Heidi Labs
GitHub TrendingGitHub Trending 项目约 49 分钟19,748 字

Claude Trading Skills：面向个人投资者的交易工作流工具包

本文目录

Claude Trading Skills#

Claude Trading Skills 最初是一个个人项目，旨在用 AI 改进我自己的交易流程。

Claude Trading Skills 是一个基于 Claude Skills 的交易工作流工具包，面向时间有限的个人投资者。

它面向这样的投资者：以长期投资、ETF 和股息股为核心，并在市场条件有利时，将有纪律的波段交易作为卫星策略。

目标不是把买卖决策外包给 AI。目标是结构化市场复盘、风险管理、交易计划、日志记录和持续改进。它之所以开源，是因为更好的交易决策背后的工作流、检查清单和复盘习惯可以通过共享实践得到改进。

这不是信号服务，也不是盈利承诺。它是为想要建立更好决策流程的交易者准备的工具包。

项目遵循“首先为自己，然后向他人开放”的立场：它首先被构建为作者使用的实用工作流，然后公开分享给面临类似约束的其他人。

📖 文档站点：https://tradermonty.github.io/claude-trading-skills/

项目愿景：PROJECT_VISION.md

日本語版 README 请见 README.ja.md。

免责声明#

本仓库仅用于教育、研究和流程改进目的。它不是财务建议、投资咨询服务、税务建议、法律建议、信号服务或券商执行平台。交易和投资涉及风险，包括本金损失。过往业绩、回测、筛选、报告和 AI 生成的分析不保证未来结果。所有交易决策、仓位规模、税务/监管合规以及券商使用均由用户负责。

本项目按 MIT 许可证以“原样”提供，不附带任何担保。

适合谁#

本仓库面向：

  • 时间有限的个人投资者
  • 同时希望获得有纪律波段交易上行空间的长期投资者
  • 希望进行结构化投资组合复盘的股息和 ETF 投资者
  • 希望在寻找交易候选之前先管理风险的交易者
  • 希望记录日志并改进决策流程的投资者

它不适用于全自动交易、信号外包或短线剥头皮。

推荐起点#

新用户应从以下操作工作流之一开始。每个链接指向 workflows/ 下机器可读的清单，按顺序列出确切的技能、决策门和工件。

目标工作流锚点技能API 配置
15 分钟每日市场检查market-regime-dailymarket-breadth-analyzer、uptrend-analyzer、exposure-coach基础路径无需 API
每周长期投资组合复盘core-portfolio-weekly（示例）portfolio-manager、kanchi-dividend-review-monitor、trader-memory-core需要 Alpaca；手动 CSV 是降级回退方案
仅在风险允许时寻找波段候选swing-opportunity-daily（示例）vcp-screener、drawdown-circuit-breaker、technical-analyst、position-sizer、trader-memory-core、pre-trade-discipline-gate筛选器需要 FMP；风险与纪律门使用本地状态
记录并从每笔已平仓交易中学习trade-memory-looptrader-memory-core、signal-postmortem手动路径无需 API
每月复盘业绩并调整规则monthly-performance-review（示例）trader-memory-core、signal-postmortem、backtest-expert手动路径无需 API

如何阅读清单并手动运行，见 workflows/README.md。一页纸的“哪个工作流适合我的情况？”指南见“Find Your Workflow”（日语）。

初次接触？请按照“Your First Week”（日语）从安装开始，依次完成无需付费数据 API 的市场检查、第一条日志记录和第一次周度复盘。

查看示例输出#

这些视觉摘录使用虚构数据，展示你在设置技能之前可以审查的结果类型。它们只是示例，不是实时的市场读数或交易指令。

选择一个预览以打开全尺寸 SVG；在手机上打开后请缩放。

  • 选择工作流：Trading Skills Navigator 会根据你的目标推荐起点路径。
  • 复盘市场风险：market-regime-daily 工作流以 Exposure Coach 姿态结束，供人工审查，而不是下单。
  • 从已平仓交易中学习：Weekly Performance Digest 总结已实现结果和流程教训。

实际成本#

Claude Web Skills 目前可在 Free、Pro、Max、Team 和 Enterprise 账户上使用；请参阅 Anthropic 当前的 Skills 帮助，因为访问权限可能变化。Claude Code 有单独的账户要求，Claude.ai 免费计划不包含它；请参阅 Claude Code 设置指南。

FMP、FINVIZ Elite 和 Alpaca 是特定工作流可选的数据或券商集成。下面的五技能入门路径使用公共 CSV、图表截图和本地文件，因此不需要付费市场数据 API 订阅。

