Kanchi股息投资SOP：五步法自动化筛选美国股息股票，构建安全可重复投资流程

kanchi-dividend-sop by tradermonty/claude-trading-skills

76 周安装量

394 GitHub Stars

GitHub

安装命令

npx skills add https://github.com/tradermonty/claude-trading-skills --skill kanchi-dividend-sop

自动化数据分析金融科技

🇨🇳中文介绍

Kanchi Dividend Sop

概述

将 Kanchi 的五步法实现为美国股息投资的确定性工作流程。优先考虑安全性和可重复性，而非追逐激进收益率。

使用时机

当用户需要以下内容时，使用此技能：

适用于美国股票的 Kanchi 风格股息股票选择。
可重复的筛选和回调入场流程，而非临时性选择。
包含明确失效条件的一页式承销备忘录。
用于监控及税务/账户定位工作流程的交接包。

先决条件

API 密钥设置

入场信号脚本需要 FMP API 访问权限：

export FMP_API_KEY=your_api_key_here

输入源

在运行工作流程前，准备以下输入之一：

来自 skills/value-dividend-screener/scripts/screen_dividend_stocks.py 的输出。
来自 skills/dividend-growth-pullback-screener/scripts/screen_dividend_growth.py 的输出。
用户提供的股票代码列表（经纪商导出或手动列表）。

预期的 JSON 输入格式

使用 --input 时，请提供以下格式之一的 JSON：

广告位招租

在这里展示您的产品或服务

触达数万 AI 开发者，精准高效

联系我们

1) 在筛选前定义投资准则

首先收集并锁定参数：

目标：当前现金收入 vs 股息增长。
最大持仓数量和持仓规模上限。
允许的工具：仅股票，或包含 REIT/BDC/ETF。
偏好的账户类型上下文：应税账户 vs 类似 IRA 的账户。

加载 references/default-thresholds.md 并应用基准设置，除非用户覆盖。

2) 构建可投资范围

从一个偏向质量的股票池开始：

核心组：长期股息增长型股票（例如，股息贵族风格的质量集合）。
卫星组：高收益板块（公用事业、电信、REITs）放入单独的风险组。

使用明确的来源优先级收集股票代码：

skills/value-dividend-screener/scripts/screen_dividend_stocks.py 输出（FMP/FINVIZ）。
skills/dividend-growth-pullback-screener/scripts/screen_dividend_growth_rsi.py 输出。
当 API 不可用时，用户提供的经纪商导出或手动股票代码列表。

在继续之前，返回按组分组的股票代码列表。

3) 应用 Kanchi 第 1 步（带陷阱标志的收益率筛选）

forward_dividend_yield >= 3.5%

将极端收益率（>= 8%）标记为 deep-dive-required。
将派息率的突然跳升标记为潜在的特殊股息产物。

每个股票代码的 PASS 或 FAIL。
潜在收益率陷阱的 deep-dive-required 标志。

4) 应用 Kanchi 第 2 步（增长与安全）

收入和每股收益趋势在多年期范围内为正。
股息趋势在审查期内非下降。

添加安全检查：

派息率和自由现金流派息率处于合理范围。
债务负担和利息覆盖率未恶化。

当趋势混杂但未破坏时，归类为 HOLD-FOR-REVIEW 而非硬性拒绝。

5) 应用 Kanchi 第 3 步（估值）并进行美国板块映射

使用 references/valuation-and-one-off-checks.md 并应用特定板块的估值逻辑：

金融业：PER x PBR 可保持为主要方法。
REITs：使用 P/FFO 或 P/AFFO 代替普通的 P/E。
轻资产板块：结合远期 P/E、P/FCF 和历史范围。

始终报告每个股票代码使用了哪种估值方法。

6) 应用 Kanchi 第 4 步（一次性事件筛选）

拒绝或降级那些近期利润依赖一次性效应的股票：

资产出售收益、诉讼和解、税收效应激增。
不受销售趋势支持的利润率激增。
重复的"一次性/非经常性"调整。

为每个 FAIL 记录一行证据以保持可审计性。

7) 应用 Kanchi 第 5 步（按规则在弱势时买入）

机械地设置入场触发条件：

收益率触发：当前收益率高于 5 年平均收益率 + alpha（默认 +0.5pp）。
估值触发：达到目标倍数（P/E、P/FFO 或 P/FCF）。

分批下单：40% -> 30% -> 30%。
每次加仓前需进行一句话的合理性检查："投资逻辑完整 vs 结构性破坏"。

8) 生成标准化输出

始终生成三个产物：

筛选表格（PASS、HOLD-FOR-REVIEW、FAIL 及证据）。
一页式股票备忘录（使用 references/stock-note-template.md）。
限价单计划，包含分批规模和失效条件。

