Claude Trading Skills:交易工作流的正确抽象不是「策略」,而是带前置闸门的工作流清单
posts posts 2026-11-20T01:27:19+08:00Claude Trading Skills 是面向个人投资者的 74 技能交易工作流工具包,用 YAML 清单定义 14 条工作流的步骤、决策闸门与产物契约。本文拆解其「先定仓位姿态再找机会」的门控设计、consumes/produces 产物契约与日英双语强制校验,并说明它为何不做信号服务。技术笔记交易系统, AI Agent, 工作流编排, Claude Skills, 风险管理核心判断
市面上的「AI 交易工具」通常在卖两样东西之一:信号,或者回测。这个项目两样都不卖。
Claude Trading Skills 的自我定位是流程工具包(toolkit),目标用户是「时间受限的个人投资者」—— 以长期投资、ETF 和股息股为核心,在市场条件合适时用有纪律的波段交易做卫星策略。作者写得很直接:
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、日志与持续改进。
这决定了它的架构重心不在「找出好股票」,而在约束「什么时候不该交易」。
整个项目的技术核心是一个判断:工作流的正确抽象不是策略,是带前置闸门的清单。
这不是抽象概念,而是一个具体的工程决策。仓库里的 14 条工作流是 YAML 清单,每条声明自己依赖哪些上游产物、在什么条件下不该运行、以及每一步消费和产出什么。最典型的一条:
when_not_to_run: >-
Do not run when the latest market-regime-daily exposure_decision is
cash-priority or restrictive. Do not use as a standalone screener without
the regime gate.翻译成白话:当天是「现金优先」或「限制仓位」的日子,就不要跑这个选股工作流。选股器不能单独使用。
这个约束在传统交易系统里通常靠人的纪律维持。在这里,它被写成了机器可校验的清单字段。
必须先说清楚免责边界:README 明确声明这不是信号服务、不承诺盈利、不构成投资建议、不是券商执行平台,全部决策、仓位大小、税务合规和券商使用都是用户自己的责任。所有决策、仓位大小、税务合规和券商使用都是用户自己的责任。仓库的免责声明里还专门加了一句:过往业绩、回测、选股结果、报告和 AI 生成的分析都不保证未来结果。
截至 2026 年 11 月 20 日,这个仓库有 7195 stars、1456 forks,Python 为主,MIT 许可,2025 年 10 月创建,11 月 19 日仍在更新。
系统地图
workflows/*.yaml ← 14 条工作流清单(规范定义,优先于一切散文)
│
├─ steps[] ← 每步恰好一个技能
├─ decision_gate ← 需要 decision_question + 日文版
├─ artifacts[] ← 命名产物:produced_by_step / required
├─ consumes/produces ← 步骤间的数据契约
└─ manual_review ← 人必须逐项确认的清单
│
↓
skills/*.md ← 74 个技能,各自一个 SKILL.md
│
↓
scripts/*.py ← 真正的计算:评分引擎、检测器
│
↓
reports/*.json ← 产物文件,被上游工作流消费关键的一条规则写在 workflows/README.md 开头:
这些文件是多技能工作流的规范定义。如果其它任何地方(
README.md、CLAUDE.md、博客、文档站)与这个目录里的清单不一致,以 YAML 为准。
这是很成熟的工程约定 —— 机器可读的清单是唯一真相来源,散文随时可能过期,YAML 不会。而且有 validator 在守着。
机制一:先定姿态,再找机会
market-regime-daily 是门控设计的核心,也是最短的一条工作流(estimated_minutes: 15,difficulty: beginner)。
它跑三个技能:market-breadth-analyzer、uptrend-analyzer、exposure-coach。
exposure-coach 是个合成器,它把八个上游技能的 JSON 输出整合成一个控制面决策:
| 上游技能 | 输出文件模式 | 提供的信号 |
|---|---|---|
| market-breadth-analyzer | breadth_*.json | 涨跌比、新高/新低 |
| uptrend-analyzer | uptrend_*.json | 上升趋势参与度百分比 |
| macro-regime-detector | regime_*.json | 当前 regime(集中 / 扩散 / 收缩…) |
| market-top-detector | top_risk_*.json | 分布日计数、顶部概率评分 |
| ftd-detector | ftd_*.json | Follow-Through Day 质量(底部确认) |
| theme-detector | theme_detector_*.json | 活跃主题与轮动 |
| sector-analyst | sector_*.json | 板块表现排名 |
| institutional-flow-tracker | institutional_*.json | 机构净买入/卖出 |
它回答的是个人交易者最核心的那个问题:「我现在该往股市投多少资本?」 —— 在任何个股分析开始之前。
输出是一页 Market Posture 摘要:净敞口上限、成长 vs 价值偏好、参与广度、以及「允许新开仓 / 现金优先」的结论。
README 里的预览图展示了三种典型输出,其中一张是:36% 敞口上限、REDUCE_ONLY 姿态、LOW 置信度,因为关键输入缺失。
最后这半句是这套设计的诚实之处 —— 缺输入时它降低置信度,而不是硬给一个结论。注意置信度低的那张图,姿态是最保守的那个。
而 market-regime-daily 的 when_not_to_run 又反向声明:
