# Claude Finance — AI 金融研究助手

一套基於 Claude Code 的金融分析工具組，涵蓋產業篩選、個股深度分析、交易計劃、覆盤學習。

## 快速開始

### 1. 安裝到你的專案

```bash
# 複製整個 claude-finance 到你的專案
cp -r claude-finance/ 你的專案/.claude/
```

### 2. 安裝 Python 依賴（圖表繪製用）

```bash
pip install yfinance matplotlib mplfinance pandas numpy
```

### 3. 開始使用

在 Claude Code 中直接輸入指令即可。

---

## 指令總覽

| 指令 | 用途 | 範例 |
|------|------|------|
| `/full` | ⭐ **一鍵完整分析**（四維+預測+計劃+圖表） | `/full NVDA` |
| `/forecast` | 板塊與個股短中長期前瞻預測 | `/forecast 半導體` |
| `/sector-pick` | 給一個產業，推薦 5-8 隻股票 | `/sector-pick AI半導體` |
| `/deep-dive` | 個股四維深度分析 | `/deep-dive NVDA` |
| `/trade-plan` | 短中長期交易計劃 | `/trade-plan NVDA` |
| `/portfolio-review` | 回顧持倉，更新建議 | `/portfolio-review` |
| `/market-pulse` | 今日市場概況 | `/market-pulse` |
| `/session-start` | 建立分析追蹤 Session | `/session-start NVDA` |
| `/replay` | 交易覆盤，從經驗中學習 | `/replay` |

---

## 典型使用流程

### 流程零：一鍵搞定（推薦）

```
/full NVDA                    → 四維分析 + 預測 + 交易計劃 + 圖表，一次看完
```

### 流程一：從產業到交易

```
/forecast 半導體               → 看短中長期哪些板塊/個股有機會
        ↓
/sector-pick AI半導體          → 推薦 5-8 隻標的
        ↓
/deep-dive NVDA               → 四維深度分析報告
        ↓
/trade-plan NVDA              → 短中長期交易計劃
        ↓
/portfolio-review             → 定期回顧更新
```

### 流程二：每日追蹤

```
/market-pulse                 → 今日市場概況 + 持倉表現
```

### 流程三：覆盤學習

```
/replay                       → 描述你的交易經歷
                              → AI 幫你分析、評分、給建議
```

---

## 各指令詳細說明

### `/full` — 一鍵完整分析 ⭐ 推薦

**你說**：`/full NVDA`
**AI 做**：自動依序執行 4 大模組，一次看完所有分析
- 📊 **Deep Dive**：基本面 + 技術面 + 情緒面 + 風險（四維分析）
- 🔮 **Forecast**：短中長期方向預測 + 所屬板塊前景
- 💰 **Trade Plan**：分批建倉 + 停損停利 + 風險報酬比
- 📈 **圖表**：K 線、RSI、MACD、布林通道（共 4 張）

```
/full NVDA                # 完整分析 NVDA
/full 2330.TW             # 完整分析台積電
/full TSLA 短報            # 精簡版（跳過多回合討論）
```

### `/forecast` — 前瞻預測 ⭐ 新功能

**你說**：「半導體未來怎麼看？」或「NVDA 短中長期方向？」
**AI 做**：
1. 總經方向判讀（景氣循環定位、Fed 路徑、領先指標）
2. 板塊輪動預測（短期 1-4 週 / 中期 1-3 月 / 長期 3-12 月）
3. 個股方向預測（技術面多框架 + 基本面趨勢 + 催化劑）
4. 首席分析師整合（交叉驗證，標註信心度 🟢🟡🔴）
5. 預測追蹤（讀取上次預測，比對準確度，持續修正）

**你得到**：板塊排名 + 個股短中長期方向 + 目標區間 + 信心度

**範例**：
```
/forecast                  → 全市場板塊預測
/forecast 半導體            → 半導體板塊 + 內含個股預測
/forecast NVDA             → NVDA 短中長期方向預測
/forecast 台股 AI          → 台股 AI 相關板塊預測
```

### `/sector-pick` — 產業選股

**你說**：「我對 AI 半導體有興趣」
**AI 做**：
1. 宏觀環境掃描（景氣階段、Fed 政策、資金流向）
2. 產業輪動判斷（當前哪些產業最有利）
3. 量化篩選（基本面 + 技術面 + 籌碼面三道過濾）
4. 催化劑排序（依催化劑明確度排序）
5. 首席分析師整合（交叉驗證，標註信心度）

**你得到**：5-8 隻推薦標的 + 理由 + 風險等級

### `/deep-dive` — 個股深度分析

**你說**：`/deep-dive NVDA`
**AI 做**：四個專業 Agent 各自分析 3 回合，最後由首席分析師整合
- 🏦 基本面：財報、估值、目標價
- 📊 技術面：短中長期支撐壓力 + 圖表
- 🔍 情緒面：期權、機構、內部人、輿情
- ⚠️ 風險：五維評分、情境分析

