四行堆叠,按职能将十一个日内交易命令分组:观察、时机、规模与检查、下单
Guides & Insights

Claude 日内交易者技能:11 条命令包究竟能做什么

作者

Rowan Sterling

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

2026年10月20日,一个名为 day-trader-skill 的代码库在 GitHub 上以 Jakeschincariol 账号发布;截至2026年10月23日读取时,它已在 GitHub 上获得637颗星标。同一时间窗口内,Google Trends 显示,在截至2026年10月23日的过去七天里,“claude trader skill”和“github day trader skill”在全球范围内成为突破性搜索词。人们点星标的这个东西并不是交易机器人。它是一组十一个指令文件、十一个小型 Python 工具,以及一个文件夹,其中每一步都会给下一步留下一条备注。

这种区别比听起来更重要。机器人会采取行动;这个工具包则把文件写入 trader/ 目录并等待。该仓库的 README 规定了统领其余一切的那条规则:“除非你说可以,否则任何交易都不会执行。这个工具包里的任何东西都不能自行下单。模拟交易是默认设置。”以下内容不会改变这一点,以下内容也不构成投资建议。这是一款 MIT 许可的软件,它读取公开数据并进行算术运算,而它的作者在 README 自己的细则中也这样说明了。

仓库中实际包含的内容

十一个文件夹,每个都包含一个 SKILL.md 和一个脚本:trader-scanner、trader-news、trader-entry、trader-exit、trader-timemachine、trader-risk、trader-budget、trader-broker、trader-alerts、trader-analyst 和 trader-pelosi。还有一个 tests 文件夹,内含离线 unittest 测试套件,以及一个 LICENSE 和一个 README。仓库页面上的“关于”面板将该项目描述为:“11 个用于日内交易的 Claude 技能:扫描数千张图表、追踪突发新闻、为每次入场和出场择时,并在你冒一分钱风险之前回放每一种结果。”侧边栏显示 Python 占代码的 100%。

这些数据按设计就是免费且公开的。README 中说,这些工具“读取免费的公开数据:Yahoo Finance 图表、Nasdaq Trader 的股票代码列表、SEC EDGAR 和 House Clerk”,并且无需注册,也无需 API 密钥。这些工具需要 Python 3.8 或更高版本,且无需 pip 安装任何内容。由 SEC 支持的技能要求你表明身份,在 trader/config.json 或 SEC_USER_AGENT 环境变量中提供姓名和电子邮件,这是对 EDGAR 自动化请求的标准礼节。

有三种安装方式。把仓库 URL 粘贴到 Claude 中,然后说“install skill”。在 Claude Code 中,将该仓库添加为插件市场,并从中安装 day-trader-skill,这会把命令命名为 /day-trader-skill:trader-scanner 等。或者克隆仓库,把 trader-* 文件夹复制到 ~/.claude/skills/ 或某个仓库的 .claude/skills/ 中,这样会保留纯 /trader-scanner 名称。README 还提到了第四条降级路径:在聊天顶部粘贴单个 SKILL.md,它会作为一种模式运行,但你会失去 Python 工具,只保留方法。

作者是 Jake Schincariol,他早前的交易员技能涵盖了复制投资者的 13F 文件、股票筛选器、税务批次和再平衡。这个代码仓库是日内交易的续作,README 称之为“Trader skill v2”。这种拆分是刻意的:第一个技能包关注持仓和了解自己拥有什么,第二个则关注开盘钟到收盘之间的那几个小时。

这十一个命令,按它们所回答的问题分组

README 用表格列出了这些命令,而这是阅读它们最没意思的方式。按每条命令所服务的决策将它们分组,整体结构就会变得更清晰。

• 功能一览:/trader-scanner 扫描数千张图表,寻找开盘区间突破、旗形形态和超卖反弹;/trader-news 追踪你关注的每只股票的突发新闻;/trader-analyst 解读财报,并总结其中有哪些变化;/trader-pelosi 解读国会的股票交易披露。

• 时间:/trader-entry 逐根K线观察交易形态,并告诉你何时入场;/trader-exit 在你入场前设定止损和目标;/trader-timemachine 在你冒任何风险之前回放结果。

• 仓位规模与检查:/trader-budget 会根据你的预算和每笔交易的最大亏损来确定仓位规模;/trader-risk 会对照你的限额检查每一笔订单,并阻止任何超出限额的订单。

• 位置:/trader-broker 将已批准的订单发送给你的经纪商,默认使用模拟盘,且未经你同意绝不会发送;/trader-alerts 会在价格、止损位或开盘铃触发时提醒你。

