免费AI日内交易工具箱day-trader-skill:11个Claude Skills零API Key打造完整交易系统

原创2026-11-01 13:07:211,933 阅读

免费AI日内交易工具箱day-trader-skill:11个Claude Skills零API Key打造完整交易系统

day-trader-skill 是一个完全免费的开源 AI 日内交易工具箱:它把 11 个 Claude Skills 串成一条完整流水线——扫描数千张 K 线图、跟踪突发新闻、精确计时每一次入场与出场、在投入真金白银之前用 10,000 次模拟复盘每笔交易。全程无需注册、零 API Key,只依赖 Python 标准库,读取 Yahoo Finance、Nasdaq Trader、SEC EDGAR 等免费公开数据,且默认纸面交易(paper trading)。

为什么需要 day-trader-skill?

日内交易最难的不是"找图形",而是一整套纪律。新手常见的痛点:

  • 📊 人工看不过来:美股约 5,900 只股票,开盘前 15 分钟的突破机会,靠肉眼根本扫不完;
  • ⏱️ 进出场全凭感觉:何时进、止损放哪、目标价在哪,没有规则就只能靠情绪;
  • 🛡️ 风控靠自觉:单笔亏损上限、日亏损上限,没人盯着就容易被突破;
  • ❌ AI 助手不敢用:担心 AI 自作主张替自己下单。

day-trader-skill 用 11 个各司其职的 Skill 把这些问题变成"规则 + 代码",并且任何一笔订单都必须你亲自确认两次才能成交,默认模拟盘。

11 个 Claude Skills 功能一览

命令 角色 做什么
/trader-scanner 图表扫描器 扫描数千张 K 线,找开盘区间突破、旗形、超卖反弹
/trader-news 新闻监控 跟踪自选股突发新闻与 8-K 文件,标记影响来源
/trader-entry 入场计时器 逐 K 线盯盘,给出精确的入场时刻与价格
/trader-exit 出场计划 入场前就定好止损与目标价
/trader-timemachine 时间机器 10,000 次模拟 + 真实历史复盘,给出"诚实胜率"
/trader-risk 风控管家 每笔订单对照你的限额,超限直接拦截
/trader-budget 预算管家 按预算和单笔最大亏损计算应买股数
/trader-broker 订单执行 把已批准的订单发给券商,默认模拟盘
/trader-alerts 价格提醒 价格、止损、开盘铃触发即提醒
/trader-analyst 财报分析 直读 SEC 数据,逐季对比财务变化
/trader-pelosi 国会议员交易跟踪 第一时间读取国会股票交易公开披露

每个 Skill 都是一个独立文件夹(含 SKILL.md 说明与纯 Python 工具),例如 trader-scanner/scan.py、trader-timemachine/timemachine.py,完整说明见 README.md。

如何安装 day-trader-skill?零依赖三步完成

只需 Python 3.8+,不需要 pip install 任何东西,也不需要任何 API Key:

git clone https://gitcode.com/gh_mirrors/da/day-trader-skill
cp -r day-trader-skill/trader-* ~/.claude/skills/

三种用法:

  • 全局安装:把 trader-* 文件夹拷进 ~/.claude/skills/,所有项目可用;
  • 项目级安装:拷进项目根目录的 .claude/skills/;
  • 不想装 Claude Code? 把任意一个 SKILL.md 贴进 Claude 对话顶部也能当模式跑(只是少了 Python 工具)。

使用 SEC 数据的 Skill(财报、新闻文件)需要告知身份:在 trader/config.json 中填写 "sec_user_agent": "你的名字 you@example.com",或设置环境变量 SEC_USER_AGENT。

完整交易流水线:一笔交易如何被处理

所有 Skill 共享同一个 trader/ 工作目录,前一个 Skill 的输出就是后一个的输入:

scanner → news → entry → exit → timemachine → budget → risk → broker(一笔交易)
alerts:止损 / 目标 / 收盘前清仓(持仓期间)
news / analyst / pelosi:按日程定时运行

以官方示例(2026-10-19 的真实 TSLA 数据)走一遍:

  1. 扫描:10:15 AM,231 张 K 线中 42 张收盘突破 15 分钟开盘区间,TSLA 在列(区间 354.47~362.18,10:10 K 线收于 364.18,高出区间高点 0.55%);
  2. 新闻:当天 TSLA 有"财报临近"的新闻标签——日内单当天了结,不暴露在财报跳空风险下;
  3. 入场:10:12 提示"等待中"(10:10 K 线尚未走完),10:15 提示"触发"——第一根收在区间上方的完整 K 线;
  4. 出场计划:止损放区间中点 358.32(每股风险 5.86),目标价 1R 即 370.04,15:55 前无论盈亏必须平仓;
  5. 时间机器:把当天剩余时间重放 10,000 次——先到目标 29.4%、先到止损 25.5%、收盘仍持有 45.1%;再回测 59 个真实交易日,同一规则触发 33 次,13 次到目标、15 次到止损、5 次都没到。结论:接近抛硬币;
  6. 预算:$5,000 账户、单笔最多亏 $50 → 50 ÷ 5.86 = 8 股(约 $2,913),若止损成交,亏 $46.88;
  7. 风控:对照单笔限额、日亏损、每日笔数、盈亏比等,给出 PASS 或 BLOCK 及原因(多买 1 股就变成 $52.74,超过 $50 上限,直接 BLOCK);
  8. 执行:订单以"票"的形式展示,你回复 yes,Claude 再弹一次自己的 Allow once / Deny 卡片确认,才发给券商(默认 Alpaca 模拟账户);
  9. 提醒:止损、目标价、15:55 清仓各提醒一次。

