Skip to content

usage-guide.md

Latest commit

 

History

History
484 lines (322 loc) · 11.6 KB

usage-guide.md

File metadata and controls

484 lines (322 loc) · 11.6 KB

TradingAgents for Claude Code 使用指南

灵感来源于原 TradingAgents 项目，感谢原团队的设计理念。

⚠️ 研究使用声明

🔬 Claude Code 技术研究专用

  • 学术研究：本项目专门用于研究 Claude Code 平台的 MCP、subagents、slash commands 等技术特性
  • 技术演示：所有金融分析功能仅为展示技术实现，不提供投资建议
  • 教育用途：适合用于学习现代 AI 开发平台的实际应用
  • 严禁投资：任何将本项目用于实际金融投资的行为，后果自负

请始终牢记：这是一个技术研究项目，不是投资工具！

系统概述

本系统参考原 TradingAgents 的设计，在 Claude Code 环境中通过 slash commands 和 subagents 提供完整的金融数据分析功能。系统集成 Yahoo Finance、Finnhub、Reddit、Google News 等多个数据源，通过专业的分析师团队（subagents）协作，为用户提供结构化的投资研究体验。

快速开始

1. 环境准备

# 进入项目目录
cd /path/to/tradingagents

# 激活虚拟环境
source .venv/bin/activate

# 配置环境变量
cp .env.example .env
# 编辑 .env 文件，填入必要的 API 密钥（至少需要 FINNHUB_API_KEY）

# 启动 MCP 服务器
./start_server.sh

2. 在 Claude Code 中使用

# 在项目目录中打开 Claude Code
claude

# 查看可用的 slash commands
/help

3. 验证系统状态

> 请检查系统健康状态，确保所有服务正常运行

> 获取 AAPL 的基本报价信息测试连接

核心功能

📊 股票分析

完整股票分析流程

使用主要的交易分析命令进行全面的股票研究：

> /trade-analyze AAPL

这个命令会自动调用所有相关的 subagents：

  1. market-analyst - 技术分析和价格趋势
  2. fundamentals-analyst - 财务报表和基本面分析
  3. news-analyst - 新闻和宏观经济分析
  4. social-analyst - 社交媒体情绪分析
  5. bull-researcher - 看涨论点研究
  6. bear-researcher - 看跌论点研究
  7. research-manager - 投资研究总结
  8. trader - 最终交易决策
  9. risk-manager - 风险评估
  10. portfolio-manager - 投资组合管理决策

分专业领域分析

您也可以通过自然语言请求特定的分析：

> 请分析 AAPL 的技术指标，重点关注 RSI 和 MACD

> 获取 AAPL 最近的财务报表数据

> 分析 AAPL 的新闻情绪和社交媒体讨论

> 搜索苹果公司相关的最新新闻

🔍 市场扫描和数据获取

市场扫描

使用市场扫描命令发现投资机会：

> /market-scan technology

> /market-scan healthcare

> /market-scan energy

批量股票分析

通过自然语言请求进行批量分析：

> 请分析科技股 AAPL、MSFT、GOOGL 的投资价值对比

> 获取当前市场上的热门讨论股票

> 搜索半导体行业 2024 年第四季度财报相关新闻

💼 投资组合和风险管理

投资组合评审

使用专门的投资组合命令：

> /portfolio-review

此命令会调用 portfolio-manager subagent 进行全面的投资组合分析。

风险评估分析

> /risk-assessment TSLA

> /risk-assessment NVDA

此命令会调用风险分析团队（risk-manager, safe-analyst, risky-analyst, neutral-analyst）进行多角度风险评估。

