coreytrading

以領域 Agent、可替換模型執行器和可執行交易規則為基礎的美股交易運營系統。Codex 與 Claude 協作研究，宿主控制器校驗結果並提交通過複核的卡片更新，訂單由人工執行。

English · Agent 執行手冊 · 程式碼架構 · 定時任務 · 業務資料 · AI 搭建指南

所有模型共用的專案合同是 AGENTS.md（Codex 與 Claude Code ≥ 2.1.277 原生讀取）；CLAUDE.md 只是一行 @AGENTS.md 匯入墊片，給舊版 Claude Code 執行時。

交易範圍為美股與現有美股期權流程。跨資產宏觀資料只用於環境觀測與研究輸入，不因此成為額外的交易市場。

架構

系統按領域劃分職責。每個角色的方法、證據要求和輸出許可權，與它使用的模型分別定義。將某個角色從 Codex 換成 Claude，只需調整路由；角色契約和交易規則繼續生效。

flowchart TD
    Trigger["定時任務 / 互動請求"] --> Jobs["宿主控制器：jobs 與 pipeline"]
    Sources["券商與市場快取 / 可選情報 / 估值賬本"] --> Inputs["凍結證據與領域檢視"]
    Rules["結構、倉位與退出規則的程式碼真源"] --> Inputs
    Inputs --> Jobs
    Routes["角色與模型路由：Codex / Claude"] --> Jobs
    Jobs --> Workflow["技術 → 風控 → 有限追問"]
    Lens["宏觀透鏡（程式碼判讀，零模型）"] --> Inputs
    Workflow --> Reports["研究報告、分歧與未知項"]
    ValTask["獨立估值任務"] --> ValFlow["重新整理與凍結 → 估值計算與研究"]
    ValFlow --> ValReport["獨立估值報告"]
    Jobs --> Card["單卡技術提案"]
    Card --> Review["另一執行器獨立複核"]
    Review --> Submit["政策、時效、版本與寫入檢查"]
    Rules --> Submit
    Submit --> Writer["受控卡片 writer"]
    Writer --> State["更新後的卡片與提交回執"]
    State --> Plan["機械入場與退出計劃"]
    Reports --> Human["人工審閱與執行"]
    Plan --> Human

模型負責解釋證據和跨領域協作，Python 負責取數、金額計算、執行額度、結果校驗和狀態寫入。Worker 只接收凍結輸入並返回結構化 JSON，沒有工作區訪問、券商呼叫、訊息傳送或下單許可權。

預設 Agent 分工

宏觀不是模型角色：宏觀透鏡由程式碼每個收盤判讀 —— 六盞風險燈（預告波動與回撤深度，不預告方向）、近 40 日最強驅動與市場讀法、市場在交易什麼、未來方向與情景 β，零模型呼叫、零授權效力；判別式 quant/core/macro_lens.py，釋出器 quant/journal/macro_lens_log.py。其精簡先驗隨每次凍結輸入進入技術與估值檢視。

agents/routing.json 是配置真源。領域角色、執行器、模型提供方和模型 ID 是四個概念：估值是角色，Codex CLI 是執行器，OpenAI 是模型提供方，某個具體 GPT 版本才是模型。路由 v2 通過 model_profiles 集中定義具體模型，各角色引用主用 profile 與獨立複核 profile。

主用、備用和複核呼叫都明確傳入 model 與 effort，不繼承桌面對話中選中的模型。回執分別儲存請求引數和 CLI 後設資料實際報告的模型 ID；未報告或報告多個模型時，如實記錄，不用請求值代替確認結果。請求複核時才呼叫 reviewer；卡片提交是否需要獨立批准由 autopaint.review 決定。

模型有依據地棄權時，系統保留棄權結果。當前生產配置關閉模型備用與獨立複核：失敗保留為失敗，不轉交其他模型。控制器保留可配置的故障接管與複核能力，供顯式重新啟用。明確的 session 額度錯誤會跳過本次執行中該執行器的其餘模型。複核選擇與實際研究執行器相反的一方；該方不可用時研究保留為 needs_review，不能提交。複核不批准不觸發換模型重問。後續模型迭代按模型維護規則核驗版本、完成驗證後更新。