不要把这个输出当作独立的买卖信号。
exposure_decision是姿态(allow / restrict / cash-priority),不是指令。
三层防护:姿态不是信号 → 现金优先的日子不跑选股 → 选股器不能单独用。
机制二:产物契约
工作流之间靠命名产物传递数据,每个产物都声明谁产出、是否必需:
artifacts:
- id: market_breadth_report
produced_by_step: 1
required: true
downstream_hints:
- swing-opportunity-daily
- monthly-performance-reviewdownstream_hints 是给人和 agent 的导航提示,告诉谁会消费这个产物。
consumes: 的语义很微妙
workflows/README.md 里专门用一节解释了这件事,因为它很容易被误读:
步骤的
consumes:列表记录该步骤如果前面的步骤产出了产物,可以读取哪些。它是否在运行期实际存在,取决于产出它的步骤是否跑过:
- 如果产出步骤是非可选的,产物必然存在,当作必需输入处理。
- 如果产出步骤是可选的(
optional: true),消费步骤必须优雅处理缺失的情况。这是有意保持最小化的 —— 没有单独的
optional_consumes:字段。可选性放在生产者身上,消费者负责处理缺失。
这个设计决定值得单独拎出来。绝大多数编排框架会在每个边上都标一遍可选性,结果是 N 个边 × M 种状态,出错空间巨大。这里把可选性收敛到生产点一个地方,消费点只需要一个规则:「上游可选则你得能处理没有」。
单一职责也贯彻得很彻底:每个 step 恰好一个 skill。没有「这一步同时做三件事」。
决策闸门
步骤可以是 decision_gate,但要求同时提供 decision_question 和 decision_question_ja。这保证了闸门的存在形式是一个待回答的问题,而不是一个自动分支。
机制三:日英双语是强制的
workflows/README.md 里有一条不起眼但很硬的规则:
在
--strict-workflows下,所有面向人看的日文字段都是强制的(WF014)。日语文档生成失败,而不是静默回退到英文。
也就是说,如果某个字段的日文版缺失,构建直接失败。
这条规则解决的是一个很常见的国际化失败模式:日文文档悄悄退化成英文,用户以为「有日文版」,实际是半成品。让生成失败比静默降级好得多 —— 后者你永远不会发现。
机器标识符、状态值、CLI 选项、文件路径和 API profile 则保持不翻译。这个边界划得清楚。
14 条工作流
| 工作流 | 节奏 | 耗时 | API profile | 锚点技能 |
|---|---|---|---|---|
market-regime-daily | 每日 | ~15 分钟 | mixed(基础无需 key) | market-breadth-analyzer, uptrend-analyzer, exposure-coach |
portfolio-holdings-review | 每周 | ~15 分钟 | no-api-basic | portfolio-manager |
core-portfolio-weekly | 每周 | ~60 分钟 | alpaca-required | portfolio-manager, kanchi-dividend-review-monitor, trader-memory-core |
swing-opportunity-daily | 每日 | ~40 分钟 | fmp-required | vcp-screener, drawdown-circuit-breaker, position-sizer, pre-trade-discipline-gate |
multi-asset-opportunity-daily | 每日 | ~45 分钟 | mixed | macro-regime-detector, theme-detector, trade-hypothesis-ideator |
stockbee-ep-daily | 每日 | ~40 分钟 | mixed | drawdown-circuit-breaker, stockbee-episodic-pivot-analyzer, position-sizer, pre-trade-discipline-gate |
stockbee-20pct-study-daily | 每日 | ~30 分钟 | mixed | stockbee-20pct-study |
stockbee-fluency-loop | 每日 | ~20 分钟 | no-api-basic | stockbee-setup-fluency-trainer |
trade-memory-loop | 每笔平仓后 | 不定 | no-api-basic | trader-memory-core, signal-postmortem |
monthly-performance-review | 每月 | ~90 分钟 | no-api-basic | trader-memory-core, signal-postmortem, backtest-expert |
shapiro-contrarian | 每周 | ~60 分钟 | fmp-required | cot-contrarian-detector, contrarian-setup-gate, futures-position-sizer… |
kanchi-dividend-weekly | 每周 | ~60 分钟 | mixed | kanchi-dividend-sop, value-dividend-screener, dividend-growth-pullback-screener |
earnings-weekly | 每周 | ~60 分钟 | fmp-required | earnings-trade-analyzer, pead-screener, drawdown-circuit-breaker, position-sizer |