其中两个值得再细看一番。该扫描器运行在约5,900只美国股票构成的股票池上,这些代码取自Nasdaq Trader的代码列表;其每日模式会在整个股票池中寻找盘前形态。Time Machine则是README所称的“最疯狂的那个”:它会把一个交易时段剩余的部分重放一万次,其中每根五分钟K线都取自该股票近期历史中同一时段自身的K线;它还会在每个曾触发该形态的过往交易时段上重新运行该规则。

各部分如何交接

所有内容都会落到你项目里的 trader/ 文件夹中,每个技能都会读取上一个技能写下的内容。对于单笔交易,链条是 scanner,然后 news,然后 entry,然后 exit,然后 timemachine,然后 budget,然后 risk,然后 broker。持仓开启期间,alerts 会监视止损、目标和收盘。News、analyst 和 pelosi 按计划运行,而不是在这条链条中运行。这种基于文件的交接,正是这个包无需服务器或数据库也能运作的原因,也是为什么事后你可以把每一个中间决策都当作文件来读取,而不是去信任一个黑箱。

GitHub repository page for Jakeschincariol/day-trader-skill showing 637 stars and 121 forks in the sidebar, eleven trader- folders in the file list, an MIT licence label, two contributors and Python at 100 percent of the code

仓库页面在你打开任何一个文件之前就清楚展示了整体结构:十一个以十一条命令命名的文件夹、一个 tests 文件夹,以及一条写着“The Trader skill v2: 11 day-trading skills”的提交信息。About 面板承载着与 README 第一行相同的一句话描述,侧边栏显示 637 个 star、121 个 fork,且没有发布版本。Star 衡量的是关注度,而非效果。一个创建于 10 月 20 日的仓库在三天内获得的关注,只能证明人们好奇,不能证明这套方法有效。

TSLA 示例,请仔细阅读

README 中的完整演算示例是 2026 年 10 月 19 日星期一的 Tesla,其详细程度足以用来核对计算。美东时间上午 10:15,扫描覆盖了 231 张图表,其中 42 张已收于其 15 分钟开盘区间上方。TSLA 就是其中之一:开盘区间为 354.47 至 362.18,10:10 的 K 线收于 364.18,比上沿高约 0.55%。入场计时器在 10:12 显示等待,因为 10:10 的 K 线仍在形成;它在 10:15 第一次出现 5 分钟收盘价高于区间时触发。

离场规划器在入场前就定好了计划:止损设在区间中点 358.32,使每股风险为 5.86;目标价设在该风险的一倍处,370.04;无论哪种情况,都在下午 3:55 前平仓。随后,Time Machine 用种子 19 把当天剩余时间重放了一万次,以便任何人都能复现。先触及目标价的情况占 29.4%,先触及止损的占 25.5%,另有 45.1% 的重放在收盘时仍未平仓。它还在之前的 59 个真实交易时段上重新运行了同一规则:触发 33 次,13 次触及目标价,15 次触及止损,5 次两者都未触及。README 对这一记录的自行评价是“接近抛硬币”。

那个结论是这个示例中诚实的部分,值得直白说明这些数字是什么、不是什么。它们是由 TSLA 自身近期五分钟 K 线构建的模拟输出,是在某位作者选定的某一天、按某位作者选定的某条规则重放得到的。它们不是胜率,不是预期收益,也不是预测;仅 45.1% 的“仍未平仓”分组就表明,这三种结果并不描述一笔已了结的交易。一个由软件作者挑选的完整演算示例,只能证明流程可以端到端运行。它不是业绩记录,也不能靠更频繁地引用它就变成业绩记录。

Paper 是默认设置,且不会自行触发任何内容。

这套安全设计是该仓库中最扎实的工程实现。模拟交易在双重意义上都是默认设置:"paper": true 已在 config.example.json 中设置,并且 README 指向的券商连接器 Alpaca 的 MCP 服务器默认使用其模拟账户。密钥存放在环境变量中,绝不会出现在聊天里。期权、保证金、卖空和杠杆默认关闭,除非你主动开启它们。

只有一个技能能够促成下单,而且必须经过三次独立检查。/trader-risk 会针对这笔确切订单,对照最大亏损、每日亏损限额、每日交易笔数、回报风险比、入场时间窗口、头寸规模和现金进行检查,并返回 PASS 或 BLOCK 及原因。/trader-broker 随后会用通俗的语言展示订单票据,并等待你为这笔确切订单输入 yes。Claude 自带的“允许一次 / 拒绝”卡片会第二次询问,前提是你已在“自定义”>“连接器”>“工具权限”下将经纪商工具设为“需要批准”,而不是“始终允许”。README 中的一个预算示例:在 5,000 美元的账户中,每笔交易最大亏损为 50 美元,每股风险为 5.86 美元,头寸规模为 8 股,约合 2,913 美元;若止损单以 358.32 成交,将亏损约 46.88 美元。