无 API 密钥入门路径#

如果你没有 FMP / FINVIZ / Alpaca 订阅，请从以下五个技能开始并手动运行：

  • market-breadth-analyzer——公共 CSV 广度评分；无需 API 密钥
  • uptrend-analyzer——公共 CSV 上升趋势参与度；无需 API 密钥
  • position-sizer——纯计算；无 I/O
  • trader-memory-core——本地 YAML 日志记录
  • signal-postmortem——复盘框架

这条路径让你无需付费数据 API 即可复盘市场条件、确定交易规模、记录决策日志并复盘结果。注意：“无 API”并不意味着“无外部数据”——这些技能仍需要公共 CSV、图表截图或本地文件。确切输入要求见每个技能的 integrations: 条目（位于 skills-index.yaml）。

规范来源：skills-index.yaml 是所有技能的权威索引。如果本 README、CLAUDE.md 或文档与索引不一致，以索引为准。多技能工作流同样如此——workflows/*.yaml 是权威来源。

仓库布局#

  • skills/<skill-name>/ —— 每个交易技能的源文件夹。包含 SKILL.md、参考材料以及任何辅助脚本。
  • skills-index.yaml —— 每个技能的规范元数据索引（id、类别、集成、工作流反向引用）。
  • workflows/ —— Core + Satellite 例程的操作工作流清单（权威，通过 --strict-workflows 由验证器强制执行）。
  • skill-packages/ —— 预构建的 .skill 归档，可直接上传到 Claude Web 应用的 Skills 标签页。
  • docs/ —— 文档站点内容、生成的技能页面，以及 docs/dev/metadata-and-workflow-schema.md（模式规范）。
  • scripts/ —— 仓库级自动化，包括模式验证器和一次性引导辅助工具。
  • skillsets/ —— 面向特定目的的安装包，定义主要目标所需 / 推荐 / 可选的技能（已发布 6 个技能集：market-regime、core-portfolio、dividend-income、swing-opportunity、trade-memory、strategy-research；由 Navigator 使用）。

入门#

第一次来？阅读 FAQ，了解计划、成本、安全和范围的答案。

更新已安装技能之前，请查看变更日志以及发布兼容性和迁移政策。

配合 Claude Web 应用使用#

  1. 打开最新的 GitHub Release，下载与所需技能匹配的 .skill 资产，以及 SHA256SUMS。按发布政策所述验证其哈希。如果 Releases 页面为空，请按照下方的源文件夹安装路径操作，或用 scripts/package_skills.py 构建本地包。
  2. 对于个人账户，打开“设置 > 能力”，启用代码执行和文件创建。Team 和 Enterprise 用户可能需要组织所有者启用 Skills。
  3. 打开“自定义 > Skills”，上传 ZIP，确认它出现在列表中，并按需启用（参见 Anthropic 当前的 Skills 帮助）。

配合 Claude Code（桌面或 CLI）使用#

  1. 克隆或下载本仓库。
  2. 将所需的技能文件夹（例如 backtest-expert）复制到 ~/.claude/skills/ 供个人使用，或复制到项目内的 .claude/skills/（参见 Claude Code 设置指南）。
  3. Claude Code 会检测现有技能目录中的更改。只有当你在会话开始后才创建顶层技能目录时，才需要重启。

提示：.skill 包由源文件夹构建，省略测试和本地构建工件。如果你想自定义技能，请编辑源文件夹，然后在上传到 Web 应用之前运行 python3 scripts/package_skills.py --skill <skill-name>。

支持的平台#

共享项目环境在 Linux、Windows 和 macOS 上支持 Python 3.11 至 3.13。打包的独立技能保留 Python 3.9 源文件下限。只有项目的 CI 实际运行过的根项目组合才算受支持；该范围内的其他组合是尽力而为且未经验证的。确切支持矩阵及执行方式见 docs/dev/compatibility-matrix.md。

配套工作包#

想要即开即用的智能体风格工作流？请查看配套的 Hermes Trading Research Agent Work Package。

它将这些技能打包为 Hermes 配置，并提供面向任务的斜杠命令例程，例如 /pre-market-routine、/after-close-review、/trade-journal、/weekly-portfolio-review 和 /monthly-performance-review。

这是一个研究、日志记录和风险复盘助手，不是自动化交易系统。它不下单、不提供信号服务、不运行隐藏的定时任务；人类决策门仍然处于核心位置。

核心技能领域#

本仓库包含以下领域的技能：

领域示例技能
市场状态market-breadth-analyzer、uptrend-analyzer、exposure-coach
核心投资组合portfolio-manager、us-undervalued-growth-screener
股息收入kanchi-dividend-sop、value-dividend-screener、dividend-growth-pullback-screener
波段机会vcp-screener、canslim-screener、breakout-trade-planner
交易规划position-sizer、technical-analyst、pre-trade-discipline-gate
交易记忆trader-memory-core、signal-postmortem
策略研究backtest-expert、manifoldbt-backtester、edge-pipeline-orchestrator
高级卫星parabolic-short-trade-planner、earnings-trade-analyzer、options-strategy-advisor

