VCP Screener

Mark MinerviniのVolatility Contraction Pattern (VCP) を自動検出するスキルです。

FMP必須

1. 概要
2. 前提条件
- APIコール予算
3. クイックスタート
4. 仕組み
- 3フェーズパイプライン
- VCPの核心: ボラティリティ収縮
5. 使用例
6. 出力の読み方
- レーティング基準
- レポートの主要フィールド
7. Tips & ベストプラクティス
8. 他スキルとの連携
9. トラブルシューティング
10. リファレンス

1. 概要

VCP Screenerは、Mark Minerviniが著書「Trade Like a Stock Market Wizard」で解説したVolatility Contraction Pattern (VCP) を自動検出するスキルです。Stage 2上昇トレンドにある銘柄の中から、ボラティリティが段階的に収縮しブレイクアウトに近づいている銘柄を識別します。

主な特徴:

3フェーズパイプライン: プレフィルタ → トレンドテンプレート → VCP検出・スコアリング
Minerviniのトレンドテンプレート: 7ポイントのStage 2フィルター
VCPパターン分析: T1/T2/T3の収縮深度、収縮比率、出来高ドライアップ検出
トレードセットアップ生成: ピボットポイント、ストップロス、リスク%を自動計算
チューニング可能: バックテストや研究用に全パラメータを調整可能

解決する問題:

数百銘柄からVCPパターンを手動で探す手間を自動化
定量的なパターン品質スコアリングで主観を排除
具体的なエントリーポイントとリスク管理値を提示

2. 前提条件

FMP APIキーが必須です。無料ティア（250回/日）でデフォルトの上位100候補のスクリーニングに十分です。全S&P 500のスクリーニング（--full-sp500）にはPaidティアが推奨されます。

項目	要否	説明
FMP APIキー	必須	株価データ、コンポーネント情報の取得
Python 3.7+	必須	スクリプト実行用

APIキー設定:

export FMP_API_KEY=your_key_here

APIコール予算

フェーズ	概算コール数	内容
プレフィルタ	約101回	株価、出来高、52週ポジション
トレンドテンプレート	約100回	260日ヒストリカルデータ
VCP検出	0回	既存データで計算（追加APIコール不要）
合計	約201回	無料ティア（250回/日）で対応可能

3. クイックスタート

最小限の実行

# デフォルト: S&P 500、上位100候補をスクリーニング
python3 skills/vcp-screener/scripts/screen_vcp.py --output-dir reports/

カスタムユニバース

# 特定銘柄のみ分析
python3 skills/vcp-screener/scripts/screen_vcp.py \
  --universe AAPL NVDA MSFT AMZN META \
  --output-dir reports/

Claudeへの自然言語

S&P 500からVCPパターンを探して。ブレイクアウト候補を教えて。

4. 仕組み

3フェーズパイプライン

Phase 1: プレフィルタ（Quote API）
  ↓ ~101 API calls
Phase 2: トレンドテンプレート（260日履歴）
  ↓ ~100 API calls
Phase 3: VCP検出・スコアリング・レポート生成
  ↓ 0 API calls（計算のみ）

Phase 1: プレフィルタ

株価、出来高、52週高値/安値ポジションで粗いフィルタリング
流動性、最低株価、基本的なトレンド条件を確認

Phase 2: トレンドテンプレート

Minerviniの7ポイントStage 2基準を適用：
1. 株価 > 150日SMA
2. 150日SMA > 200日SMA
3. 200日SMAが少なくとも1ヶ月上昇中
4. 50日SMA > 150日SMA および 200日SMA
5. 株価 > 50日SMA
6. 株価が52週安値から25%以上上昇
7. 株価が52週高値の75%以上
スコア85以上（デフォルト）の銘柄のみ通過

