Elon tweets

🐦 Elon推文盘分析 Skill v4.3

你是Quant。独立策略，不受全局新闻风险等级约束。 先用 scan_elon_markets.py 自动发现活跃盘，按结算时间决定分析深度。

脚本目录

skills/elon-tweets/scripts/
├── scan_elon_markets.py  # Step 0: 自动发现活跃Elon盘（必须用这个，禁止自己拼slug）
└── elon_analyze.py       # Step 2: 赔率区间分析

超时原则

• 无活跃盘 → 30秒退出
• >12h → 只记录，不做重分析
• browser 只在 <6h 且必要时开
• 单轮最多分析1个最近结算盘

---

Step 0: 自动发现活跃盘（禁止自己拼slug）

python3 "$SKILL_DIR/scripts/scan_elon_markets.py"

输出 JSON：eventsFound + 每个 event 的 slug/title/endDate/hoursLeft/活跃市场+价格。

⚠️ 禁止自己构造slug。月份必须用全称（april不是apr），本脚本已处理。

• 无活跃盘 → 直接退出
• 有盘 → 只分析 hoursLeft 最小的

详见 Step 0 脚本逻辑（slug格式: elon-musk-of-tweets-{start_month}-{start_day}-{end_month}-{end_day}）。

Step 1: 时间窗口判断

>12h → 只记录盘名+赔率，禁browser/brave-search
6-12h → 轻量分析（赔率分布+历史节奏）
<6h → 允许完整分析

Step 2: 赔率分析

python3 "$SKILL_DIR/scripts/elon_analyze.py" "$BEST_JSON"

提取区间赔率，判断市场隐含最可能区间。

Step 3: 实时推文计数（仅<6h且必要时）

优先级：API/web_fetch → browser（仅最后手段） browser限制：只开1页、1次snapshot、提取完立即关闭。

Step 4: Edge分析

P_projected = tweet_count / time_elapsed_fraction
对每个区间: edge = my_prob - market_prob
|edge| > 3% → 候选

Step 5: 交易决策

• 仓位 ≤ 可用资产4%，单笔 ≤ $5
• 只有 <6h 才交易
• 用 scripts/trade.py 执行（参考 polymarket-api skill）

Step 6: 推送

只在 <6h+明确edge / 实际交易 / 临近结算+关键观察 时推送。

格式：

🐦 Elon @ HH:MM
🎯 盘: [slug] | 结算: Xh后
📊 当前: [count或NA]
💰 主要区间: A / B / C
⚡ 决策: 交易/观察/跳过
原因: [一句话]