返回和/或生成：

Markdown 格式的 SOP 筛选摘要。
基于 references/stock-note-template.md 的承销备忘录集。
由 skills/kanchi-dividend-sop/scripts/build_sop_plan.py 在 reports/ 中生成的可选计划产物文件。
由 skills/kanchi-dividend-sop/scripts/build_entry_signals.py 在 reports/ 中生成的可选第 5 步入场信号产物。

使用此最低节奏：

每周（15 分钟）：仅检查股息和商业新闻变化。
每月（30 分钟）：重新运行筛选并刷新订单水平。
每季度（60 分钟）：使用最新财报/收益进行深度安全审查。

首先运行此技能，然后将输出交接给：

kanchi-dividend-review-monitor 用于每日/每周/每季度的异常检测。
kanchi-dividend-us-tax-accounting 用于账户定位和税务分类规划。

未经第 4 步和安全检查，不得发出盲目买入指令。
在验证覆盖质量之前，不得将高收益率视为价值。
当数据缺失时，保持假设明确。

skills/kanchi-dividend-sop/scripts/build_sop_plan.py：确定性 SOP 计划生成器。
skills/kanchi-dividend-sop/scripts/tests/test_build_sop_plan.py：计划生成测试。
skills/kanchi-dividend-sop/scripts/build_entry_signals.py：第 5 步目标买入计算器（5y avg yield + alpha）。
skills/kanchi-dividend-sop/scripts/tests/test_build_entry_signals.py：信号计算测试。
references/default-thresholds.md：基准阈值和配置文件调优。
references/valuation-and-one-off-checks.md：板块估值映射和一次性事件检查清单。
references/stock-note-template.md：每个候选股票的一页式备忘录模板。

🇺🇸English

Kanchi Dividend Sop

Overview

Implement Kanchi's 5-step method as a deterministic workflow for US dividend investing. Prioritize safety and repeatability over aggressive yield chasing.

When to Use

Use this skill when the user needs:

Kanchi-style dividend stock selection adapted for US equities.
A repeatable screening and pullback-entry process instead of ad-hoc picks.
One-page underwriting memos with explicit invalidation conditions.
A handoff package for monitoring and tax/account-location workflows.

Prerequisites

API Key Setup

The entry signal script requires FMP API access:

export FMP_API_KEY=your_api_key_here

Input Sources

Prepare one of the following inputs before running the workflow:

Output from skills/value-dividend-screener/scripts/screen_dividend_stocks.py.
Output from skills/dividend-growth-pullback-screener/scripts/screen_dividend_growth.py.
User-provided ticker list (broker export or manual list).

Expected JSON Input Format

When using --input, provide JSON in one of these formats:

{
  "profile": "balanced",
  "candidates": [
    {"ticker": "JNJ", "bucket": "core"},
    {"ticker": "O", "bucket": "satellite"}
  ]
}

Or simplified:

{
  "tickers": ["JNJ", "PG", "KO"]
}

For deterministic artifact generation, provide tickers to:

python3 skills/kanchi-dividend-sop/scripts/build_sop_plan.py \
  --tickers "JNJ,PG,KO" \
  --output-dir reports/

For Step 5 entry timing artifacts:

python3 skills/kanchi-dividend-sop/scripts/build_entry_signals.py \
  --tickers "JNJ,PG,KO" \
  --alpha-pp 0.5 \
  --output-dir reports/

Workflow

1) Define mandate before screening

Collect and lock the parameters first:

Objective: current cash income vs dividend growth.
Max positions and position-size cap.
Allowed instruments: stock only, or include REIT/BDC/ETF.
Preferred account type context: taxable vs IRA-like accounts.

Load references/default-thresholds.md and apply baseline settings unless the user overrides.

2) Build the investable universe

Start with a quality-biased universe:

Core bucket: long dividend growth names (for example, Dividend Aristocrats style quality set).
Satellite bucket: higher-yield sectors (utilities, telecom, REITs) in a separate risk bucket.

Use explicit source priority for ticker collection:

skills/value-dividend-screener/scripts/screen_dividend_stocks.py output (FMP/FINVIZ).
skills/dividend-growth-pullback-screener/scripts/screen_dividend_growth_rsi.py output.
User-provided broker export or manual ticker list when APIs are unavailable.

Return a ticker list grouped by bucket before moving forward.

3) Apply Kanchi Step 1 (yield filter with trap flag)

Primary rule:

forward_dividend_yield >= 3.5%

Trap controls:

Flag extreme yield (>= 8%) as deep-dive-required.
Flag sudden jump in payout as potential special dividend artifact.

Output:

PASS or FAIL per ticker.
deep-dive-required flag for potential yield traps.

4) Apply Kanchi Step 2 (growth and safety)

Require:

Revenue and EPS trend positive on multi-year horizon.
Dividend trend non-declining over the review period.

Add safety checks:

Payout ratio and FCF payout ratio in reasonable range.
Debt burden and interest coverage not deteriorating.

When trend is mixed but not broken, classify as HOLD-FOR-REVIEW instead of hard reject.