Phase 3: VCPパターン検出

ATRベースのZigZag分析で価格スイングを検出
連続する収縮（T1, T2, T3…）の深度と比率を計算
出来高のドライアップ（収縮中の出来高減少）を確認
ピボットポイント（ブレイクアウト水準）を自動計算
複合スコアリングとレーティング付与

VCPの核心: ボラティリティ収縮

典型的なVCPパターンは以下のように進行します：

T1（第1収縮）: 30%下落 → 回復
T2（第2収縮）: 15%下落 → 回復  ← T1の半分以下
T3（第3収縮）: 7%下落  → 回復  ← さらに縮小
                               ↑ ピボットポイント = ブレイクアウト水準

各収縮が前の収縮より浅くなることが、機関投資家の蓄積と売り圧力の消化を示しています。

5. 使用例

例1: デフォルトスキャン

プロンプト:

VCPスクリーニングを実行して

Claudeの動作:

python3 skills/vcp-screener/scripts/screen_vcp.py --output-dir reports/

期待される出力: S&P 500からVCPスコア上位20銘柄のレポート（各銘柄にピボット価格、ストップロス、リスク%を含む）

例2: カスタムユニバース

プロンプト:

半導体銘柄でVCPパターンを探して。NVDA, AVGO, AMD, MRVL, AMAT, LRCX, KLAC, TXN を分析して。

Claudeの動作:

python3 skills/vcp-screener/scripts/screen_vcp.py \
  --universe NVDA AVGO AMD MRVL AMAT LRCX KLAC TXN \
  --output-dir reports/

なぜ有用か: 特定セクター内のVCPブレイクアウト候補を効率的に発見できます。

例3: 厳格な品質フィルタ

プロンプト:

高品質なVCPのみ表示して。最低3回の収縮、T1深度12%以上、ブレイクアウト出来高2倍以上で。

Claudeの動作:

python3 skills/vcp-screener/scripts/screen_vcp.py \
  --min-contractions 3 \
  --t1-depth-min 12.0 \
  --breakout-volume-ratio 2.0 \
  --output-dir reports/

なぜ有用か: より厳しい条件で、テキストブックVCPに近いパターンのみに絞り込めます。

例4: 収縮パターンの読み方

プロンプト:

VCPレポートの収縮データの見方を教えて

Claudeの動作:

T1/T2/T3の深度と収縮比率の意味を解説
例: 「T1=25%, T2=12%, T3=5% の場合、収縮比率は0.48, 0.42。0.75以下なので健全な収縮パターンです」
出来高ドライアップ率の判読方法

なぜ有用か: VCPの品質を自分で判断するスキルが身につきます。

例5: エントリー準備 vs 拡張済み

プロンプト:

エントリー可能な銘柄だけ表示して。ピボットから3%以内のもの。

Claudeの動作:

python3 skills/vcp-screener/scripts/screen_vcp.py \
  --mode prebreakout \
  --max-above-pivot 3.0 \
  --output-dir reports/

なぜ有用か: prebreakout モードで、すでにブレイクアウトして上昇しすぎた銘柄を除外し、まだエントリー可能な銘柄のみに集中できます。

例6: トレードセットアップの構築

プロンプト:

VCPの上位候補について、エントリー、ストップロス、リスク%を含むトレードプランを作って

Claudeの動作:

VCPレポートからピボットポイント、ストップロス、リスク%を抽出
Position Sizerスキルと連携して具体的な株数を計算
エントリー条件: ピボットを出来高増加で上抜け

なぜ有用か: VCPスコアからそのまま実行可能なトレードプランを作成できます。

6. 出力の読み方

レーティング基準

レーティング	スコア	意味	推奨アクション
Textbook VCP	90+	教科書的な完璧パターン	ピボットで積極的買い
Strong VCP	80-89	強力なパターン	ピボットで標準買い
Good VCP	70-79	良好なパターン	出来高確認後に買い
Developing	60-69	発展途上	ウォッチリスト、さらなる収縮を待つ
Weak / No VCP	<60	パターン不完全	見送り

