trade-skills

个人美股交易研究工作台：交易日志、市场情报 Agent Skill，以及本地实时图表应用。

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。

[!NOTE] 这套工具针对美股。Skill 内置的 cohort、宏观系列、新闻流都默认美股口径。

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。

[!TIP] 工作流之间互有重叠。单票第一次研究用 stock-deep-dive；盘后看大盘资金去哪了用 capital-rotation；盘中实时盯盘用 market-session-tracker；单票找入场用 intraday-signal；看估值用 company-valuation；准备或回顾财报用 earnings-preview / earnings-recap；只看一个维度（比如只查个报价）就跳过工作流，直接调 longbridge-*。

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-<theme>.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-<slug>.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/<cmd>.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 与 muxuuu/serenity-skill，具体清单见 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。

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 <you@example.com>"  # 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

[!WARNING] - 资金流单位不一致：capital-rotation 把 longbridge capital 的输出当作万美元，盯盘模板默认推断为千美元/$k。Longbridge 本身不标单位，记录时一定要把原始数字和你推断的单位都写下来，不要默默换算。 - .SOX.US 在 Longbridge 上拉不到，用 SMH/SOXX ETF 代理。 - 文件名日期是美股交易日，不是亚洲本地日期。同一天再跑会追加带时间戳的小节，不会覆盖。 - GDELT 只滚动近期窗口，不是历史档案。Trump 的 RSS 镜像只露最近约 5 天（约 100 条），更早的帖子只有靠 archive.py 持续抓取才会留存。

致谢

第三方 skill 来自 himself65/finance-skills 与 muxuuu/serenity-skill。具体清单见 skills-lock.json。