下面的详细目录由 scripts/generate_catalog_from_index.py 从 skills-index.yaml 自动生成。要更新技能描述，请编辑其 skills-index.yaml 条目并重新运行生成器（python3 scripts/generate_catalog_from_index.py）。更易浏览的版本请使用文档站点。技能生命周期、测试覆盖和运行时健康状况的自动生成概览，请参见质量仪表盘。

详细技能目录#

市场状态#

技能摘要集成角色状态
Breadth Chart Analyst（breadth-chart-analyst）分析市场广度图表时使用此技能，特别是标普 500 广度指数（基于 200 日均线）和美国股市上升趋势股票比例图表。需要 chart_imagestandaloneproduction
COT Contrarian Detector（cot-contrarian-detector）使用交易者持仓（Commitment of Traders）数据检测 CFTC 期货市场中拥挤的投机（大型投机者）持仓，实现 Jason Shapiro 逆向方法论的步骤 1。需要 fmpworkflow_stepproduction
Crypto Regime Analyzer（crypto-regime-analyzer）使用免费、无需密钥的公共数据，从六个组成部分量化加密市场状态健康度（0-100 综合分，100 = 风险偏好）。需要 coingecko，推荐 binance_funding，可选 prices_jsonstandalonebeta
Downtrend Duration Analyzer（downtrend-duration-analyzer）分析历史下跌趋势持续时间，并生成交互式 HTML 直方图，显示按行业和市值划分的典型回调长度。需要 fmpresearch_onlyproduction
Exposure Coach（exposure-coach）生成一页纸的市场姿态摘要，包含净敞口上限、成长与价值偏向、参与广度，以及通过整合广度、状态和资金流分析技能信号得出的“允许新入场 vs 现金优先”建议。local_calculationworkflow_stepproduction
FTD Detector（ftd-detector）使用 William O'Neil 的方法检测用于确认市场底部的跟随日（Follow-Through Day, FTD）信号。需要 fmpstandaloneproduction
IBD Distribution Day Monitor（ibd-distribution-day-monitor）检测 QQQ/SPY 的 IBD 风格派发日（收盘下跌至少 0.2% 且成交量更高），跟踪 25 个交易日到期和 5% 失效，统计 d5/d15/d25 簇，分类市场风险（NORMAL/CAUTION/HIGH/SEVERE），并发出 TQQQ/QQQ...需要 fmpstandaloneproduction
Macro Regime Detector（macro-regime-detector）使用跨资产比率分析检测结构性宏观状态转变（1-2 年期限）。需要 yfinance，可选 fmpworkflow_stepproduction
Market Breadth Analyzer（market-breadth-analyzer）使用 TraderMonty 的公共 CSV 数据量化市场广度健康度。需要 public_csvworkflow_stepproduction
Market Environment Analysis（market-environment-analysis）综合市场环境分析与报告工具。需要 websearch，可选 chart_imageworkflow_stepproduction
Market News Analyst（market-news-analyst）分析近期影响市场的新闻事件及其对股票市场和大宗商品的影响时使用此技能。需要 websearchworkflow_stepproduction
Market Top Detector（market-top-detector）使用 O'Neil 派发日、Minervini 领先股票恶化和 Monty 防御性板块轮动来评估启发式市场顶部风险。需要 fmp，可选 public_csvworkflow_stepproduction
News Reaction Failure Analyzer（news-reaction-failure-analyzer）判断市场是否未能对有利于拥挤投机持仓的新闻作出反应，实现 Jason Shapiro 逆向方法论的步骤 2，并附带蒙特卡洛验证的漂移显著性判定测试。需要 fmp，需要 websearchworkflow_stepproduction
Sector Analyst（sector-analyst）分析板块轮动模式和市场周期定位时使用此技能。需要 chart_imageworkflow_stepproduction
Uptrend Analyzer（uptrend-analyzer）使用 Monty 的上升趋势比例仪表盘数据分析市场广度，以诊断当前市场环境。需要 public_csvworkflow_stepproduction
US Market Bubble Detector（us-market-bubble-detector）使用修订版 Minsky/Kindleberger 框架 v2.1，通过定量数据分析评估市场泡沫风险。需要 user_inputstandaloneproduction