多维度对比分析

通过自然语言进行复杂分析：

> 请对比分析 AAPL 和 MSFT 的投资价值，包括技术面、基本面和风险因素

> 分析科技股板块的整体表现和未来前景

> 综合多个数据源分析 NVDA 的投资机会和风险

⚠️ 技术分析与指标

专业技术分析

系统会自动调用 market-analyst subagent 进行技术分析：

> 请对 AAPL 进行技术分析，包括 RSI、MACD、布林带等指标

> 分析 TSLA 过去 6 个月的技术指标变化趋势

> 获取 NVDA 的全部技术指标分析

技术信号解读

> 基于 AAPL 的技术指标分析当前的买卖时机

> 分析 TSLA 的价格趋势和关键支撑阻力位

> 评估 NVDA 的价格波动性和技术风险水平

📈 新闻与情绪分析

新闻情绪分析

系统会自动调用 news-analyst 和 social-analyst subagents：

> 分析 AAPL 最近一个月的新闻情绪

> 搜索人工智能相关股票的最新消息

> 获取 2025 年 2 月股市前景的新闻分析

社交媒体情绪

> 分析 TSLA 在 Reddit 上的讨论情绪

> 获取当前 wallstreetbets 上的热门讨论股票

> 分析投资论坛上对 AAPL 的看法

🧠 系统管理与配置

系统状态检查

> 请检查系统健康状态，确保所有服务正常运行

> 检查代理配置是否正确设置

> 测试网络连接和代理设置

数据缓存管理

> 清理数据缓存并重新获取 AAPL 的最新信息

> 检查当前缓存的数据是否为最新

高级功能

🤖 策略回测和记忆训练

策略回测

使用回测命令验证投资策略：

> /backtest momentum-strategy 2024-01-01 2024-12-31

> /backtest value-investing 2023-01-01 2024-12-31

记忆系统训练

通过记忆训练命令改进分析质量：

> /memory-train AAPL-analysis-results

> /memory-train portfolio-performance-data

智能协作分析

系统会自动协调多个 subagents 进行协作分析：

> 请组织投资团队对 NVDA 进行全面的投资研究和辩论

> 召集分析师团队对科技股板块进行深度研究

📊 实际应用案例

投资决策支持

# 新股票研究流程
> /trade-analyze META
> 请基于分析结果评估 META 的增长前景和风险因素
> 综合技术面和基本面给出投资建议

# 持仓评估流程
> /portfolio-review
> 分析当前持股是否需要调整仓位
> 识别新的投资机会和风险点

市场监控

# 每日市场扫描流程
> /market-scan all
> 搜索今日重要市场新闻
> 分析市场热点和潜在风险信号

# 特定事件影响分析
> 搜索相关新闻事件的最新进展
> 分析事件对相关股票和板块的影响
> 评估由此产生的投资机会或风险

📊 数据分析和报告

结构化数据分析

# 获取和分析结构化数据
> 获取 AAPL 的实时报价数据
> 计算 AAPL 的技术指标并生成图表
> 将分析结果格式化为 CSV 格式以便导出

# 历史数据分析
> 获取 AAPL 过去一年的历史价格数据
> 分析价格趋势和技术指标变化
> 生成投资分析报告

自动化监控

# 定期监控流程
> 请设置每日检查系统状态
> 对我的关注列表股票进行定期分析
> 生成投资组合表现报告

# 预警系统
> 监控特定股票的技术指标异常
> 当 RSI 超买或超卖时发出提醒
> 新闻情绪发生重大变化时通知

工作流示例

🌅 每日分析流程

1. 系统健康检查
> 请检查系统健康状态

2. 市场扫描
> /market-scan all

3. 搜索市场新闻
> 搜索今日重要股市新闻

4. 分析重点股票
> /trade-analyze [热门股票]

5. 技术指标确认
> 请分析今日关注股票的技术指标变化

📈 新股票调研流程

1. 完整股票分析
> /trade-analyze [TICKER]

2. 风险评估
> /risk-assessment [TICKER]