strategy-research-pipeline | 不定 | ~60 分钟 | no-api-basic | edge-candidate-agent, edge-hint-extractor, backtest-expert |
api_profile 这一列值得看:它明确标注每条工作流需要哪些付费数据 API(Alpaca、FMP),哪些完全不需要。no-api-basic 的那几条(trade-memory-loop、monthly-performance-review、portfolio-holdings-review、stockbee-fluency-loop)是纯本地的。
这让「先免费用起来」的路径是明确的:日志复盘、月度回顾、持仓检查都不需要 key。
注意 swing-opportunity-daily 的锚点技能里有 pre-trade-discipline-gate 和 drawdown-circuit-breaker —— 纪律闸门和熔断器是跟选股器绑在一起的,不是可选步骤。
74 个技能
技能目录涵盖的维度比「技术分析」宽得多:
- 市场状态:market-breadth-analyzer、uptrend-analyzer、macro-regime-detector、market-top-detector、market-environment-analysis、downtrend-duration-analyzer、crypto-regime-analyzer
- 选股器:vcp-screener、canslim-screener、finviz-screener、pead-screener、pair-trade-screener、contrarian-setup-gate、dividend-growth-pullback-screener
- 风险:drawdown-circuit-breaker、exposure-coach、position-sizer 类、futures-position-sizer、pre-trade-discipline-gate
- 组合与股息:portfolio-manager、kanchi-dividend-sop、kanchi-dividend-review-monitor、kanchi-dividend-us-tax-accounting
- 记忆与复盘:trader-memory-core、signal-postmortem、news-reaction-failure-analyzer
- 研究与边缘发现:edge-pipeline-orchestrator、edge-candidate-agent、edge-strategy-designer、edge-signal-aggregator、edge-concept-synthesizer、edge-strategy-reviewer、edge-hint-extractor
- 回测:manifoldbt-backtester、backtest-expert、mt5-robot-tester
- 其它:earnings-calendar、economic-calendar-fetcher、ftd-detector、institutional-flow-tracker、ibd-distribution-day-monitor、cot-contrarian-detector、data-quality-checker、dual-axis-skill-reviewer
edge-* 这一组值得注意 —— 它是一条从「提示」到「可检验策略」的流水线:edge-pipeline-orchestrator 调度,edge-hint-extractor 抽线索,edge-candidate-agent 提候选,edge-concept-synthesizer 做概念综合,edge-strategy-designer 出策略,backtest-expert 回测,edge-strategy-reviewer 评审,edge-signal-aggregator 汇总。
data-quality-checker 的存在也说明了作者对 AI 在金融数据上的判断 —— 数据质量本身需要被检查,不是默认可信。
一条完整工作流的结构
以 swing-opportunity-daily 为例,它的 YAML 完整结构是:
schema_version: 1
id: swing-opportunity-daily
display_name: Swing Opportunity Daily
cadence: daily
estimated_minutes: 40
target_users: [part-time-swing-trader]
difficulty: intermediate
api_profile: fmp-required
when_to_run: >-
Only after market-regime-daily has produced a non-restrictive exposure
decision. Identifies swing trade candidates and builds entry plans.
when_not_to_run: >-
Do not run when the latest market-regime-daily exposure_decision is
cash-priority or restrictive. Do not use as a standalone screener without
the regime gate.
required_skills:
- vcp-screener
- drawdown-circuit-breaker
- technical-analyst
- position-sizer
- trader-memory-core
- pre-trade-discipline-gate
prerequisite_workflows:
- id: market-regime-daily
artifact: exposure_decision
rationale: >-
New swing trade risk requires a non-restrictive exposure decision.
