4.2 KiB
4.2 KiB
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
# 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)
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 |
|---|---|---|
/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
流程一:從產業到交易
/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
/sector-pick — 產業選股
你說:「我對 AI 半導體有興趣」 AI 做:
- 宏觀環境掃描(景氣階段、Fed 政策、資金流向)
- 產業輪動判斷(當前哪些產業最有利)
- 量化篩選(基本面 + 技術面 + 籌碼面三道過濾)
- 催化劑排序(依催化劑明確度排序)
- 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:
- 還原當時市場狀況(用歷史數據)
- 六維度評分(進場時機、理由、倉位、風控、出場、情緒)
- 找出可改進之處
- 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 | 報價、財報、持倉、期權 |
| 美股 | TradingView | 技術圖表、指標 |
| 美股 | FRED | 總經數據(GDP、CPI、利率) |
| 台股 | Goodinfo | 基本面、籌碼、歷史股價 |
| 台股 | TradingView | 技術圖表 |
架構說明
claude-finance/
├── commands/ # 7 個指令入口(使用者直接呼叫)
├── agents/ # 9 個專業 Agent(各司其職)
├── skills/ # 9 個知識庫(Agent 的工具箱)
└── README.md # 本文件