跳到主要内容
AI教程

利用 Claude 的日内交易技能打造更安全的交易流程

了解如何为 Claude 安装和使用日内交易技能包。本教程涵盖图表扫描、新闻监控、入场与出场规划、历史模拟、仓位规模、风险检查、经纪商审批、提醒以及重要的安全实践。

AI我搜编辑部阅读约 12 分钟
利用 Claude 的日内交易技能打造更安全的交易流程

Day Trader 项目的功能

Day Trader 技能是一个采用 MIT 许可证的集合，包含 11 个用于研究和管理日内交易的 Claude 技能。它可以扫描数千张美国股票图表，监控公开新闻和申报文件，识别入场信号，规划退出策略，模拟可能的结果，确定仓位规模，执行风险限制，准备经纪商订单，并监控提醒。

其中包含的 Python 工具使用来自 Yahoo Finance、Nasdaq Trader、SEC EDGAR 和众议院书记员办公室等来源的免费公开数据。无需安装软件包、注册账号或 API 密钥即可使用。需要 Python 3.8 或更高版本。

重要提示：该项目无法独立执行交易。只有经纪商技能可以引导创建订单，而且必须通过风险检查、获得你的明确确认，并通过经纪商连接器的批准提示。默认使用模拟交易。

主要功能和命令

  • /trader-scanner：扫描图表，寻找开盘区间突破、旗形形态和超卖反弹。
  • /trader-news：监控自选股票的头条新闻、SEC 申报文件和可能影响价格的动态。
  • /trader-entry：逐根 K 线检查交易形态，并报告其处于等待、已触发还是已过期状态。
  • /trader-exit：在入场前确定止损位、获利目标和基于时间的退出条件。
  • /trader-timemachine：运行 10,000 次模拟交易，并分析相同形态在历史上的出现情况。
  • /trader-budget：根据账户预算和可接受的最大损失计算仓位规模。
  • /trader-risk：根据配置的限制检查拟议订单后，返回 PASS 或 BLOCK。
  • /trader-broker：显示订单票据，并可通过经纪商连接器发送经过明确批准的订单。
  • /trader-alerts：监控止损、目标价、价格、开盘铃声和收盘条件。
  • /trader-analyst：读取财报信息，并总结公司业绩的变化。
  • /trader-pelosi：在公开的国会股票交易披露发布后读取这些信息。

安装选项

通过 Claude 直接安装

将仓库 URL 和安装指令粘贴到 Claude 中：

https://github.com/Jakeschincariol/day-trader-skill

install skill

安装为 Claude Code 插件

将仓库添加为插件市场并安装插件：

/plugin marketplace add Jakeschincariol/day-trader-skill
/plugin install day-trader-skill@day-trader-skill

Claude Code 会为插件命令添加命名空间。例如，扫描器会显示为 /day-trader-skill:trader-scanner，而不是 /trader-scanner。

安装为普通全局命令

克隆仓库，并将其中的技能目录复制到全局 Claude 技能目录：

git clone https://github.com/Jakeschincariol/day-trader-skill.git
cp -r day-trader-skill/trader-* ~/.claude/skills/

如需将技能限定在单个项目中使用，则将相同目录复制到该项目的 .claude/skills/ 目录中。

不使用 Claude Code 使用技能

你可以在聊天开头粘贴单个 SKILL.md 文件的内容。之后，Claude 可以按照该技能的方法以对话模式运行，但相关的 Python 工具将无法使用。

配置环境

确认已安装 Python 3.8 或更高版本：

python3 --version

这些工具仅使用 Python 标准库，因此无需通过 pip 安装任何内容。

依赖 SEC 的新闻和分析工具需要包含身份信息的用户代理。将你的姓名和电子邮件添加到 trader/config.json：

{
  "sec_user_agent": "Your Name you@example.com"
}

也可以定义 SEC_USER_AGENT 环境变量：

export SEC_USER_AGENT="Your Name you@example.com"