核心投资组合#

技能摘要集成角色状态
Portfolio Manager（portfolio-manager）使用 Alpaca MCP Server 集成获取持仓和头寸，然后分析资产配置、风险指标、个股头寸、分散化，并生成再平衡建议的综合投资组合分析。可选 alpacaworkflow_stepproduction
US Undervalued Growth Screener（us-undervalued-growth-screener）筛选并排名美国上市中小盘低估成长股，配备生成的稳定优先 FMP 客户端、持久化 SQLite 缓存、自适应上市枚举、FY1 估算归一化、经验证的 20 日流动性、确定性四通道发现、前瞻同基准估值、标准与 SBC 调整自由现金流、稀释、同行、周期和 LOE 控制、严格最终评估、发布前审计以及自包含证据包。推荐 fmp，可选 alternate_market_data，需要 sec_edgar，需要 company_ir，需要 official_macro，local_calculationstandalonebeta

股息收入#

技能摘要集成角色状态
Dividend Growth Pullback Screener（dividend-growth-pullback-screener）使用此技能寻找正在经历暂时回调的高质量股息成长股（年股息增长率 12%+、收益率 1.5%+），通过 RSI 超卖条件（RSI ≤40）识别。需要 fmp，推荐 finvizworkflow_stepproduction
Kanchi Dividend Review Monitor（kanchi-dividend-review-monitor）使用 Kanchi 风格的强制复盘触发器（T1-T5）监控股息投资组合，并将异常转换为 OK/WARN/REVIEW 状态，而不自动卖出。推荐 fmpworkflow_stepproduction
Kanchi Dividend SOP（kanchi-dividend-sop）将 Kanchi 风格股息投资转化为可重复的美股操作流程。推荐 fmpworkflow_stepproduction
Kanchi Dividend US Tax Accounting（kanchi-dividend-us-tax-accounting）为 Kanchi 风格收入投资组合提供美国股息税和账户位置工作流。local_calculationworkflow_stepproduction
Value Dividend Screener（value-dividend-screener）筛选美国股票中兼具价值特征（市盈率低于 20、市净率低于 2）、有吸引力收益率（3% 或更高）和持续增长（股息/收入/EPS 三年呈上升趋势）的高质量股息机会。需要 fmp，推荐 finvizworkflow_stepproduction

波段机会#

技能摘要集成角色状态
Breakout Trade Planner（breakout-trade-planner）根据 VCP 筛选器输出生成 Minervini 风格突破交易计划，包含最坏情况风险计算、投资组合热度管理，以及兼容 Alpaca 的订单模板（预下单用止损限价括号单，确认后用限价括号单）。local_calculationworkflow_stepproduction
CANSLIM Screener（canslim-screener）使用 William O'Neil 的 CANSLIM 成长股方法论筛选美国股票。需要 fmpworkflow_stepproduction
Finviz Screener（finviz-screener）根据自然语言请求构建并打开 FinViz 筛选器 URL。可选 finvizstandaloneproduction
Stockbee Exhaustion Hammer Screener（stockbee-exhaustion-hammer-screener）使用质量/流动性门、先前动量、回调深度、跌破/收回、锤子线几何、成交量确认、市场门和风险距离过滤器，筛选美国股票中 Stockbee 风格的抛售衰竭锤子线候选。需要 fmp，可选 prices_json，可选 profiles_json，local_calculationworkflow_stepbeta
Stockbee Momentum Burst Screener（stockbee-momentum-burst-screener）使用 4% 突破、美元突破、区间扩张、成交量扩张、形态质量和风险距离过滤器，筛选美国股票中 Stockbee 风格的 3-5 日动量爆发候选。需要 fmp，可选 prices_json，local_calculationworkflow_stepbeta
Theme Detector（theme-detector）检测并分析跨板块的趋势性市场主题。可选 fmp，推荐 finvizworkflow_stepproduction
VCP Screener（vcp-screener）筛选标普 500 股票中的 Mark Minervini 波动收缩形态（Volatility Contraction Pattern, VCP）。需要 fmpworkflow_stepproduction