这些都不是投资建议,代码仓库本身在名为“细则”(Fine print)的一节里也说明了这一点:“不是财务建议。本软件读取公开数据并进行算术运算。它不了解你的具体情况,也无法预见未来。大多数做日内交易的人都会亏钱。”这是作者的话,不是我们的话,而且它是上述所有内容的正确框架。一个做得再好的确认对话框也不会让一笔交易变成好主意;它只会降低误操作交易的可能性。

Two-column card contrasting what the day-trader skill pack does — reads free public data, defaults to paper trading, waits for your yes — with what it does not claim: placing orders alone, a track record, predicting the next session

群体所看不见的

README 中记录了四条限制,每一条都会改变解读输出的方式。第一,止损是一种计划,而不是保证:在快速市场或跳空行情中,止损单的成交价可能远远越过其设定价格,而显示的最大亏损是止损价格处的亏损,并非可能发生的最坏亏损。第二,数据是免费且非官方的。Yahoo Finance 的图表端点不是官方 API,它可能延迟、变更或对你限流,而且扫描器和入场计时器读取的是一分钟或五分钟 K 线,而不是每一笔 tick,因此任何重要事项都应在据此行动前向你的经纪商核实。

第三,日历并非中立。FINRA 根据 Regulatory Notice 26-10,于 2026 年 6 月 4 日取消了 25,000 美元的典型日内交易者最低权益要求,而券商可将该变更分阶段实施至 2027 年 10 月 20 日,因此你的券商仍可能适用旧规则;该工具包正好为这种情况提供了 pdt_guard 设置,使 /trader-risk 统计你的日内交易。第四,看起来像优势的背景信息通常并不是优势。国会议员的交易是公开信息,而非内幕信息:根据 STOCK Act,议员必须在 45 天内披露超过 1,000 美元的交易,而 Pelosi 技能会在这些申报文件发布时读取它们。日内交易收益属于短期收益,频繁交易很可能引发 wash sales,README 也明确说明这些都不是税务建议。

不存在经审计的记录,而重放并不等于预测。

如果只记住一段,就记住这段。没有人发布过这个组合经审计的业绩记录。该仓库没有公布收益、实盘账户历史、独立审查或固定周期回测,也没有说明是哪个模型执行了分析。Time Machine 是用该股票自身最近六十天的五分钟K线构建的模拟,而 README 明确写道:“未来可能发生这 60 天里从未发生过的事:一份财报、一次停牌、一条头条新闻。”模拟回放不是预测。它给出的概率是现实检验,不是承诺;除非凭空编造关键部分,否则无法从中推导出任何预期收益。

该仓库确实发布了一个测试套件,而这是另一种证据。这些测试在离线环境下运行于从真实数据中截取出的固定样本上:截至 2026 年 10 月 19 日的六十天内 TSLA 的五分钟 K 线、10:15 开盘区间扫描、当天早上的 Yahoo 头条、众议院书记官 2026 年索引、真实披露文件以及真实 XBRL 事实。它们复现了示例中的每一个数字。这说明算术运算与输入是一致的。它完全不能说明该方法是否赚钱,而仓库也并未作此声称。

模型在哪些情况下适用,在哪些情况下不适用

这十一项技能是说明文件;Python 工具则是普通脚本,无论是否有模型参与其中,它们都能运行。如果你要把模型接入这一流程,那么端点选择是与交易方法分开的独立决定。OrcaRouter 通过一个兼容 OpenAI 的端点托管模型:200 多个模型、一个密钥、按提供商列表价格零加价转售,并在提供商出现故障时自动故障转移。Claude Opus 5.5 就在该目录中,价格为每百万输入 token 4.00 美元、每百万输出 token 20.00 美元,具有一百万个 token 的上下文,缓存读取为每百万 0.20 美元。我们托管模型。我们不托管 Anthropic 的应用、Claude Code、Claude Tag 或任何人的交易技能,本文内容不会改变该套件的模拟交易默认设置,也不会改变其征求你同意的请求。

OrcaRouter model page for Claude Opus 5.5 listing the anthropic/claude-opus-5.5 identifier, a 1M-token context, $4.00 per million input tokens and $20.00 per million output tokens, with an OpenAI-compatible code sample using api.orcarouter.ai

如果你安装它,请在运行之前先阅读 SKILL.md 文件。它们很短,是纯文本,真正的方法就在其中——而这是十一个文件夹名称的截图无法向你展示的部分。然后先在纸面上模拟运行一段时间,看看 Time Machine 会如何评价你本会采用的那些方案。这个工具就是为了让这件事成本很低。这就是全部承诺。