Agent 如何協作

1. 捕獲證據。 宿主讀取既有狀態與快取，記錄 owner、時間和內容 hash，凍結共享快照及各角色檢視。捕獲不等於重新整理，缺失和失效資訊會保留。
2. 領域研究。 交易流程中技術角色分析自己的領域輸入（宏觀先驗由宏觀透鏡程式碼提供）；獨立估值流程按宿主計算、估值研究的順序執行。輸出區分事實觀察、假設、風險和未知項，引用繫結捕獲時的原始證據。
3. 組合複核。 風控讀取自己的原始輸入與本輪技術報告。風控檢視覆蓋全部受管持倉，包括期權自身退出規則與可用 Greeks；金額來自既有機械計算。
4. 定向追問。 跨領域請求按接收角色合併，最多追加一輪，未解決的問題留在記錄中。同一結論經另一模型轉述，不增加獨立證據。

當前配置允許單次 workflow 最多 2 個並行呼叫、8 次模型呼叫，不自動追問。宿主另設所有任務共享的上限：原生呼叫併發最多 2 個，滾動一小時內最多 12 次。備用同樣消耗預算，併發排隊有超時。這些額度約束本系統的工作量，不代表任一模型賬戶的剩餘額度或費用。

execution_transport = desktop 時宿主不啟動模型 CLI：資料包寫入 var/agent-runs/desktop/，各執行器的 Desktop 會話按 tasks/desktop-research.md 領取、作答並提交；編排、凍結證據、受控提交與 applied 回執仍歸宿主。每日迴圈只跑技術角色，風控收據由程式碼渲染，技術 + 風控工作流只在周復盤。

複核後的自動寫卡

當前配置開啟 autopaint.enabled 與 autopaint.apply，autopaint.review=false：技術提案通過宿主證據、revision 與機械政策檢查後寫入，不做第二模型複核。新研究記錄繫結該複核政策，舊記錄預設仍要求複核；回執標明模型複核「不需要」，而不是「已批准」。符合條件的缺卡、失效卡可進入自動更新流程。組合報告本身不寫卡；每個目標通過獨立單卡任務生成技術提案，是否做獨立模型複核由宿主政策決定。

宿主檢查原始證據、結果與政策繫結、有效期、引數白名單和目標卡當前版本，儲存原卡備份及提交準備回執，再呼叫既有的卡片 writer。券商欄位、lots、在途訂單和繫結約束繼續受到保護。

將 autopaint.apply 改為 false，自動寫卡流程回到研究與預覽。自動提交前會再次檢查開關，包括已經啟動但尚未提交的任務；關閉開關不撤銷已經完成的寫入。通過 submit --apply 明確選擇單筆提案，是另一個人工提交入口，具體行為見執行手冊。

如果寫入結果不確定，系統用準備回執中的 before/after hash 核對當前卡片。恢復只更新收據，不盲目重試寫卡。執行產物、卡片備份與健康事件共同保留調查所需的證據。

日常執行

任何能讓編碼 Agent 執行 prompt 的排程器（桌面任務執行器、配合 CLI Agent 的 cron）都可以觸發六個交易任務與宏觀透鏡釋出，Python 控制器獨立於排程器選擇各領域使用的執行器。

獨立的 valuation-daily 任務（tasks/claude/valuation-daily.md；Codex 執行器版 tasks/codex/valuation-daily.md）自行重新整理資料並執行估值鏈（含未驗證的研究級 12 個月目標），報告歸檔在 var/valuation-daily/。盤前與周復盤不執行估值角色。

盤前與盤後流程的關鍵順序是：

重新整理券商與市場輸入
→ 按原卡評估退出
→ 執行機械 regime 轉移
→ 領域研究與複核後的卡片更新
→ 重新整理提醒線和入場授權組
→ 生成入場計劃

同步重畫階段每輪至少處理五張卡，佇列更長時按 ⌈N/2⌉ 取整以保證兩輪排空，餘下目標留在待辦中。缺卡檢測也可以後臺派發，使用同一個單卡控制器與全域性額度。

market_sessions.py 通過 XNYS 日曆處理休市、半日市和夏令時。每份 prompt 先跑 quant/ops/agent_jobs.py due --kind <kind>；postclose、ladder、chart 分別在實際收盤後 10、20、35 分鐘開放執行視窗，統一在收盤後 60 分鐘截止。時間放行與上游任務完成是兩項獨立檢查。固定版本的日曆當前覆蓋 2000–2028 年；資料不可用或超出支援範圍時停止判斷，不退回按星期幾猜。

tasks/ 儲存版本管理的提示詞。live 副本、應用內註冊和實際完成回執是三種不同證據；具體時刻與同步流程統一維護在 tasks/README.md。

交易規則與資料所有權

核心策略仍是技術面優先的趨勢跟蹤。Gate 標記結構狀態轉移，zone 描述狀態內的參與區間，cap 是授權上限。這三個概念各有含義，由程式碼執行約束。

風控 Agent 解讀機械收據，不另造 sizing 公式。候選容量共享組合約束，不能相加成一批訂單的預算。購買力、工具身份或證據未知時，繼續報告未知。新聞與宏觀採集屬於可選、獨立維護的情報工作流；其釋出資料位於 trade/intelligence/（本倉只含 README 與合成示例），交易角色只讀消費已有歸檔，缺失時優雅降級。