交易规划#

技能摘要集成角色状态
Contrarian Setup Gate（contrarian-setup-gate）离线综合门，通过故障关闭的优先级状态机将 COT 拥挤度、新闻反应失败和周价格行为确认结合为一个可执行的 setup_status，实现 Jason Shapiro 逆向方法论的决策中心。local_calculationworkflow_stepproduction
Drawdown Circuit Breaker（drawdown-circuit-breaker）账户级熔断器，读取 trader-memory-core 状态，并使用每日亏损限制、连亏冷却期和周/月回撤停止来决定今天是否允许新的交易风险。local_calculationworkflow_stepproduction
Futures Position Sizer（futures-position-sizer）根据方向、入场和止损计算基于合约的期货仓位规模，使用经验证的 23 个市场合约规格表（乘数、最小变动价位、最小变动价值），实现 Jason Shapiro 逆向流程的步骤 4。local_calculationworkflow_stepproduction
Position Sizer（position-sizer）为多头股票交易计算基于风险的仓位规模。local_calculationworkflow_stepproduction
Pre-Trade Discipline Gate（pre-trade-discipline-gate）离线手动执行检查清单门，阻止无计划、超规模、报复性风险、市场状态受阻或熔断器受阻的入场，并记录结果。local_calculationworkflow_stepproduction
Technical Analyst（technical-analyst）分析股票、股票指数、加密货币或外汇对的周价格图表时使用此技能。需要 chart_image，可选 fmpworkflow_stepproduction
US Stock Analysis（us-stock-analysis）综合美股分析，包括基本面分析（财务指标、业务质量、估值）、技术分析（指标、图表形态、支撑/阻力）、股票比较以及投资报告生成。需要 user_inputstandaloneproduction

交易记忆#

技能摘要集成角色状态
Signal Postmortem（signal-postmortem）记录并分析 edge pipeline 及其他技能生成的信号的交易后结果。local_calculation，可选 fmpworkflow_stepproduction
Stockbee Setup Fluency Trainer（stockbee-setup-fluency-trainer）从动量爆发筛选器候选中构建 Stockbee 风格形态模型手册，然后更新 3 日和 5 日前瞻结果，包含 MFE/MAE、止损触发状态、结果标签和队列统计。可选 prices_json，可选 fmp，local_calculationworkflow_stepbeta
Trade Hypothesis Ideator（trade-hypothesis-ideator）从市场数据、交易日志和日志片段中生成可证伪的交易策略假设，附排序后的假设卡片和可选的 strategy.yaml 导出。local_calculationworkflow_stepproduction
Trade Performance Coach（trade-performance-coach）复盘已平仓交易、部分退出和月度汇总，评估流程遵守、风险纪律、执行质量和基于证据的交易行为模式，然后生成下一交易时段的操作规则。local_calculationworkflow_stepbeta
Trader Memory Core（trader-memory-core）跨生命周期跟踪投资论点——从筛选想法到已平仓头寸及事后复盘。可选 fmpworkflow_stepproduction
Weekly Performance Digest（weekly-performance-digest）根据已平仓交易生成周度业绩摘要，包含胜率、期望值和模式分析。local_calculationstandaloneproduction

策略研究#

技能摘要集成角色状态
Backtest Expert（backtest-expert）为交易策略的系统化回测提供专家指导。需要 user_inputworkflow_stepproduction
Edge Candidate Agent（edge-candidate-agent）从 EOD 观察生成并优先排序美股多头优势研究票据，然后为 trade-strategy-pipeline 第一阶段导出流水线就绪的候选规格。可选 fmpworkflow_stepproduction
Edge Concept Synthesizer（edge-concept-synthesizer）在策略设计/导出之前，将检测器票据和线索抽象为可复用的优势概念，附论点、失效信号和策略手册。local_calculationinternal_componentproduction
Edge Hint Extractor（edge-hint-extractor）从每日市场观察和新闻反应中提取优势线索，可选 LLM 构思，并输出规范的 hints.yaml 供下游概念综合和自动检测使用。local_calculationworkflow_stepproduction
Edge Pipeline Orchestrator（edge-pipeline-orchestrator）编排从候选检测到策略设计、审查、修订和导出的完整优势研究流水线。local_calculationresearch_onlyproduction
Edge Signal Aggregator（edge-signal-aggregator）汇总并排序来自多个优势发现技能（edge-candidate-agent、theme-detector、sector-analyst、institutional-flow-tracker）的信号，形成带加权评分、去重和矛盾处理的有优先级信念仪表盘。local_calculationstandaloneproduction
Edge Strategy Designer（edge-strategy-designer）将抽象优势概念转换为策略草案变体，以及用于 edge-candidate-agent 导出/验证的可选可导出票据 YAML。local_calculationinternal_componentproduction
Edge Strategy Reviewer（edge-strategy-reviewer）严格审查 edge-strategy-designer 的策略草案，评估优势合理性、过拟合风险、样本量充分性和执行现实性。local_calculationinternal_componentproduction
manifoldbt Backtester（manifoldbt-backtester）使用 manifoldbt Rust 引擎在 OHLCV 柱上运行声明式策略规格，并输出 backtest-expert 评分的八项输入。需要 manifoldbt，需要 ohlcv_fileresearch_onlybeta
MT5 Robot Tester（mt5-robot-tester）通过可恢复的三轮本地流水线批量测试 MetaTrader 5 专家顾问，对结果排序，并保留确定性的参数和品种学习成果。需要 mt5_local_files，local_calculationresearch_onlybeta
Residual Edge Analyzer（residual-edge-analyzer）使用 HAC 回归、滚动稳定性、基线敏感性和状态诊断，将策略收益表现拆分为声明的基线敞口和残差优势。local_calculationresearch_onlybeta
Scenario Analyzer（scenario-analyzer）通过 scenario-analyst 智能体并辅以 strategy-reviewer 第二意见，分析新闻标题引出的 18 个月情景；输出主要/次要/第三级影响分析和股票选择。需要 websearchworkflow_stepproduction
Stanley Druckenmiller Investment（stanley-druckenmiller-investment）Druckenmiller 策略综合器——整合 8 个上游技能输出（Market Breadth、Uptrend Analysis、Market Top、Macro Regime、FTD Detector、VCP Screener、Theme Detector、CANSLIM Screener）为统一的信念评分（0-100）……local_calculationworkflow_stepproduction
Stockbee 20% Study（stockbee-20pct-study）构建每日 Stockbee 风格的 +20%/-20% 异动事件研究，分类催化剂和形态背景，更新前瞻结果，并导出有证据支持的优势线索，而不将异动视为买卖信号。需要 fmp，可选 prices_json，可选 news_events_json，可选 websearch，local_calculationworkflow_stepbeta
Strategy Pivot Designer（strategy-pivot-designer）检测回测迭代停滞，并在参数调优达到局部最优时生成结构不同的策略转向建议。local_calculationresearch_onlyproduction