请将经纪账户凭据保存在环境变量中，不要将其粘贴到聊天中。示例配置使用 "paper": true，而 Alpaca 的 MCP 服务器默认使用其模拟账户。

了解工作流程

每个技能都会将输出写入 trader/ 目录，以便下一个技能使用上一个技能的结果。典型的单笔交易工作流程如下：

scanner -> news -> entry -> exit -> timemachine -> budget -> risk -> broker

持仓建立后，提醒技能可以监控止损位、目标价以及要求的收盘退出条件。新闻、分析和国会披露技能也可以按计划运行。

基本用法分步说明

1. 构建或扫描股票池

下载 Nasdaq Trader 股票代码全集，其中约包含 5,900 只美国股票：

python3 trader-scanner/scan.py universe

对整个股票池运行盘前形态扫描：

python3 trader-scanner/scan.py daily

如需查找截至 10:15 观察到的开盘区间突破，请运行：

python3 trader-scanner/scan.py orb --at 10:15

2. 检查新闻和申报文件

选定候选股票后，查看近期头条新闻、8-K 申报文件和当天的涨跌幅。以下示例请求 TSLA 过去 12 小时的信息：

python3 trader-news/news.py --tickers TSLA --hours 12

新闻背景很重要，因为技术上有效的设置在财报、并购、监管动态或其他影响市场的事件前后，可能会有不同表现。

3. 验证入场

检查 TSLA 的开盘区间突破设置是等待中、已触发还是已过期：

python3 trader-entry/entry.py check TSLA --setup orb

如需每 30 秒逐根监控，直到设置触发，请使用：

python3 trader-entry/entry.py watch TSLA --every 30

入场工具读取一分钟或五分钟 K 线，而不是每一个市场跳动数据。执行交易前，请向经纪商确认关键价格。

4. 在入场前确定退出方案

制定计划：以开盘区间中点作为止损，以一个单位的风险作为目标：

python3 trader-exit/exit.py plan --stop or-mid --target 1R --write

--write 选项会将结果保存到 trader/plan.json。提前规划止损、目标价和日终退出，可避免后续工具依赖未定义的退出策略。

5. 模拟并回测设置

创建计划后运行 Time Machine：

python3 trader-timemachine/timemachine.py run --write

该工具根据股票近期自身的五分钟 K 线生成 10,000 个模拟交易时段，并检查相同规则触发的历史时段。它会报告目标价先触发、止损先触发，或收盘时仍未平仓等结果。

Time Machine 是模拟工具，而不是预测工具。其数据窗口无法代表未来所有的停牌、跳空、财报意外或新闻标题。请将其结果作为现实检验，而不是承诺。

6. 计算仓位规模

确定入场价和止损价后，生成仓位规模和拟议订单：

python3 trader-budget/size.py --write

预算工具使用已配置的账户规模和每笔交易的最大亏损。例如，README 中的 TSLA 演示使用 5,000 美元账户、50 美元亏损上限，以及每股 5.86 美元的计划风险。用 50 除以 5.86 得到 8 股仓位，计划止损价亏损为 46.88 美元。

生成的括号订单会写入 trader/orders.json。

7. 运行风险闸门

在将每一笔拟议订单提交给经纪商前进行检查：

python3 trader-risk/check.py

风险管理器会评估多项限制，包括单笔交易最大亏损、每日亏损、每日交易次数、风险回报比、入场时间窗口、仓位规模和可用现金。它会返回 PASS 或 BLOCK，并附带原因。

8. 审核经纪商订单

显示已准备好的订单：

python3 trader-broker/ticket.py show

经纪商步骤会以通俗语言显示订单，并指示订单是否已准备就绪。它不会在后台静默提交订单。你必须在聊天中批准该笔确切订单，并且券商连接器还应显示第二个 允许一次 或 拒绝 确认。

9. 添加并检查提醒

根据已保存的计划创建提醒：

python3 trader-alerts/alerts.py add --from-plan

检查是否已达到止损、目标价或基于时间的退出条件：

python3 trader-alerts/alerts.py check

提醒检查器会对每个匹配的条件响铃一次。典型计划会包括在收盘前附近平掉剩余仓位，例如下午 3:55。

其他研究工具

查看财报事实

请求 TSLA 的季度数据、增长情况和每股收益信息：

python3 trader-analyst/facts.py TSLA

整理公开国会披露

整理本年度与 Pelosi 相关的定期交易报告：

python3 trader-pelosi/ptr.py index --member pelosi

这些报告属于公开披露，而非内幕信息。根据《股票法案》（STOCK Act），超过 1,000 美元的受涵盖交易最迟可在交易发生后 45 天内报告。

离线测试安装

从仓库根目录运行包含的单元测试：

python3 -m unittest discover -s tests -v

测试使用基于真实数据的离线固件，包括 TSLA 五分钟 K 线、10:15 开盘区间扫描、Yahoo Finance 新闻标题、众议院书记官记录、PTR 文本和 XBRL 事实数据。它们会复现项目示例中记录的数值结果。

更安全使用的高级技巧

  1. 从模拟交易开始。 在验证完整工作流程并了解每个生成文件之前，保持 "paper": true 启用。
  2. 保留两道审批关卡。 将券商连接器的工具权限设置为需要审批，绝不要设置为始终允许。
  3. 检查中间文件。 在运行后续阶段前，查看 trader/plan.json 和 trader/orders.json。串联工作流程虽然方便，但仍应逐阶段进行验证。
  4. 使用可复现的模拟。 比较策略变更时，记录时间机器的种子，以便重复相同的模拟序列。
  5. 将止损视为估算值。 在跳空或快速波动的市场中，止损单的成交价可能低于指定价格。显示的最大亏损假设订单以止损价成交。
  6. 核实非官方数据。 Yahoo Finance 的图表接口可能存在延迟、发生变化或限制请求频率。请将重要价格和账户详情与券商提供的信息进行比较。
  7. 配置适用的日内交易控制。 在监管过渡期间，不同券商可能适用不同的日内交易要求。如果你的券商仍采用旧版模式日交易者规则，请启用 "pdt_guard": true，让风险工具统计日内交易次数。
  8. 避免无计划的杠杆。 除非你明确启用，否则期权、保证金、卖空和杠杆仍处于禁用状态。
  9. 考虑税务影响。 日内交易利润通常属于短期收益，频繁交易还可能产生洗售。该项目不提供税务建议。

局限性与风险警告

本软件读取公开数据并执行计算；它不了解你的财务状况，也无法预测未来价格。大多数日内交易者都会亏损。模拟概率、历史测试、入场信号和计划止损并不能保证交易盈利或以特定价格成交。

请将本项目用于研究和模拟交易，独立核实重要信息；当你需要个性化的财务或税务建议时，请咨询持牌专业人士。

结语

Day Trader 技能将交易想法转化为结构化、可审查的流程：扫描、调查、验证、规划、模拟、确定仓位、检查风险、请求审批并进行监控。其最重要的安全措施是明确的风险关卡、默认使用模拟交易，以及强制人工确认。你可以在 Day Trader 技能 GitHub 仓库中查看源代码和更新。