event-driven-tracker · diff
git:20260318.74f7088 to v1.0.0
110 added, 19 removed. Audit A to A.
---
name: event-driven-tracker
description: 'Use when tracking earnings, product launches, M&A, dividends, buybacks, unlocks, or other market-moving dates that need a prioritized event calendar.'
+ version: "1.0.0"
+ author: "seaworld008"
+ source: "in-house"
+ source_url: ""
+ tags: '["driven", "event", "finance", "tracker"]'
+ created_at: "2026-03-18"
+ updated_at: "2026-03-20"
+ quality: 2
+ complexity: "intermediate"
---
- # Event Driven Tracker
+ # Event Driven Tracker (事件驱动跟踪器)
- Track catalysts before the market reminds you too late.
+ 在市场“收割”你之前，先锁定关键的股价催化剂（Catalysts）。Event Driven Tracker 旨在帮助投资者从海量的日常公告中识别出真正具备“市场影响力”的大事件，并围绕这些时间点构建防御性或进攻性的交易计划。
- ## When to Use
+ ## 安装与前提条件
- - Catalyst calendars
- - Postion monitoring around earnings or M&A
- - PM weekly prep
- - Event-driven strategy notes
+ ```bash
+ # 确保已安装事件日历相关的库
+ pip install openbb pandas
+ # 准备事件数据
+ npx clawhub install event-driven-tracker
+ ```
- ## Workflow
+ ## 触发条件 / When to Use
- 1. Normalize upcoming event dates and importance scores.
- 2. Run `scripts/track_events.py`.
- 3. Review priority events inside the next two weeks.
- 4. Add trade plan, monitoring owner, and decision rule outside the script.
+ - **股价催化剂日历 (Catalyst Calendars)**：需要为特定的投资组合建立未来 30 天的重大事件表。
+ - **关键仓位监控 (Position Monitoring)**：在财报发布、并购（M&A）审批或期权到期日前后的风险对冲。
+ - **PM 每周准备 (Weekly Prep)**：为基金经理提供下周可能导致波动（Volatility）的核心节点。
+ - **事件驱动策略研究 (Event-driven Strategy Notes)**：针对分拆（Spinoff）、私有化（LBO）、大股东减持（Unlocks）或纳指/标普调样进行专题跟踪。
+ - **宏观数据预警**：非农数据（NFP）、CPI 连续超预期后的政策节点捕捉。
- ## Tool
+ ## 核心能力 / Core Capabilities
+ ### 1. 事件分类与优先级评估 (Event Prioritization)
+ - **操作步骤**：
+ 1. 识别事件类型：**软性事件**（如分析师日、新产品发布） vs **硬性事件**（如财报、特别股息、FDA 审批结果）。
+ 2. 根据历史波动率（Implied Volatility vs Realized Volatility）为事件打分 (Importance Score: 1-10)。
+ 3. 分配关键属性：公告日期、预期日期、确认日期。
+ - **最佳实践**：优先关注那些“结果非黑即白”（Binary Events）的事件，如法庭判决或重大合同签署。
+
+ ### 2. 自动化监控与提醒 (Proactive Monitoring)
+ - **操作步骤**：
+ 1. 运行 `scripts/track_events.py`。
+ 2. 提取未来两周内的所有“高分”事件。
+ 3. 将事件同步至 Google Calendar 或 Slack 通道。
+ - **最佳实践**：在事件发生前 48 小时触发“准备检查清单”。
+
+ ### 3. 交易计划关联 (Trade Plan Integration)
+ - **操作步骤**：
+ 1. 针对每个事件，关联“如果 A 发生，则执行 B”的逻辑（If-Then Scenarios）。
+ 2. 记录当前持仓的止损价和止盈位（Stop-loss / Take-profit）。