高级卫星#

技能摘要集成角色状态
Earnings Trade Analyzer（earnings-trade-analyzer）使用 5 因子评分系统（跳空幅度、财报前趋势、成交量趋势、MA200 位置、MA50 位置）分析近期财报后股票。需要 fmpworkflow_stepproduction
Institutional Flow Tracker（institutional-flow-tracker）使用 13F 申报数据跟踪机构投资者持股变化和投资组合资金流时使用此技能。需要 fmpstandaloneproduction
Options Strategy Advisor（options-strategy-advisor）期权交易策略分析和模拟工具。可选 fmpstandaloneproduction
Pair Trade Screener（pair-trade-screener）用于识别和分析配对交易机会的统计套利工具。需要 fmpstandaloneproduction
Parabolic Short Trade Planner（parabolic-short-trade-planner）筛选美国股票中的抛物线衰竭形态，生成有条件的盘前做空计划，然后根据实时 5 分钟柱评估盘中触发情况。需要 fmp，可选 alpacastandaloneproduction
PEAD Screener（pead-screener）筛选财报后跳空高开的股票中的 PEAD（财报后漂移，Post-Earnings Announcement Drift）形态。需要 fmpworkflow_stepproduction
Stockbee Episodic Pivot Analyzer（stockbee-episodic-pivot-analyzer）使用催化剂质量、跳空/区间扩张、成交量冲击、忽视/重估背景、流动性和 EP 日低点风险，分析来自财报、指引、并购、FDA、分析师、合同、产品、逼空和故事/主题催化剂的 Stockbee 风格第 1 日事件驱动枢轴候选。需要 catalyst_events_json，可选 fmp，local_calculationworkflow_stepbeta

元 / 开发工具#

技能摘要集成角色状态
Data Quality Checker（data-quality-checker）在发布前验证市场分析文档和博客文章中的数据质量。local_calculationstandaloneproduction
Dual Axis Skill Reviewer（dual-axis-skill-reviewer）使用双轴方法审查任何项目中的技能：(1) 确定性的基于代码检查（结构、脚本、测试、执行安全）和 (2) LLM 深度审查发现。local_calculationworkflow_stepproduction
Earnings Calendar（earnings-calendar）使用 Financial Modeling Prep (FMP) API 获取美国股票即将到来的财报公告。需要 fmpstandaloneproduction
Economic Calendar Fetcher（economic-calendar-fetcher）使用 FMP API 获取即将到来的经济事件和数据发布。需要 fmpstandaloneproduction
FXMacroData Calendar（fxmacrodata-calendar）使用 FXMacroData 获取官方来源的宏观发布日历事件，用于交易规划和事件风险过滤。可选 fxmacrodatastandalonebeta
Skill Designer（skill-designer）从结构化想法规格设计新的 Claude 技能。local_calculationinternal_componentproduction
Skill Idea Miner（skill-idea-miner）挖掘 Claude Code 会话日志中的技能想法候选。local_calculationinternal_componentproduction
Skill Integration Tester（skill-integration-tester）通过检查技能存在性、技能间数据契约（JSON 模式兼容性）、文件命名约定和交接完整性，验证 CLAUDE.md 中定义的多技能工作流。local_calculationstandaloneproduction
Trading Skills Navigator（trading-skills-navigator）根据自然语言交易目标推荐合适的工作流、技能集、API 配置和设置路径。local_calculationstandaloneproduction

