Innei/trade-skills

# trade-skills 这是**交易日志仓库**，不是对外发布的软件产品。它做三件事： 1. **留下可查的记录**：所有札记都是纯 markdown，按日期放在 `journal/`，按个股放在 `stocks/`，图表数据 JSON 放在 `journal/charts/data/`。没有数据库。 2. **提供一套调研工具**：`~agents/skills/` 和 `~claude/skills/` 下的 Skill 调用券商、政府、新闻接口，把零散数据拼成一份能落档的研究稿，同时从第三方 skill 生态引入估值、财报分析、期权、相关性分析等能力。 3. **本地渲染图表**：`app/`（Fastify + TypeScript 服务端内嵌 Vite middleware，React 前端）在 `http://localhost:5199` 渲染全部图表——K 线、资金流、SEPA 仪表盘、短线多周期预测面板，指标全部服务端实算，并带实时行情推送。 ## 界面预览 图表应用（`app/`）本地跑在 `http://localhost:5199`。下面几张图分别是它的四类图表、个股驾驶舱和图表库——数据全部服务端实算，页面打开时走 SSE 实时刷新。 **个股驾驶舱**：一屏看完一只票——左侧多周期 K 线叠加均线 / MACD / K 线形态标注，右侧页签在预测、资金流、消息、持仓&环境、AI 点评之间切换。 

SEPA 策略仪表盘——Minervini 趋势模板逐条打钩，长期均线值区、成交密集区、RS 相对强弱、量能比一屏呈现。	短线多周期预测面板——5m/15m/1h 切换，入场 / 止损 / 目标价位线，MACD 背离与 K 线形态自动标注，右栏给三档情景推演。
主力资金流曲线——日内累计主力净流入，正负分区着色。	跨标的资金净额对比——一组标的的资金净额横向对比，看板块内谁在流入流出。

**图表库**：所有出过的图按日期归档，可按类型（sepa / intraday / flow / cohort）筛选；数据存在 `journal/charts/data/`，渲染永远用最新前端代码。  ## 三层结构 仓库按层分工，每一层只做一件事。 ### 第一层 · 数据源（原始检索） | 来源 | 接入方式 | 覆盖范围 | |---|---|---| | **Longbridge 长桥** | `longbridge ...` CLI / `longbridge-*` skill | 实时报价、K 线、基本面、资金流、技术指标、新闻 | | **FRED** | `fred` skill（免费 API key） | 美国/全球宏观时间序列（CPI、GDP、联邦利率、收益率、M2、美元指数） | | **SEC EDGAR** | `sec-edgar` skill（UA header） | 10-K/10-Q/8-K/S-1 原文，Form 4 内部人交易解析 | | **GDELT 2.0** | `gdelt` skill（5 秒限流） | 全球多语种新闻流，含情绪打分 | | **Trump Truth Social** | `trump-truth-monitor` skill（RSS 镜像） | Trump 帖子归档、分类与市场影响分级 | | **Yahoo Finance** | `yfinance-data` + 衍生 skill | 估值数据、财报前瞻/复盘、分析师预期、链上 ETF 溢价、流动性指标 | Longbridge 覆盖价格与基本面；自研的四个 custom skill 补的是盲区（宏观、监管原文、世界新闻、政策口风）；Yahoo Finance 衍生 skill 接管了估值和财报分析方向。 ### 第二层 · 编排工作流（真正的价值） 这一层不引入新数据源，只把第一层的调用按规矩排好顺序，并执行一系列防错纪律： - **`stock-deep-dive`**：第一次看一只新票时用。一次性跑业务/基本面/技术面/催化剂/上下游/自审六个维度。 - **`capital-rotation`**：盘后一次性扫指数/半导体/软件云/大科技/应用端几个固定 cohort 的资金净流入，定一个轮动叙事，写入 `journal/YYYY-MM-DD-flow.md`。 - **`market-session-tracker`**：盘前到收盘期间盯一份观察清单，识别突破、派发、回调档位，按时间戳更新判断。 - **`company-valuation`**：DCF + 相对估值（multiples）+ 分部估值（SOTP）三法并算，给出隐含股价区间和不含偏见的公允价值判断。 - **`earnings-preview` / `earnings-recap` / `estimate-analysis`**：财报前瞻（一致预期 vs 历史 beat/miss 记录）、日志（结果复盘）、预估分析（修订趋势与分布区间）。 - **`etf-premium`**：ETF 溢价/折价分解——哪些是 NAV 驱动、哪些是结构性的（伽马挤压、做市商对冲、AP 套利堵塞）。 - **`sepa-strategy`**：Mark Minervini SEPA 方法——趋势模板检查、VCP 收缩识别、杯柄/旗形/高紧旗形态、突破确认与仓位计算。 - **`stock-correlation`**：股票间相关性与配对分析（滚动相关系数、beta、同行对标、供应链联动）。 - **`stock-liquidity`**：流动性评分——买卖价差、ADTV、市场冲击估算、Amihud 非流动性指标。 - **`serenity-skill`**：供应链瓶颈挖掘法——从产业链卡点倒推投资机会，适合独立深度调研。 - **`options-payoff`**：交互式期权盈亏曲线——多腿组合的 P&L 可视化与盈亏平衡点分析。 - **更多**：`startup-analysis`（风投/求职/创始人三维评价）、`hormuz-strait`（霍尔木兹海峡实时状态）、`saas-valuation-compression`（SaaS 多轮估值压缩分析）、`yc-reader`、`twitter-reader` 等。 ### 第三层 · 落档（步不能省） 每个工作流最后都要写入 markdown。 - `journal/YYYY-MM-DD-flow.md` —— 资金轮动快照 - `journal/YYYY-MM-DD-.md` —— 盯盘报告 - `journal/trump-feed/YYYY-MM-DD.md` —— Trump 帖子档案（`archive.py` 幂等追加） - `stocks/{SYMBOL}.md` —— 个股六维笔记，**增量更新**，不重写 - `stocks/_chain-ai-stack.md` —— AI 资本支出产业链的跨股映射图 - `journal/charts/data/YYYY-MM-DD-.json` —— 图表数据快照，带 schema version ## 自定义 skill（自研） 项目自有 skill 放在 `.claude/skills/`： .claude/skills/ ├── _shared/ # 公共模块（env、缓存客户端、输出协议） ├── capital-rotation/ # 资金轮动扫描 ├── chart/ # 图表应用调用规范（skill 内用 POST /api/charts 出图） ├── fred/ # FRED 宏观数据 ├── gdelt/ # 全球新闻流 ├── intraday-signal/ # 单票短线多周期钻取 ├── market-session-tracker/ # 盘中实时盯盘 ├── sec-edgar/ # SEC 文件 ├── stock-deep-dive/ # 单票六维研究 └── trump-truth-monitor/ # Truth Social 监控与归档 自研 skill 是 stdlib-only 的 Python 3（`/usr/bin/python3`），从仓库根目录调用： # 自检某个数据源是否可达 python3 .claude/skills//scripts/.py --smoke # 通用参数：--help、--smoke、--verbose；数据脚本额外支持 --fresh、--json python3 .claude/skills/trump-truth-monitor/scripts/fetch.py --hours 24 --json python3 .claude/skills/trump-truth-monitor/scripts/archive.py --quiet 共享约定（由 `_shared/` 统一执行）： - **输出协议**：成功 → `{"ok": true, "data": ..., "meta": ...}` 到 stdout，exit 0；失败 → `{"ok": false, "error": ..., "hint": ...}`，非零退出，诊断信息走 stderr。 - **凭证**：`_shared/env.py` 在 import 时自动读仓库根 `.env`（`FRED_API_KEY`、`SEC_USER_AGENT`）。`.env` 已 git-ignore。 - **缓存与限流**：`_shared/client.py` 缓存在 `~/.cache/market-intel/`，按数据源自动节流（SEC 10 req/s、FRED 120 req/min、GDELT ≥ 5 秒一次）。 ## 第三方 skill（即装即用） 借助 pi 的 skill 机制，项目还集成了一套涵盖估值、财报、期权、流动性、相关性的第三方 skill，放在 `.agents/skills/` 下，由 `skills-lock.json` 管理版本锁。`pnpm install` 自动还原。 来自 [himself65/finance-skills](https://github.com/himself65/finance-skills) 与 [muxuuu/serenity-skill](https://github.com/muxuuu/serenity-skill)，具体清单见 [`skills-lock.json`](./skills-lock.json)。 ## 图表应用 cd app && pnpm install # 首次 cd app && pnpm start # http://localhost:5199 cd app && pnpm test # 金标测试（与原 Python 实现逐数对齐） 单进程运行——server（Fastify + TypeScript）以内嵌 middleware 模式挂载 Vite dev server，前端源码直接热更新，无打包环节。