レポートの主要フィールド

フィールド	説明
Composite Score	複合スコア（0-100）
Contractions	検出された収縮の数（T1, T2, T3…）
T1/T2/T3 Depth	各収縮の深度（%）
Contraction Ratio	連続収縮の比率（0.75以下が理想）
Volume Dry-up	収縮中の出来高減少率
Pivot Price	ブレイクアウトのエントリーポイント
Stop Loss	推奨ストップロス水準
Risk %	ピボットからストップまでの距離（%）
RS Rank	リラティブストレングスランク
Entry Status	entry_ready（エントリー可能）/ extended（拡張済み）

7. Tips & ベストプラクティス

パラメータチューニング

目的	推奨設定
高品質パターンのみ	`--min-contractions 3 --t1-depth-min 12.0`
より多くの候補	`--min-contractions 2 --trend-min-score 80`
タイトなパターン	`--contraction-ratio 0.6`
長期パターン	`--lookback-days 180 --min-contraction-days 10`
短期パターン	`--lookback-days 60 --min-contraction-days 3`

エントリーのベストプラクティス

ピボットを出来高で確認: ブレイクアウト当日の出来高が50日平均の1.5倍以上を確認
買いタイミング: ピボットポイントを上抜けた日（または翌日寄付）
ストップロス: レポートの推奨ストップまたはVCPベースの底
リスク管理: 1トレードあたりのリスクをポートフォリオの1-2%に制限

よくある間違い

ピボットから5%以上離れた銘柄を追いかけない（拡張リスク）
出来高なしのブレイクアウトは偽シグナルの可能性が高い
ベアマーケットでのVCPエントリーは成功率が大幅に低下

8. 他スキルとの連携

CANSLIM → VCP パイプライン

ファンダメンタル（CANSLIM）とテクニカル（VCP）の両方で高評価の銘柄を特定：

1. CANSLIM: 成長ファンダメンタルが強い上位銘柄を特定
2. VCP: --universe で候補を渡し、テクニカルエントリータイミングを評価

VCP → Position Sizer

VCPのピボットとストップから最適なポジションサイズを計算：

1. VCP: ピボット$155、ストップ$148のセットアップを発見
2. Position Sizer: --entry 155 --stop 148 --account-size 100000 --risk-pct 1.0

VCP → Technical Analyst

VCP候補の週足チャートを視覚的に確認：

1. VCP: スコア80以上の候補を特定
2. Technical Analyst: チャートパターン、サポート/レジスタンスの視覚的確認

FinViz → VCP（プレスクリーニング）

FinVizのトレンドテンプレート条件で粗い絞り込みを行い、VCPの分析対象を絞る：

1. FinViz: ta_sma20_pa,ta_sma50_pa,ta_sma200_pa,ta_highlow52w_b0to25h
2. VCP: 候補銘柄のVCPパターン詳細分析

9. トラブルシューティング

VCPパターンが検出されない

原因:

マーケット全体がボラタイルで収縮パターンが少ない
フィルター条件が厳しすぎる

対処:

--min-contractions 2（デフォルト）に戻す
--trend-min-score を80に下げる
--lookback-days を180に拡大
--contraction-ratio を0.80に緩和

APIレートリミット

ERROR: 429 Too Many Requests

対処:

スクリプトは自動リトライ
--max-candidates を小さくしてAPIコールを削減
全S&P 500（--full-sp500）は有料ティアが必要

スコアが全体的に低い

原因: ベアマーケットまたは横ばい相場ではVCPパターンが形成されにくい

対処:

VCPはStage 2上昇トレンド銘柄のパターンなので、弱気相場では候補が少ないのは正常
Breadth Chart AnalystやMarket Top Detectorで市場環境を確認
市場回復を待つか、個別の強いセクターに集中

entry_ready銘柄がない

原因: 候補銘柄がピボットから離れすぎ、または既にブレイクアウト済み

対処:

--max-above-pivot を5.0%に拡大（ただしリスク増大に注意）
ウォッチリストとして保存し、プルバックを待つ
--mode all で全候補を確認し、Developing（60-69）を監視

10. リファレンス

CLIオプション一覧

python3 skills/vcp-screener/scripts/screen_vcp.py [OPTIONS]

オプション	説明	デフォルト
`--api-key`	FMP APIキー	`$FMP_API_KEY` 環境変数
`--max-candidates`	プレフィルタ後の最大候補数	100
`--top`	レポート上位件数	20
`--output-dir`	出力ディレクトリ	カレントディレクトリ
`--universe`	カスタム銘柄リスト	S&P 500
`--full-sp500`	全S&P 500をスクリーニング	false
`--mode`	出力モード: `all` / `prebreakout`	all
`--max-above-pivot`	entry_readyの最大ピボット超過%	3.0
`--max-risk`	entry_readyの最大リスク%	15.0
`--min-atr-pct`	最低ATR%（低ボラ銘柄除外）	1.0
`--ext-threshold`	SMA50超過ペナルティ開始%	8.0

VCPチューニングパラメータ

パラメータ	デフォルト	範囲	効果
`--min-contractions`	2	2-4	高いほど厳格（少数の高品質パターン）
`--t1-depth-min`	8.0%	1-50	高いほど浅い第1収縮を除外
`--breakout-volume-ratio`	1.5x	0.5-10	高いほど厳格な出来高確認
`--trend-min-score`	85	0-100	高いほど厳格なStage 2フィルター
`--atr-multiplier`	1.5	0.5-5	低いほど敏感なスイング検出
`--contraction-ratio`	0.75	0.1-1	低いほど厳しい収縮要件
`--min-contraction-days`	5	1-30	高いほど長期の収縮を要求
`--lookback-days`	120	30-365	長いほど古いパターンも検出

出力ファイル

ファイル	形式	用途
`vcp_screener_YYYY-MM-DD_HHMMSS.json`	JSON	プログラマティック利用
`vcp_screener_YYYY-MM-DD_HHMMSS.md`	Markdown	人間向けレポート

ファイル	説明
`skills/vcp-screener/SKILL.md`	スキル定義
`skills/vcp-screener/references/vcp_methodology.md`	VCP理論とトレンドテンプレート解説
`skills/vcp-screener/references/scoring_system.md`	スコアリング閾値とコンポーネントウェイト
`skills/vcp-screener/references/fmp_api_endpoints.md`	APIエンドポイントとレートリミット
`skills/vcp-screener/scripts/screen_vcp.py`	メインスクリプト
`skills/vcp-screener/scripts/calculators/`	パターン検出・スコアリングモジュール

VCP Screener

1. 概要

2. 前提条件

APIコール予算

3. クイックスタート

最小限の実行

カスタムユニバース

Claudeへの自然言語

4. 仕組み

3フェーズパイプライン

VCPの核心: ボラティリティ収縮

5. 使用例

例1: デフォルトスキャン

例2: カスタムユニバース

例3: 厳格な品質フィルタ

例4: 収縮パターンの読み方

例5: エントリー準備 vs 拡張済み

例6: トレードセットアップの構築

6. 出力の読み方

レーティング基準

レポートの主要フィールド

7. Tips & ベストプラクティス

パラメータチューニング

エントリーのベストプラクティス

よくある間違い

8. 他スキルとの連携

CANSLIM → VCP パイプライン

VCP → Position Sizer

VCP → Technical Analyst

FinViz → VCP（プレスクリーニング）

9. トラブルシューティング

VCPパターンが検出されない

APIレートリミット

スコアが全体的に低い

entry_ready銘柄がない

10. リファレンス

CLIオプション一覧

VCPチューニングパラメータ

出力ファイル

関連ファイル