倉庫結構

trade/ 的六個目錄直接位於根下，路徑由 quant/core/paths.py 統一定義：

組合派生判斷在 portfolio/observations/，共享寫入鎖在 var/portfolio/.state.lock。歷史持倉 Git 讀取與舊情報引用由程式碼相容，已釋出證據保留原文。宏觀/事件量化區分原始證據、可知時點特徵、結果標籤與實驗；當前沒有預建空的研究子系統。

Python 依賴繼續分層：ops 編排下層，共享契約與數學集中於 core，研究程式碼不進入即時依賴鏈。完整規則見 quant/README.md。私有狀態和模型產物不作為可複用示例或公開發布材料。

開始使用

Python 版本與依賴 pin 以 pyproject.toml 為準：

python3 -m venv .venv && . .venv/bin/activate
python -m pip install -e '.[dev]'
python -m pytest -q

參考部署環境使用 macOS、已登入的 Claude Code 與 Codex CLI、用於券商與資料同步的 Moomoo OpenD，以及隔離的 Python 環境；當前 Codex runner 的隔離實現依賴 macOS。環境細節見 tools-environment.md，憑據只放在 .env 與本地憑據儲存。完整搭建流程，包括從 trade/ 下的示例構建私有工作區，見 AI_BOOTSTRAP_CN.md。

在倉庫根目錄執行以下命令，可檢視配置、輸入後設資料、排程資格與健康狀態，不呼叫模型：

python3 quant/ops/agent_runtime.py roles
python3 quant/ops/agent_inputs.py --scope portfolio --json
python3 quant/ops/agent_jobs.py due --kind postclose
python3 quant/ops/agent_health.py
python3 quant/ops/agent_doctor.py --json

在互動會話中檢視快取簡報，使用只讀 pipeline：

python3 quant/ops/pipeline.py --mode briefing --read-only --json

該命令只渲染快取，跳過同步、轉移、通知、journal、Agent 呼叫和 entry 階段，不會重新整理資料。

要基於已有輸入發起技術與風控組合研究：

python3 quant/ops/agent_jobs.py run --kind weekly --json

這條命令會呼叫模型並儲存私有研究產物，不提交卡片更新。單卡研究、提交預覽、明確寫入和不確定結果恢復，參閱 Agent 執行手冊。

驗證與擴充套件

python -m pytest -q
python -m pytest --collect-only -q

測試覆蓋角色與 provider 互換、許可權契約、證據繫結、過期、併發、獨立複核、受控寫入和恢復；倉庫檢查還約束依賴方向、模組覆蓋、文件路徑有效性、trade/ 腳手架與公開脫敏。

預設測試跳過顯式標記的真實資料與宿主狀態審計，跳過不算通過；pytest 本身也不提供網路隔離。模型一致或測試通過，不證明研究質量和投資收益。

擴充套件方式：

• 調整模型分工： 修改 routing.json，用 agent_runtime.py roles 校驗。
• 調整領域方法： 修改角色定義及證據契約，保持機械規則的程式碼真源。
• 接入新 provider： 實現執行器和路由校驗，驗證同一套契約與隔離邊界。
• 增加角色或許可權： 修改顯式角色 schema、workflow 和測試；新增 Markdown 檔案本身不會註冊角色。
• 修改交易機制： 遵循 AGENTS.md 與相應研究驗證要求。

免責宣告

本倉庫是軟體與研究基礎設施，不是投資建議或投顧服務。交易可能造成重大甚至全部損失；歷史或回測結果不保證未來表現，公開腳手架有意不包含任何收益宣告或對任何標的的交易建議。把本框架接入真實資金的人，自行負責獨立驗證、當地法律與稅務要求、券商條款以及每一個執行決定。

許可

MIT。本倉記錄一套交易流程，研究與計劃不構成投資建議或收益保證。