5) Apply Kanchi Step 3 (valuation) with US sector mapping

Use references/valuation-and-one-off-checks.md and apply sector-specific valuation logic:

Financials: PER x PBR can remain primary.
REITs: use P/FFO or P/AFFO instead of plain P/E.
Asset-light sectors: combine forward P/E, P/FCF, and historical range.

Always report which valuation method was used for each ticker.

6) Apply Kanchi Step 4 (one-off event filter)

Reject or downgrade names where recent profits rely on one-time effects:

Asset sale gains, litigation settlement, tax effect spikes.
Margin spike unsupported by sales trend.
Repeated "one-time/non-recurring" adjustments.

Record one-line evidence for each FAIL to keep auditability.

7) Apply Kanchi Step 5 (buy on weakness with rules)

Set entry triggers mechanically:

Yield trigger: current yield above 5y average yield + alpha (default +0.5pp).
Valuation trigger: target multiple reached (P/E, P/FFO, or P/FCF).

Execution pattern:

Split orders: 40% -> 30% -> 30%.
Require one-sentence sanity check before each add: "thesis intact vs structural break".

8) Produce standardized outputs

Always produce three artifacts:

Screening table (PASS, HOLD-FOR-REVIEW, FAIL with evidence).
One-page stock memo (use references/stock-note-template.md).
Limit-order plan with split sizing and invalidation condition.

Output

Return and/or generate:

SOP screening summary in markdown.
Underwriting memo set based on references/stock-note-template.md.
Optional plan artifact file generated by skills/kanchi-dividend-sop/scripts/build_sop_plan.py in reports/.
Optional Step 5 entry-signal artifacts generated by skills/kanchi-dividend-sop/scripts/build_entry_signals.py in reports/.

Cadence

Use this minimum rhythm:

Weekly (15 min): check dividend and business-news changes only.
Monthly (30 min): rerun screening and refresh order levels.
Quarterly (60 min): deep safety review using latest filings/earnings.

Multi-Skill Handoff

Run this skill first, then hand off outputs:

To kanchi-dividend-review-monitor for daily/weekly/quarterly anomaly detection.
To kanchi-dividend-us-tax-accounting for account-location and tax classification planning.

Guardrails

Do not issue blind buy calls without Step 4 and safety checks.
Do not treat high yield as value before validating coverage quality.
Keep assumptions explicit when data is missing.

Resources

skills/kanchi-dividend-sop/scripts/build_sop_plan.py: deterministic SOP plan generator.
skills/kanchi-dividend-sop/scripts/tests/test_build_sop_plan.py: tests for plan generation.
skills/kanchi-dividend-sop/scripts/build_entry_signals.py: Step 5 target-buy calculator (5y avg yield + alpha).
skills/kanchi-dividend-sop/scripts/tests/test_build_entry_signals.py: tests for signal calculations.
references/default-thresholds.md: baseline thresholds and profile tuning.
references/valuation-and-one-off-checks.md: sector valuation map and one-off checklist.
references/stock-note-template.md: one-page memo template for each candidate.

Weekly Installs

Repository

tradermonty/cla…g-skills

GitHub Stars

394

First Seen

Feb 23, 2026

Security Audits

Gen Agent Trust HubPass SocketPass SnykWarn

Installed on

cursor73

github-copilot72

codex72

amp72

kimi-cli72

gemini-cli72

Python PDF处理教程：合并拆分、提取文本表格、创建PDF文件

65,000 周安装

Kanchi股息投资SOP：五步法自动化筛选美国股息股票，构建安全可重复投资流程

🇨🇳中文介绍

Kanchi Dividend Sop

概述

使用时机

先决条件

API 密钥设置

输入源

预期的 JSON 输入格式

相关 Skills

工作流程

1) 在筛选前定义投资准则

2) 构建可投资范围

3) 应用 Kanchi 第 1 步（带陷阱标志的收益率筛选）

4) 应用 Kanchi 第 2 步（增长与安全）

5) 应用 Kanchi 第 3 步（估值）并进行美国板块映射

6) 应用 Kanchi 第 4 步（一次性事件筛选）

7) 应用 Kanchi 第 5 步（按规则在弱势时买入）

8) 生成标准化输出

输出

执行频率

多技能交接

防护措施

资源

🇺🇸English

Kanchi Dividend Sop

Overview

When to Use

Prerequisites

API Key Setup

Input Sources

Expected JSON Input Format

Workflow

1) Define mandate before screening

2) Build the investable universe

3) Apply Kanchi Step 1 (yield filter with trap flag)

4) Apply Kanchi Step 2 (growth and safety)

5) Apply Kanchi Step 3 (valuation) with US sector mapping

6) Apply Kanchi Step 4 (one-off event filter)

7) Apply Kanchi Step 5 (buy on weakness with rules)

8) Produce standardized outputs

Output

Cadence

Multi-Skill Handoff

Guardrails

Resources

最新 Skills