错误: sentimentreport 可能因 API 不可用失败,建议重试或使用缓存数据
  • 数据库锁定: 多进程并发操作 SQLite 会导致锁定,agent 应确保串行访问

相关文件

  • references/commands.md - 完整命令参考
  • references/strategy.md - 策略参数详解

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

70.54%
按下载量换算1,674

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills