scanning-market-movers
暗号資産市場における顕著な価格変動と異常な取引量を検出します。価格変動、取引量比率、時価総額を組み合わせて重要度スコアを算出します。市場で動きのある銘柄を追跡したり、上昇銘柄・下落銘柄を見つけたり、取引量の急増を検出する際に活用できます。「市場の動きをスキャン」「上昇銘柄トップ」「下落銘柄トップ」「取引量急増」「今何が動いている」「上昇トレンドを探す」「市場スキャン」といったフレーズで実行できます。
description の原文を見る
Detect significant price movements and unusual volume across crypto markets. Calculates significance scores combining price change, volume ratio, and market cap. Use when tracking market movers, finding gainers/losers, or detecting volume spikes. Trigger with phrases like "scan market movers", "top gainers", "biggest losers", "volume spikes", "what's moving", "find pumps", or "market scan".
SKILL.md 本文
マーケットムーバーのスキャン
概要
暗号資産市場全体における大きな価格変動と異常なボリュームパターンのリアルタイム検出と分析です。このスキルは、トップゲイナー、ロッサー、ボリュームスパイクを特定し、複合的な有意性スコアでランク付けします。
主な機能:
- 1,000以上の暗号資産をスキャンして、ムーバーを特定
- 設定可能なしきい値(変動率 %、ボリュームスパイク、時価総額)
- 優先順位付けのための有意性スコアリング
- カテゴリフィルタリング(DeFi、L2、NFT など)
- 複数の出力形式(テーブル、JSON、CSV)
依存関係:
このスキルは、market-price-tracker プラグインの tracking-crypto-prices を価格データインフラストラクチャに使用します。
前提条件
必要な依存関係をインストールします:
pip install requests pandas
依存関係のセットアップ:
market-price-tracker プラグインがインストールされ、tracking-crypto-prices スキルが設定されていることを確認してください。
使用方法
ステップ 1: クイックマーケットスキャン
デフォルトスキャンを実行して、トップゲイナーとロッサーを取得します:
python {baseDir}/scripts/scanner.py
これにより、ボリューム確認を含む24時間の変動率でトップ20ゲイナーとトップ20ロッサーが返されます。
ステップ 2: カスタムしきい値
特定の条件でスキャンします:
# 10%以上の変動でボリュームスパイク 3倍以上のみ表示
python {baseDir}/scripts/scanner.py --min-change 10 --volume-spike 3
# 時価総額でフィルター
python {baseDir}/scripts/scanner.py --min-cap 100000000 --max-cap 1000000000
ステップ 3: カテゴリフィルタリング
特定のセクターに焦点を当てます:
# DeFi トークンのみ
python {baseDir}/scripts/scanner.py --category defi
# レイヤー2トークン
python {baseDir}/scripts/scanner.py --category layer2
# 利用可能: defi, layer2, nft, gaming, meme
ステップ 4: 異なる時間足
複数の時間足でスキャンします:
# 1時間のムーバー
python {baseDir}/scripts/scanner.py --timeframe 1h
# 7日のムーバー
python {baseDir}/scripts/scanner.py --timeframe 7d
ステップ 5: 結果をエクスポート
分析用に結果を保存します:
# JSON エクスポート
python {baseDir}/scripts/scanner.py --format json --output movers.json
# CSV エクスポート
python {baseDir}/scripts/scanner.py --format csv --output movers.csv
出力
デフォルトテーブル出力
================================================================================
MARKET MOVERS Updated: 2025-01-14 15:30:00
================================================================================
TOP GAINERS (24h)
--------------------------------------------------------------------------------
Rank Symbol Price Change Vol Ratio Market Cap Score
--------------------------------------------------------------------------------
1 XYZ $1.234 +45.67% 5.2x $123.4M 89.3
2 ABC $0.567 +32.10% 3.8x $45.6M 76.5
3 DEF $2.890 +28.45% 2.9x $234.5M 71.2
--------------------------------------------------------------------------------
TOP LOSERS (24h)
--------------------------------------------------------------------------------
Rank Symbol Price Change Vol Ratio Market Cap Score
--------------------------------------------------------------------------------
1 GHI $3.456 -28.90% 4.1x $89.1M 72.1
2 JKL $0.123 -22.34% 2.5x $12.3M 58.9
--------------------------------------------------------------------------------
Summary: 42 movers found | Scanned: 1000 assets
================================================================================
JSON 出力 (--format json)
{
"gainers": [
{
"rank": 1,
"symbol": "XYZ",
"name": "Example Token",
"price": 1.234,
"change_24h": 45.67,
"volume_ratio": 5.2,
"market_cap": 123400000,
"significance_score": 89.3,
"category": "defi"
}
],
"losers": [...],
"meta": {
"scan_time": "2025-01-14T15:30:00Z",
"thresholds": {
"min_change": 5,
"volume_spike": 2,
"min_market_cap": 10000000
},
"total_scanned": 1000,
"matches": 42
}
}
有意性スコア
有意性スコア(0-100)は以下を組み合わせたものです:
- 変動率 % (40%): より大きな変動でより高いスコア
- ボリューム比率 (40%): より高いボリューム確認でより高いスコア
- 時価総額 (20%): より大きな時価総額でやや高いスコア
より高いスコアは、より重要度が高く、より確実な変動を示します。
設定
{baseDir}/config/settings.yaml を編集します:
# デフォルトしきい値
thresholds:
min_change: 5 # 含める最小 % 変動
volume_spike: 2 # 最小ボリューム比率(現在値/平均値)
min_market_cap: 10000000 # 最小 $10M
max_market_cap: null # デフォルトでは上限なし
# スコアリングの重み付け
scoring:
change_weight: 0.40
volume_weight: 0.40
cap_weight: 0.20
# 表示
display:
top_n: 20 # カテゴリごとの結果数
sort_by: significance # significance, change, volume, market_cap
# カテゴリ(CoinGecko カテゴリ ID)
categories:
defi:
- decentralized-finance-defi
- yield-farming
layer2:
- layer-2
- polygon-ecosystem
- arbitrum-ecosystem
nft:
- non-fungible-tokens-nft
gaming:
- gaming
meme:
- meme-token
名前付きプリセット
{baseDir}/config/presets/ にプリセットを作成します:
aggressive.yaml:
min_change: 3
volume_spike: 1.5
min_market_cap: 1000000
top_n: 50
conservative.yaml:
min_change: 10
volume_spike: 3
min_market_cap: 100000000
top_n: 10
以下のように使用します:
python {baseDir}/scripts/scanner.py --preset aggressive
エラーハンドリング
包括的なエラーハンドリングについては、{baseDir}/references/errors.md を参照してください。
よくあるエラー
| エラー | 原因 | 解決方法 |
|---|---|---|
Dependency not found | tracking-crypto-prices が利用不可 | market-price-tracker プラグインをインストール |
No movers found | しきい値が厳しすぎる | 値を下げてしきい値を緩和 |
Rate limit exceeded | API 呼び出しが多すぎる | 待機またはキャッシュデータを使用 |
Partial results | 一部の資産が利用不可 | 通常、利用可能なデータで進行 |
例
詳細な使用例については、{baseDir}/references/examples.md を参照してください。
例 1: 日次スキャン
python {baseDir}/scripts/scanner.py --timeframe 24h --top 20
例 2: ボリュームスパイク検出
python {baseDir}/scripts/scanner.py --volume-spike 5 --min-volume 1000000
例 3: DeFi ムーバーのエクスポート
python {baseDir}/scripts/scanner.py --category defi --format csv --output defi_movers.csv
例 4: 大型株のゲイナー
python {baseDir}/scripts/scanner.py --min-cap 1000000000 --gainers-only --top 10
他のスキルとの統合
このスキルは他の暗号資産スキルと組み合わせることができます:
crypto-signal-generator との統合:
# ムーバーを取得してから、トップゲイナーのシグナルを生成
python {baseDir}/scripts/scanner.py --format json | \
python ../crypto-signal-generator/.../scanner.py --from-stdin
arbitrage-opportunity-finder との統合: ボリュームスパイクは多くの場合、アービトラージ機会の前兆です。ムーバーをアービトラージスキャンへの入力として使用します。
ファイル
| ファイル | 目的 |
|---|---|
scripts/scanner.py | メイン CLI エントリーポイント |
scripts/analyzer.py | コア分析ロジック |
scripts/filters.py | しきい値フィルタリング |
scripts/scorers.py | 有意性スコアリング |
scripts/formatters.py | 出力フォーマット |
config/settings.yaml | ユーザー設定 |
config/presets/ | 名前付きプリセット設定 |
リソース
- PRD.md - プロダクト要件
- ARD.md - アーキテクチャドキュメント
- 依存: tracking-crypto-prices スキル
- CoinGecko API ドキュメント: https://www.coingecko.com/en/api
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- Brmbobo
- リポジトリ
- Brmbobo/Web2podcast
- ライセンス
- MIT
- 最終更新
- 2026/1/26
Source: https://github.com/Brmbobo/Web2podcast / ライセンス: MIT
関連スキル
hugging-face-trackio
Trackioを使用してMLトレーニング実験を追跡・可視化できます。トレーニング中のメトリクスログ記録(Python API)、トレーニング診断のアラート発火、ログされたメトリクスの取得・分析(CLI)が必要な場合に活用してください。リアルタイムダッシュボード表示、Webhookを使用したアラート、HF Space同期、自動化向けのJSON出力に対応しています。
btc-bottom-model
ビットコインのサイクルタイミングモデルで、加重スコアリングシステムを搭載しています。日次パルス(4指標、32ポイント)とウィークリー構造(9指標、68ポイント)の2カテゴリーにわたる13の指標を追跡し、0~100のマーケットヒートスコアを算出します。ETFフロー、ファンディングレート、ロング/ショート比率、恐怖・貪欲指数、LTH-MVRV、NUPL、SOPR(LTH+STH)、LTH供給率、移動平均倍率(365日MA、200週MA)、週次RSI、出来高トレンドに対応します。市場サイクル全体を通じて買いと売りの両方の推奨を提供します。ビットコインの底値拾い、BTCサイクルポジション、買い時・売り時、オンチェーン指標、MVRV、NUPL、SOPR、LTH動向、ETFの流出入、ファンディングレート、恐怖指数、ビットコインが過熱状態か、マイナーコスト、暗号資産市場のセンチメント、BTCのポジションサイジング、「今ビットコインを買うべきか」「BTCが天井をつけているか」「オンチェーン指標は何を示しているか」といった質問の際にこのスキルを活用します。
protein_solubility_optimization
タンパク質の溶解性最適化 - タンパク質の溶解性を最適化します。タンパク質の特性を計算し、溶解性と親水性を予測し、有効な変異を提案します。タンパク質配列の特性計算、タンパク質機能の予測、親水性計算、ゼロショット配列予測を含むタンパク質エンジニアリング業務に使用できます。3つのSCPサーバーから4つのツールを統合しています。
research-lookup
Parallel Chat APIまたはPerplexity sonar-pro-searchを使用して、最新の研究情報を検索できます。学術論文の検索にも対応しています。クエリは自動的に最適なバックエンドにルーティングされるため、論文の検索、研究データの収集、科学情報の検証に活用できます。
tree-formatting
ggtree(R)またはiTOL(ウェブ)を使用して、系統樹の可視化とフォーマットを行います。系統樹を図として描画する際、ツリーレイアウトの選択、分類学に基づく枝やラベルの色付け、クレードの折りたたみ、サポート値の表示、またはツリーへのオーバーレイ追加が必要な場合に使用してください。系統推定(protein-phylogenyスキルを使用)やドメイン注釈(今後の独立したスキル)には使用しないでください。
querying-indonesian-gov-data
インドネシア政府の50以上のAPIとデータソースに接続できます。BPJPH(ハラール認証)、BOM(食品安全)、OJK(金融適正性)、BPS(統計)、BMKG(気象・地震)、インドネシア中央銀行(為替レート)、IDX(株式)、CKAN公開データポータル、pasal.id(第三者法MCP)に対応しています。インドネシア政府データを活用したアプリ開発、.go.idウェブサイトのスクレイピング、ハラール認証の確認、企業の法的適正性の検証、金融機関ステータスの照会、またはインドネシアMCPサーバーへの接続時に使用できます。CSRF処理、CKAN API使用方法、IP制限回避など、すぐに実行可能なPythonパターンを含んでいます。