服务端自己调 longbridge CLI 拉数据并用 TypeScript 计算全部指标（均线、MACD、RS、趋势模板、成交分布、14 种 K 线形态、背离检测、时段分类）；图表数据以 JSON 落在 `journal/charts/data/`（gitignored），前端永远用最新代码渲染历史数据，改组件不影响旧图。 **实时层**：页面打开期间走 SSE 推送—— - `GET /api/stream/quotes`：10 秒轮询行情（watchlist ∪ 持仓），自动识别盘前/盘后/隔夜时段； - `GET /api/stream/charts/:id`：每 60 秒重建 flow / kline / intraday 图表数据并推送，不重置缩放。 详情见 [`app/README.md`](./app/README.md)。 ## 安装 git clone https://github.com/Innei/trade-skills.git ~/git/trade cd ~/git/trade pnpm install # 会触发 prepare 钩子，自动还原第三方 skill `pnpm install` 自动调 `skills experimental_install` 按 `skills-lock.json` 把第三方 skill 拉到 `.agents/`。第三方 skill 不进仓库本体。 要更新 skill 锁定版本： pnpm skills:update 可选的环境变量放在仓库根的 `.env`： FRED_API_KEY=... # FRED 免费申请 SEC_USER_AGENT="Your Name " # SEC EDGAR 要求带身份 ## 仓库布局 . ├── .agents/skills/ # 第三方 skill（pnpm 按 skills-lock.json 自动还原，gitignored） ├── .claude/skills/ # 自研 skill 源码 │ ├── _shared/ # 公共 env / 缓存客户端 │ ├── capital-rotation/ # 资金轮动扫描 │ ├── chart/ # 图表调用规范 │ ├── fred/ # FRED 宏观数据 │ ├── gdelt/ # 全球新闻流 │ ├── intraday-signal/ # 单票短线多周期 │ ├── market-session-tracker/ │ ├── sec-edgar/ # SEC 文件 │ ├── stock-deep-dive/ # 单票六维研究 │ └── trump-truth-monitor/ ├── app/ # 图表应用 │ ├── server/ # Fastify + TypeScript（指标实算 + API + SSE） │ ├── web/ # Vite + React（渲染组件 + 实时数据订阅） │ └── README.md ├── docs/ # 设计文档 ├── journal/ # 每日札记（gitignored） ├── stocks/ # 个股笔记（gitignored） ├── CLAUDE.md # 给 Claude Code 的项目说明（中文白话） ├── package.json # pnpm workspace root └── skills-lock.json # 第三方 skill 版本锁 ## 贯穿全局的纪律 这些都是反复踩过坑后写进 skill 里的硬性约束，独立调用脚本时也建议保留： - **数字溯源**：业绩数据以新闻稿/8-K/真实 OHLCV 为准。Longbridge 的社区帖、被截断的 `…` 标题，不能当作公司口径引用。 - **区分 GAAP 与 non-GAAP**：`longbridge financial-report --kind IS` 给的是 GAAP 稀释 EPS；卖方、一致预期用的是 non-GAAP。两者数字差距大时，多半是混了口径。 - **YoY 必带 QoQ**：基数抬高时 YoY 百分比会失真，必须同时看环比。 - **不模糊描述**：不写"市场分化/偏弱/偏强"，要用明确档位——机构派发/主力散户背离/全档抛压/主力吸筹/全档吸金；回调分 1 震荡 → 4 风险传染四档。 - **不附和方向**：用户说"突破/冲高/回调"时，必须重新拉报价，把现货高点与盘前高点对照后再回应。数据矛盾就直说。 - **只给情景，不给点位预测**：前瞻判断用 Bull/Base/Bear 三档，概率合计 100%，附触发条件，按时间戳修订。 ## 已知数据坑 ## 致谢 第三方 skill 来自 [himself65/finance-skills](https://github.com/himself65/finance-skills) 与 [muxuuu/serenity-skill](https://github.com/muxuuu/serenity-skill)。具体清单见 [`skills-lock.json`](./skills-lock.json)。

标签：Fastify, React, Syscalls, 美股交易, 自动化攻击, 量化研究, 金融分析