artifacts:
- id: circuit_breaker_decision
produced_by_step: 1
required: true
- id: vcp_candidates
produced_by_step: 2
required: true
# ...后续产物,多为 optional: false注意 prerequisite_workflows 上方那行注释:
仅作信息用途 —— 校验器不强制工作流间的顺序。
这条注释坦率地承认了一个限制:跨工作流的顺序约束写在文档里,不在机器里。清单能保证「这一步消费什么、产出什么」,但保证不了「你必须先跑 regime-daily」。
这个诚实的标注比假装有强制力要好,但它确实是这套系统的一个真实缺口 —— 用户跳过 regime-daily 直接跑选股,机器不会拦。这条约束目前只靠 when_not_to_run 的文字和人的自觉。
半自动,不是自动
每条工作流都有 manual_review 段:
与条目对齐的检查清单,人类必须逐项确认。工作流是半自动的,不是自动执行。人的判断仍在回路里。
加上 journal_destination(哪个技能负责记录结果;只读的持仓工作流没有)和 final_outputs(只有 monthly-performance-review 有,它把交易侧改进和仓库侧改进分开 —— 改策略 vs 改工具本身)。
最后这个区分很有意思:用工具时发现是策略的问题还是工具的问题,是两种不同的改进。很多工具把这两者混在一起,导致「因为工具输出不好看所以改策略」这种本末倒置。
边界
它明确不做的事:不提供信号、不做自动交易、不承诺盈利。README 写明「不适合全自动交易、信号外包、短线剥头皮」。
不覆盖内网 AD 那类东西 —— 无关,但同样重要的是:它不覆盖税务和合规。有一个 kanchi-dividend-us-tax-accounting 技能,但这只是辅助,不是专业税务意见。
74 个技能的深度不均。 核心的 exposure-coach、drawdown-circuit-breaker、trader-memory-core 有真实的 Python 脚本;边缘的一些技能可能主要是 Markdown 流程。用之前自己看一眼你依赖的那条链是不是真有实现。
工作流间的顺序约束不在机器里(见上)。
金融领域的内容需要你自己有判断。 免责声明是认真的,回测结果不是收益承诺。
采用顺序
- 先读
workflows/README.md的 “How to read a manifest” 一节,再读market-regime-daily.yaml。这两个文件是理解整个项目的最短路径 —— 项目刻意把它们写清楚了。 - 从
trade-memory-loop或portfolio-holdings-review开始,它们是no-api-basic,不需要任何付费 API key。先跑通「日志 → 复盘」这条纯本地链路,验证你真的会用它。 - 再建
market-regime-daily基线。这是所有波段工作流的前置,API profile 是 mixed(基础路径无需 key)。 - 最后才接 FMP / Alpaca,跑
swing-opportunity-daily。不要一上来就跑它 —— 没有 regime 门控的选股结果没有意义。 - 每次平仓后跑
trade-memory-loop,每月跑monthly-performance-review。 这两条是整个系统真正产生复利的地方,也是最少人做的地方。 - 新建工作流时,遵守「YAML 是规范,散文不是」这条约定。 文档与清单冲突时改文档,不要改清单。
排查:按现象定位
| 现象 | 先查这里 |
|---|---|
| 不知道现在该不该交易 | 跑 market-regime-daily,看 exposure_decision;别直接跑选股 |
| 选股器给出结果但没意义 | 检查当天 exposure_decision 是不是 cash-priority / restrictive;这条约束目前靠自觉,机器不拦 |
| 缺上游产物 | 看消费步骤的 consumes: 里那个产物的生产步骤是不是 optional: true;可选产物缺失时消费步骤应优雅降级 |
| 找不到某个 API 能不能免 | 看工作流的 api_profile 字段;no-api-basic 的那几条不需要任何 key |
| 日文文档不完整 | --strict-workflows 下会直接失败(WF014)而不是回退英文;补上 *_ja 字段 |
| 日文文档看着是英文 | 检查是不是没开 --strict-workflows,导致静默回退了 |
| 清单和文档说法不一致 | 以 YAML 为准(workflows/README.md 的明确约定);修文档 |
| 某个技能的结论可疑 | 先确认 data-quality-checker 跑过了 —— 这个仓库把数据质量当成需要独立验证的东西 |
| 想验证某个策略 | 走 strategy-research-pipeline,末尾是 backtest-expert;记住回测不保证未来 |
参考
- 仓库:https://github.com/tradermonty/claude-trading-skills
- 文档站:https://tradermonty.github.io/claude-trading-skills/
- 项目愿景:仓库内
PROJECT_VISION.md - 工作流清单规范:仓库内
docs/dev/metadata-and-workflow-schema.md - 新手第一周:仓库内
docs/en/your-first-week.md - 隐私政策与安全策略:仓库内
docs/en/privacy.md、SECURITY.md
参与讨论
使用 GitHub 登录。欢迎补充事实、异议与实践。
讨论暂时无法加载。