個人專案

coreytrading

以 LLM Agent 驅動的交易營運系統，狀態變更皆經審查且可稽核

獨立作者 · 2026.08 — 至今

Python pandas Claude Code Codex exchange-calendars

專案背景

LLM 很適合閱讀證據、撰寫分析，但不應直接變更狀態或動用資金。設計上的問題是：如何讓它們協作進行研究，同時由程式碼完全掌控資料、運算與寫入。

排程器 → 主控程式 → 證據擷取（券商與市場快取、估值帳本；凍結並雜湊）→ 角色 worker（Claude / Codex，僅輸出結構化 JSON，無工作區或券商存取權）→ 主控驗證（策略、時效、版本）→ 受控卡片寫入器 → 收據 → 人工審查與手動執行。

每個 Agent 都會收到凍結並經雜湊的證據快照，且必須回傳通過 schema 驗證的 JSON

狀態變更須經受控寫入器：寫入前映像備份、版本檢查、預先準備的收據，以及以雜湊為基礎的對帳，而非盲目重試

角色對應模型的路由，每次呼叫明確指定模型與 effort；呼叫預算（同時 2 個、滾動每小時 12 次）

依交易所行事曆觸發的排程任務：盤前簡報、收盤後狀態切換、由程式碼繪製的總經視角、每週回顧

約 12.1 萬行 Python 程式碼，約 2,900 個自動化測試

worker 取得凍結的證據並回傳結構化提議；主控程式依策略與目標的當前版本驗證後，才由受控寫入器套用。

Why: 模型輸出屬於不可信任的輸入。驗證、版本檢查與收據讓每次變更都可解釋、可還原。

每次寫入都有一份預先準備、包含寫入前後雜湊的收據；當機後的復原流程會比對雜湊並更新收據，而不是重複寫入。

Why: 與我在工作中處理發放時相同的冪等紀律，套用到單一使用者的系統上。

corey@coreyverse:~/projects/coreytrading

$ cat README.md

[personal]

以 LLM Agent 驅動的交易營運系統，狀態變更皆經審查且可稽核

獨立作者 | 2026.08 — 至今

PythonpandasClaude CodeCodexexchange-calendars

## Background

## Architecture

## Highlights

01: 每個 Agent 都會收到凍結並經雜湊的證據快照，且必須回傳通過 schema 驗證的 JSON

02: 狀態變更須經受控寫入器：寫入前映像備份、版本檢查、預先準備的收據，以及以雜湊為基礎的對帳，而非盲目重試

03: 角色對應模型的路由，每次呼叫明確指定模型與 effort；呼叫預算（同時 2 個、滾動每小時 12 次）

04: 依交易所行事曆觸發的排程任務：盤前簡報、收盤後狀態切換、由程式碼繪製的總經視角、每週回顧

05: 約 12.1 萬行 Python 程式碼，約 2,900 個自動化測試

## Implementations

01: 模型提議，程式碼決定

worker 取得凍結的證據並回傳結構化提議；主控程式依策略與目標的當前版本驗證後，才由受控寫入器套用。

why: 模型輸出屬於不可信任的輸入。驗證、版本檢查與收據讓每次變更都可解釋、可還原。

02: 結果不確定的寫入以對帳處理，而非重試

每次寫入都有一份預先準備、包含寫入前後雜湊的收據；當機後的復原流程會比對雜湊並更新收據，而不是重複寫入。

why: 與我在工作中處理發放時相同的冪等紀律，套用到單一使用者的系統上。