**你得到**：完整研究報告 + 關鍵價位 + 買入/觀望建議

### `/trade-plan` — 交易計劃

**你說**：`/trade-plan NVDA`
**AI 做**：制定三個時間框架的可執行計劃
- 短期（1-4 週）：分批建倉價位、停損停利
- 中期（1-3 月）：進場區間、加減碼條件
- 長期（3-12 月）：核心持倉、檢視週期

**你得到**：可直接執行的交易計劃 + 定期檢視提醒

### `/replay` — 交易覆盤

**你說**：「我在 12 月用 $150 買了 NVDA，因為覺得 AI 會漲，結果跌到 $130 就恐慌賣了...」
**AI 做**：
1. 還原當時市場狀況（用歷史數據）
2. 六維度評分（進場時機、理由、倉位、風控、出場、情緒）
3. 找出可改進之處
4. 給投資方向建議

**你得到**：客觀覆盤報告 + 學到的教訓 + 改進行動清單

---

## 數據來源

所有分析的數據來源都是明確且可查證的：

| 市場 | 主要來源 | 用途 |
|------|---------|------|
| 美股 | [Yahoo Finance](https://finance.yahoo.com) | 報價、財報、持倉、期權 |
| 美股 | [TradingView](https://www.tradingview.com) | 技術圖表、指標 |
| 美股 | [FRED](https://fred.stlouisfed.org) | 總經數據（GDP、CPI、利率） |
| 台股 | [Goodinfo](https://goodinfo.tw) | 基本面、籌碼、歷史股價 |
| 台股 | [TradingView](https://www.tradingview.com) | 技術圖表 |

---

## 架構說明

```
claude-finance/
├── commands/          # 8 個指令入口（使用者直接呼叫）
├── agents/            # 10 個專業 Agent（各司其職）
├── skills/            # 9 個知識庫（Agent 的工具箱）
└── README.md          # 本文件
```

### Agent → Skill 對應表

| Agent | 角色 | 使用的 Skills |
|-------|------|-------------|
| `forecast-analyst` | 前瞻預測分析師 | macro-sector, technical-analysis, sentiment-altdata, valuation, session-tracking |
| `sector-scout` | 產業偵察兵 | macro-sector, quant-screening |
| `stock-screener` | 選股篩選師 | quant-screening, macro-sector |
| `fundamental-analyst` | 基本面分析師 | valuation, macro-sector |
| `technical-analyst` | 技術面分析師 | technical-analysis, chart-drawing |
| `sentiment-detective` | 情緒偵探 | sentiment-altdata |
| `risk-assessor` | 風險評估官 | risk-scoring, technical-analysis, sentiment-altdata |
| `trade-strategist` | 交易策略師 | trade-planning, session-tracking, risk-scoring |
| `replay-coach` | 覆盤教練 | technical-analysis, trade-planning, risk-scoring, valuation, session-tracking |
| `chief-analyst` | 首席分析師 | 全部（整合所有 Agent 結論） |

### 多回合討論機制

每個 Agent 至少進行 **3 回合討論**，最後由 `chief-analyst` 整合：

1. **回合 1**：Agent 初步分析
2. **回合 2**：chief-analyst 質疑（數據來源？反面證據？假設合理嗎？）
3. **回合 3**：Agent 補充修正，標註信心度

這個機制確保每個結論都有數據支撐，減少 AI 幻覺。

---

## Session 延續性

所有分析都會寫入 Session 檔案（`docs/fin/sessions/`），確保：

- ✅ 每次分析不是從零開始，而是延續上次結論
- ✅ 支撐壓力是否仍有效會自動比對
- ✅ 催化劑是否已兌現會自動追蹤
- ✅ 交易計劃的執行狀況會持續記錄

---

## 圖表輸出

技術分析會自動用 Python 繪製圖表，存放在 `docs/fin/charts/`：

- K 線圖 + 均線
- 支撐壓力圖
- RSI 圖
- MACD 圖
- 布林通道圖
- 型態辨識圖（每種型態分開畫）

---

## 總經追蹤

內建美國與台灣的總經數據追蹤：

| 數據 | 頻率 | 來源 |
|------|------|------|
| Fed 利率決策 | FOMC 會議（年 8 次） | Fed 官網 |
| 非農就業（NFP） | 每月第一個週五 | FRED |
| CPI 通膨 | 每月中旬 | FRED |
| 台灣景氣燈號 | 每月 27 日左右 | 國發會 |
| 初領失業金 | 每週四 | FRED |