中间产物都是可检查的 JSON 文件,例如 trader/plan.json(出场计划)、trader/orders.json(订单提案),随时可以人工复盘。

亮点功能:Time Machine 时间机器 🕰️

这是全套里最有意思的 Skill。它不预测未来,只回答一个问题:"如果今天像这只股票过去 60 天那样走,这套计划会怎样?"

  • 从该股票最近 60 天的 5 分钟 K 线池中,按"同一时段 ± 2 根 K 线"随机抽取,逐 K 线重放剩余交易日,共 10,000 次(默认种子 19,任何人可复现同一结果);
  • 再把同一条规则在真实历史交易日上回放——那部分不是模拟,是真实发生过的;
  • 输出:先到目标 / 先到止损 / 两者都没到 / 收绿的比例、收盘价分布、平均 R 值,以及一句不带修饰的结论(如"接近抛硬币");
  • 它也会提醒:模拟基于 60 天数据,财报、停牌、突发消息都可能让未来"走出 60 天没走过的路"。

实现细节见 trader-timemachine/SKILL.md,运行示例结果保存在 trader/timemachine.json。

安全设计:它为什么不会乱下单

day-trader-skill 把"人类最终决策"写进了代码,每笔订单要过三重门:

  1. /trader-risk 对这笔订单本身(按指纹匹配)当天给出 PASS;
  2. 你在聊天里对这一笔明确回复 yes("都同意"不算数);
  3. 券商订单工具设为 "Needs approval",Claude 再弹一次 Allow once / Deny 卡片。

其他防线:

  • ✅ 默认 "paper": true 纸面交易;券商密钥只放环境变量,绝不进聊天;
  • ✅ 止损/目标/清仓提醒由 trader-alerts/alerts.py 负责,提醒 ≠ 下单;
  • ✅ 默认不开期权、杠杆、卖空;
  • ✅ 退出永远放行:只减仓的平仓卖出不会被日限额拦截。

风控规则全部来自 trader/config.json(模板见 trader-budget/config.example.json),例如 max_loss_per_trade_usd: 50、max_daily_loss_usd: 150、max_trades_per_day: 3、flat_by: "15:55"。

快速上手:核心命令清单

python3 trader-scanner/scan.py universe                  # 构建约 5,900 只美股的股票池
python3 trader-scanner/scan.py orb --at 10:15             # 开盘区间突破扫描
python3 trader-news/news.py --tickers TSLA --hours 12    # 近 12 小时新闻
python3 trader-entry/entry.py check TSLA                 # waiting / triggered / expired
python3 trader-exit/exit.py plan --stop or-mid --target 1R --write
python3 trader-timemachine/timemachine.py run --write     # 10,000 次重放 + 历史
python3 trader-budget/size.py --write                     # 计算股数 -> trader/orders.json
python3 trader-risk/check.py                              # PASS / BLOCK 判定
python3 trader-broker/ticket.py show                      # 查看订单"票"
python3 trader-alerts/alerts.py add --from-plan           # 止损/目标/清仓三条提醒

离线测试同样齐全:运行 python3 -m unittest discover -s tests -v,测试基于真实数据剪成的 fixture 在断网环境下复现上面例子里的每一个数字(见 tests/)。

常见问题 FAQ

需要付费数据或 API Key 吗? 不需要。图表来自 Yahoo Finance 免费公开接口,股票池来自 Nasdaq Trader,财报来自 SEC EDGAR,国会交易披露来自 House Clerk。注意:这些数据免费、非官方,可能有延迟——重要决策前请对照券商复核。

它会直接帮我下单吗? 只有 /trader-broker 能通向订单,且必须通过上面说的三重门;其余 10 个 Skill 要么只读数据、要么只写文件。

适合新手吗? 它不替你选股、不预测涨跌,只帮你把"规则、计算、纪律"自动化。新手建议先跑几周 paper trading,看看流水线是否符合自己的风格,再决定是否实盘。

重要提醒 ⚠️

  • 这不是投资建议:工具只读公开数据、做算术,不知道你的情况,也看不到未来;
  • 大多数日内交易者会亏钱,工具改变不了这一点;
  • 止损是"计划"不是"保证",快速行情中可能以差于止损价成交;
  • 时间机器是模拟,不是预测;
  • 国会议员交易是最多滞后 45 天的公开披露,不是内幕消息。

写在最后

day-trader-skill 的价值不在于"帮你赚钱",而在于把散落的免费数据和交易纪律,组装成一条可检查、可复现、可人工否决的完整流水线。MIT 协议、零依赖、零 API Key,克隆下来就能用——先用模拟盘,让它跑给你看。

登录后查看全文
day-trader-skill