更多工作流示例#

上面描述了主要的 Core + Satellite 起点路径。以下示例展示了组合技能的其他方式，包括高级卫星和贡献者工作流。

每日市场监控#

  • 使用 Economic Calendar Fetcher 检查今天的高影响事件（FOMC、NFP、CPI 发布）
  • 使用 Earnings Calendar 识别今天发布财报的主要公司
  • 使用 Market News Analyst 复盘隔夜动态及其市场影响
  • 使用 Breadth Chart Analyst 评估整体市场健康状况和定位

每周策略复盘#

  • 使用 Sector Analyst 获取 CSV 数据并识别轮动模式（可选提供图表）
  • 对关键指数和头寸使用 Technical Analyst 进行趋势确认
  • 使用 Market Environment Analysis 进行综合宏观简报
  • 使用 US Market Bubble Detector 评估投机过度和风险水平

个股研究#

  • 使用 US Stock Analysis 进行综合基本面和技术面复盘
  • 使用 Earnings Calendar 检查即将到来的财报日期
  • 使用 Market News Analyst 复盘近期公司特定新闻和板块动态
  • 在确定仓位规模前使用 Backtest Expert 验证进出场策略

战略定位#

  • 使用 Stanley Druckenmiller Investment 进行宏观主题识别
  • 使用 Economic Calendar Fetcher 围绕重大数据发布安排入场时机
  • 使用 Breadth Chart Analyst 和 Technical Analyst 获取确认信号
  • 使用 US Market Bubble Detector 进行风险管理和获利了结指导

财报动量交易#

  • 使用 Earnings Trade Analyzer 对近期财报反应评分（跳空幅度、趋势、成交量、MA 位置）
  • 将 PEAD Screener（模式 B）与分析师输出结合，寻找 PEAD 形态（红烛回调 → 突破信号）
  • 使用 Technical Analyst 确认周线图形态和支撑/阻力位
  • 使用 PEAD Screener 中的流动性过滤器确保仓位规模可行
  • 监控 SIGNAL_READY 股票，等待带明确止损（红烛低点）和 2R 目标的突破入场

收入投资组合构建#

  • 使用 Value Dividend Screener 识别具有可持续收益率的高质量股息股
  • 使用 Dividend Growth Pullback Screener 寻找处于有吸引力技术入场点、以增长为重点的股息股
  • 使用 US Stock Analysis 对首选候选人进行深度基本面分析
  • 使用 Earnings Calendar 跟踪投资组合持仓即将到来的财报
  • 使用 Market Environment Analysis 评估股息策略的宏观条件
  • 使用 Backtest Expert 验证股息捕捉或增长策略

Kanchi 股息工作流（美股）#

  • 使用 Kanchi Dividend SOP 运行 Kanchi 的 5 步流程，并创建附失效条件的买入计划
  • 按日/周/季度节奏使用 Kanchi Dividend Review Monitor 生成 OK/WARN/REVIEW 队列
  • 使用 Kanchi Dividend US Tax Accounting 将持仓与合格股息假设和账户位置对齐
  • 在加仓前将 REVIEW 发现反馈到 Kanchi Dividend SOP

期权策略开发#

  • 使用 Options Strategy Advisor 通过 Black-Scholes 定价模拟并比较期权策略
  • 使用 Technical Analyst 识别最佳入场时机和支撑/阻力位
  • 使用 Earnings Calendar 规划基于财报的期权策略
  • 在投入资金前使用 US Stock Analysis 验证基本面论点
  • 审查希腊值和盈亏情景，选择最优策略（备兑看涨、价差、跨式等）

投资组合复盘与再平衡#

  • 使用 Portfolio Manager 通过 Alpaca MCP 获取当前持仓并分析投资组合健康状况
  • 审查资产配置、板块分散化和风险指标（beta、波动率、集中度）
  • 基于论点验证审查头寸级标记（HOLD/ADD/TRIM/SELL 候选）
  • 使用 Market Environment Analysis 和 US Market Bubble Detector 评估宏观条件
  • 审查再平衡计划，并手动决定要采取哪些操作（如果有）

统计套利机会#

  • 使用 Pair Trade Screener 识别板块内协整的股票对
  • 分析均值回归指标（半衰期、z 分数）和对冲比率
  • 使用 Technical Analyst 确认配对两腿的技术形态
  • 基于 z 分数阈值监控进出场信号
  • 跟踪价差收敛并管理市场中性头寸