3. 深入研究
> 请组织研究团队对 [TICKER] 进行看涨看跌辩论

4. 最终决策
> 请交易团队基于所有分析给出最终投资建议

🔄 投资组合管理流程

1. 系统状态检查
> 请检查系统健康状态

2. 投资组合评审
> /portfolio-review

3. 重要新闻扫描
> 搜索可能影响投资组合的重大新闻

4. 持仓股票更新
> 请分析我的持仓股票的最新状况

5. 风险信号识别
> 分析市场是否出现新的风险信号

6. 调整建议
> 基于分析结果提供投资组合调整建议

最佳实践

🎯 使用 Slash Commands 的最佳实践

  1. 从核心命令开始：使用 /trade-analyze 作为主要分析入口
  2. 组合使用命令：结合 /market-scan 和 /risk-assessment 进行全面分析
  3. 利用记忆功能：使用 /memory-train 改进分析质量
  4. 定期组合评审：使用 /portfolio-review 定期检查投资组合

⚙️ 与 Subagents 协作

  1. 信任专业分工：让不同的 subagents 处理各自专长领域
  2. 鼓励团队辩论：通过自然语言请求让 bull-researcher 和 bear-researcher 进行辩论
  3. 重视最终决策：portfolio-manager 的最终决策融合了所有团队的意见
  4. 关注风险管理：确保 risk-manager 的建议得到充分考虑

📊 系统使用技巧

  1. 定期健康检查：通过自然语言请求检查系统状态
  2. 自然语言交互：使用自然、具体的语言描述分析需求
  3. 结果解读：正确理解各个 subagents 提供的专业分析
  4. 数据时效性：了解数据缓存机制，必要时请求最新数据

常见问题

Q: 为什么有些数据获取失败？

A: 可能的原因和解决方案：

> 请检查系统健康状态，确保所有服务正常运行

> 检查代理配置是否正确设置（企业网络环境）

> 测试网络连接和 API 配置

> 验证 .env 文件中的 FINNHUB_API_KEY 等配置

Q: 如何获取最新数据？

A: 系统有缓存机制，如需最新数据：

> 请清理缓存并获取最新的市场数据

# 或重启 MCP 服务器
./start_server.sh

Q: Slash Commands 没有响应怎么办？

A:

  1. 确认 MCP 服务器正在运行
  2. 检查 .mcp.json 配置是否正确
  3. 使用 /help 查看可用命令
  4. 尝试通过自然语言请求相同功能

Q: 如何理解 Subagents 的分析结果？

A:

> 请详细解释各个分析师团队对 AAPL 的分析结论

> 对比说明看涨和看跌研究员的不同观点

> 分析风险管理团队提出的主要风险点

> 解释最终交易决策的依据和理由

主要 Slash Commands 参考

核心交易命令

  • /trade-analyze [ticker] - 完整交易分析流程（核心命令）
  • /market-scan [sector] - 市场扫描和机会识别
  • /portfolio-review - 投资组合评审
  • /risk-assessment [ticker] - 风险评估分析
  • /backtest [strategy] [start] [end] - 策略回测
  • /memory-train [data] - 记忆系统训练

专业 Subagents 团队

分析师团队

  • market-analyst - 技术分析和市场趋势专家
  • fundamentals-analyst - 财务报表和基本面分析师
  • news-analyst - 全球新闻和宏观经济分析师
  • social-analyst - 社交媒体情绪分析师

研究团队

  • bull-researcher - 看涨研究员，寻找投资机会的积极面
  • bear-researcher - 看跌研究员，识别投资风险和问题
  • research-manager - 研究经理，协调和综合不同观点

决策团队

  • trader - 资深交易员，制定最终交易决策
  • risk-manager - 风险管理专家，评估交易风险
  • portfolio-manager - 投资组合经理，批准或拒绝交易提案
  • safe-analyst - 保守风险分析师，强调风险控制
  • risky-analyst - 激进风险分析师，关注高风险高回报
  • neutral-analyst - 中性风险分析师，提供平衡观点

技术支持

  • 📖 项目文档: 查看项目 docs/ 目录
  • 🔧 配置文件: .env.example 和 CLAUDE.md
  • 🐛 问题报告: 在项目 GitHub 仓库提交 Issue

免责声明: 本系统仅供研究和教育目的。投资有风险，请谨慎决策。所有数据和分析结果仅供参考，不构成投资建议。