+ 3. 评估事件后的“情绪漂移”（Post-event Drift）。
+ - **最佳实践**：不仅记录“何时发生”，更要记录“如果结果不及预期，市场最可能的杀跌幅度是多少”。
+
+ ### 4. 历史回测与归因分析 (Post-mortem)
+ - **操作步骤**：
+ 1. 记录事件前后的真实股价波动。
+ 2. 对比共识预期与真实数据。
+ 3. 为下一次类似事件优化“影响力得分”。
+
+ ## 常用命令/模板 / Common Patterns
+
+ ### 事件监控 JSON 模板 (Events JSON)
+ ```json
+ {
+ "ticker": "TSLA",
+ "event_type": "Product Launch",
+ "event_name": "Robotaxi Day",
+ "date": "2026-08-08",
+ "priority": "Critical",
+ "implied_move": "±8.5%",
+ "scenario_analysis": {
+ "Bull": "Full FSD integration roadmap shared -> Target $280",
+ "Bear": "Vague delay or regulatory hurdles -> Target $210"
+ }
+ }
+ ```
+
+ ### 每周催化剂清单模板 (Weekly Catalyst List)
+ ```markdown
+ ### 🗓️ 本周核心催化剂 (2026-03-30 ~ 2026-04-03)
+
+ **1. [高优先级] NVDA GTC 大会 (周二)**:
+ - **预期**: 发布 B100 架构详情。
+ - **仓位风险**: 重仓持有中，建议买入 Puts 对冲潜在的“Sell the news”。
+
+ **2. [中优先级] PCE 物价指数发布 (周五)**:
+ - **预期**: 2.6% (YoY)。
+ - **市场含义**: 如果 > 2.8%，降息预期可能进一步推迟。
+
+ **3. [低优先级] AAPL 股息除权日 (周三)**:
+ - **操作**: 保持现状，无需额外动作。
+ ```
+
+ ### 快速查询示例
```bash
- python scripts/track_events.py assets/sample_events.json
+ # 获取特定标的的未来事件
+ python scripts/track_events.py --ticker MSFT --range 30d
```
- ## Benchmark Notes
+ ## 进阶应用场景 / Advanced Use Cases
- - Event-driven systems become useful when they are paired with structured data and fast follow-up workflows, not just a date list.
- - OpenBB-like data stacks are helpful here because they consolidate corporate actions, earnings, and macro calendars in one place.
+ ### 1. 并购套利监控 (M&A Arbitrage)
+ - 监控某一并购案的所有监管审批节点（反垄断审查、股东大会投票、反向收购限期），实时计算“Deal Spread”（价差），并在价差异常收窄或扩大时报警。
- ## References
+ ### 2. 生物医药 FDA “开盲盒”
+ - 针对生物科技公司，跟踪 PDUFA 日期，并结合 `tavily-search` 抓取临床试验数据的专家讨论摘要。
- - `references/event-catalog.md`
+ ## 边界与限制 / Boundaries
+
+ - **信息滞后风险**：部分事件（如突发性的股东减持或 CFO 辞职）无法预知，本技能仅能跟踪“已知”日历。
+ - **日期变动风险**：财报日期和产品发布日期经常发生“跳票”，需每日刷新 `npx github-ops` 类似的检查。
+ - **情绪误读**：即使事件结果是利好，如果已经被市场提前计价（Priced-in），股价仍可能下跌。
+ - **配额限制**：频繁抓取全球金融日历可能消耗较多 API Quota。
+ - **执行依赖**：本技能只提供“日历”和“建议”，不执行具体的买卖交易指令。
+
+ ## 最佳实践总结
+
+ 1. **专注影响力**：过滤掉那些对股价无实质影响的琐碎会议。
+ 2. **提前布局**：在事件发生前一周完成仓位调整。
+ 3. **多维同步**：事件日历应与 `portfolio-risk-manager` 技能打通。
+ 4. **记录“意外”**：每次事件结果后的股价异常表现都要记入 `MEMORY.md`。
+ 5. **来源可信度**：优先选择官网公告（Official IR）作为日期来源，而非第三方聚合网站。
+ 6. **动态权重**：根据市场环境（牛市 vs 熊市）动态调整同一事件的影响力分值。