技能质量与自动化#

Data Quality Checker（data-quality-checker）#

  • 在发布前验证市场分析文档和博客文章中的数据质量。
  • 5 个检查类别：价格尺度不一致（ETF vs 期货位数提示）、工具符号一致性、日期/星期不匹配（英语 + 日语）、配置总额错误（按节限制）以及单位不匹配。
  • 建议模式——将问题标记为警告供人工审查，即使有发现也以 0 退出。
  • 支持全角日文字符（％、〜）、范围记法（50-55%）以及无显式年份日期的年份推断。
  • 无需 API 密钥——可在本地 markdown 文件上离线运行。

Skill Designer（skill-designer）#

  • 从结构化想法规格生成用于设计新技能的 Claude CLI 提示词。
  • 将仓库约定（结构指南、质量检查清单、SKILL.md 模板）嵌入提示词。
  • 列出现有技能以防止重复。由技能自动生成流水线的每日流程使用。
  • 无需 API 密钥。

Dual-Axis Skill Reviewer（dual-axis-skill-reviewer）#

  • 使用双轴方法审查技能质量：确定性自动评分（结构、工作流、执行安全、工件、测试）和可选的 LLM 深度审查。
  • 5 类自动轴（0-100）：元数据与用例（20）、工作流覆盖（25）、执行安全与可复现性（25）、支持工件（10）、测试健康度（20）。
  • 检测 knowledge_only 技能（无脚本、仅参考）并调整评分预期以避免不公平扣分。
  • 可选 LLM 轴用于定性审查（正确性、风险、缺失逻辑、可维护性），支持可配置的权重混合。
  • 支持 --all 标志一次审查所有技能，--skip-tests 用于快速分诊，--project-root 用于跨项目审查。
  • 无需 API 密钥。

Skill Idea Miner（skill-idea-miner）#

  • 挖掘 Claude Code 会话日志中的技能想法候选，按新颖性/可行性/交易价值评分，并维护优先级积压。
  • 由每周技能自动生成流水线使用。也可手动运行。
  • 无需 API 密钥。

贡献者自动化#

自我改进和技能生成流水线是维护者工作流，不是初学者的交易步骤。行为、副作用、手动命令和 macOS 调度见 Skill Automation Quickstart（日语）。

自定义与贡献#

  • 更新 SKILL.md 文件以调整触发描述或能力说明；打包 zip 时确保 frontmatter 中的 name 与文件夹名一致。
  • 扩展参考文档或向每个技能文件夹添加脚本，以支持新工作流。
  • 分发更新时，重新生成 skill-packages/ 中对应的 .skill 文件，以便 Web 应用用户获得最新版本：
python3 scripts/package_skills.py --skill <skill-name>

API 要求#

若干技能需要 API 密钥才能访问数据：

需要 API 的技能#

每个技能的 FMP、FINVIZ Elite 和 Alpaca 要求见 API Requirements Matrix，它由 skills-index.yaml 生成。在配置凭据之前，请查看各个技能指南了解模式特定的先决条件和离线替代方案。

API 设置#

Financial Modeling Prep (FMP) API：

  • 免费层：每天 250 次请求（足以应对大多数用例）
  • 注册：https://financialmodelingprep.com/developer/docs
  • 设置环境变量：export FMP_API_KEY=your_key_here
  • 或在提示时通过命令行参数提供密钥

FINVIZ Elite API：

  • 订阅：$39.50/月或 $299.50/年
  • 注册：https://elite.finviz.com/
  • 设置环境变量：export FINVIZ_API_KEY=your_key_here
  • 为股息筛选器提供快速预筛选

Alpaca Trading API：

  • 提供免费模拟交易账户
  • 注册：https://alpaca.markets/
  • 需要 Alpaca MCP Server 配置
  • 设置环境变量：
export ALPACA_API_KEY="your_api_key_id"
export ALPACA_SECRET_KEY="your_secret_key"
export ALPACA_PAPER="true" # 或 "false" 表示实盘交易

支持与延伸阅读#

  • Claude Skills 发布概览：https://www.anthropic.com/news/skills
  • Claude Code Skills 使用指南：https://docs.claude.com/en/docs/claude-code/skills
  • Financial Modeling Prep API：https://financialmodelingprep.com/developer/docs

有问题或建议？请开一个 issue，或在相关技能文件夹旁附上指导，让未来的用户知道如何充分利用这些交易助手。

许可证#

本仓库中的所有技能和参考材料均用于教育和研究目的。

关于#

面向股票投资者和交易者的 Claude Code 技能——市场分析、技术图表、经济日历、筛选器和交易策略开发。

tradermonty.github.io/claude-trading-skills/

资源#

Readme

MIT 许可证

活动

Stars

4.2k stars

Watchers

42 watching

Forks

862 forks

报告仓库

Releases

Packages

Used by

Contributors

Languages