trade — for Claude Code claude-investment-sim, community, for Claude Code, ide skills, 7203.T, portfolio_risk, ### Step 7: 実行記録 スケジューラーに実行を記録する, invest, python, STOP_LOSS

v1.0.0

关于此技能

适用场景: Ideal for AI agents that need 仮想ポートフォリオ(初期100万円)で日本株の売買を行う。. 本地化技能摘要: trade helps AI agents handle repository-specific developer workflows with documented implementation details.

功能特性

仮想ポートフォリオ(初期100万円)で日本株の売買を行う。
あなた自身がトレーダーとして、データを分析し、売買を判断・実行する。
引数なし: 全銘柄を分析して売買判断
銘柄コード指定(例: 7203.T): その銘柄のみ分析
Step 1: ポートフォリオ状況を確認

# 核心主题

Moyuchiiii Moyuchiiii
[0]
[0]
更新于: 4/13/2026

Killer-Skills Review

Decision support comes first. Repository text comes second.

Reference-Only Page Review Score: 8/11

This page remains useful for operators, but Killer-Skills treats it as reference material instead of a primary organic landing page.

Original recommendation layer Concrete use-case guidance Explicit limitations and caution
Review Score
8/11
Quality Score
40
Canonical Locale
ja
Detected Body Locale
ja

适用场景: Ideal for AI agents that need 仮想ポートフォリオ(初期100万円)で日本株の売買を行う。. 本地化技能摘要: trade helps AI agents handle repository-specific developer workflows with documented implementation details.

核心价值

推荐说明: trade helps agents 仮想ポートフォリオ(初期100万円)で日本株の売買を行う。. trade helps AI agents handle repository-specific developer workflows with documented implementation details.

适用 Agent 类型

适用场景: Ideal for AI agents that need 仮想ポートフォリオ(初期100万円)で日本株の売買を行う。.

赋予的主要能力 · trade

适用任务: Applying 仮想ポートフォリオ(初期100万円)で日本株の売買を行う。
适用任务: Applying あなた自身がトレーダーとして、データを分析し、売買を判断・実行する。
适用任务: Applying 引数なし: 全銘柄を分析して売買判断

! 使用限制与门槛

  • 限制说明: Requires repository-specific context from the skill documentation
  • 限制说明: Works best when the underlying tools and dependencies are already configured

Why this page is reference-only

  • - Current locale does not satisfy the locale-governance contract.
  • - The underlying skill quality score is below the review floor.

Source Boundary

The section below is imported from the upstream repository and should be treated as secondary evidence. Use the Killer-Skills review above as the primary layer for fit, risk, and installation decisions.

评审后的下一步

先决定动作,再继续看上游仓库材料

Killer-Skills 的主价值不应该停在“帮你打开仓库说明”,而是先帮你判断这项技能是否值得安装、是否应该回到可信集合复核,以及是否已经进入工作流落地阶段。

实验室 Demo

Browser Sandbox Environment

⚡️ Ready to unleash?

Experience this Agent in a zero-setup browser environment powered by WebContainers. No installation required.

Boot Container Sandbox

常见问题与安装步骤

以下问题与步骤与页面结构化数据保持一致,便于搜索引擎理解页面内容。

? FAQ

trade 是什么?

适用场景: Ideal for AI agents that need 仮想ポートフォリオ(初期100万円)で日本株の売買を行う。. 本地化技能摘要: trade helps AI agents handle repository-specific developer workflows with documented implementation details.

如何安装 trade?

运行命令:npx killer-skills add Moyuchiiii/claude-investment-sim。支持 Cursor、Windsurf、VS Code、Claude Code 等 19+ IDE/Agent。

trade 适用于哪些场景?

典型场景包括:适用任务: Applying 仮想ポートフォリオ(初期100万円)で日本株の売買を行う。、适用任务: Applying あなた自身がトレーダーとして、データを分析し、売買を判断・実行する。、适用任务: Applying 引数なし: 全銘柄を分析して売買判断。

trade 支持哪些 IDE 或 Agent?

该技能兼容 Cursor, Windsurf, VS Code, Trae, Claude Code, OpenClaw, Aider, Codex, OpenCode, Goose, Cline, Roo Code, Kiro, Augment Code, Continue, GitHub Copilot, Sourcegraph Cody, and Amazon Q Developer。可使用 Killer-Skills CLI 一条命令通用安装。

trade 有哪些限制?

限制说明: Requires repository-specific context from the skill documentation;限制说明: Works best when the underlying tools and dependencies are already configured。

安装步骤

  1. 1. 打开终端

    在你的项目目录中打开终端或命令行。

  2. 2. 执行安装命令

    运行:npx killer-skills add Moyuchiiii/claude-investment-sim。CLI 会自动识别 IDE 或 AI Agent 并完成配置。

  3. 3. 开始使用技能

    trade 已启用,可立即在当前项目中调用。

! 参考页模式

此页面仍可作为安装与查阅参考,但 Killer-Skills 不再把它视为主要可索引落地页。请优先阅读上方评审结论,再决定是否继续查看上游仓库说明。

Upstream Repository Material

The section below is imported from the upstream repository and should be treated as secondary evidence. Use the Killer-Skills review above as the primary layer for fit, risk, and installation decisions.

Upstream Source

trade

安装 trade,这是一款面向AI agent workflows and automation的 AI Agent Skill。查看评审结论、使用场景与安装路径。

SKILL.md
Readonly
Upstream Repository Material
The section below is imported from the upstream repository and should be treated as secondary evidence. Use the Killer-Skills review above as the primary layer for fit, risk, and installation decisions.
Supporting Evidence

自律トレーディング

仮想ポートフォリオ(初期100万円)で日本株の売買を行う。 あなた自身がトレーダーとして、データを分析し、売買を判断・実行する。

引数

  • 引数なし: 全銘柄を分析して売買判断
  • 銘柄コード指定(例: 7203.T): その銘柄のみ分析

手順

Step 1: ポートフォリオ状況を確認

bash
1cd D:\Claude\invest\claude-investment-sim && python scripts/get_status.py

出力されたJSONから以下を把握する:

  • 現金残高、総資産、保有銘柄
  • リスクアラート(損切り・利確ライン到達)
  • 直近の取引履歴
  • 過去の教訓(学習ログ)

Step 2: リスクアラート対応

損切り(STOP_LOSS)・利確(TAKE_PROFIT)アラートがある場合、即座に実行:

bash
1cd D:\Claude\invest\claude-investment-sim && python scripts/execute_trade.py SELL <symbol> <全数量> --reasoning "損切り/利確: <理由>" --confidence 0.9

Step 3: 銘柄分析

引数で銘柄が指定されていればその銘柄のみ、なければ全銘柄を分析する。 全銘柄: 7203.T, 6758.T, 9984.T, 6861.T, 8306.T, 6501.T, 7974.T, 4063.T, 9432.T, 6902.T

各銘柄について:

bash
1cd D:\Claude\invest\claude-investment-sim && python scripts/analyze_symbol.py <symbol>

Step 4: 売買判断

分析データをもとに、あなた自身の判断で以下を決定する:

  • BUY / SELL / HOLD のいずれか
  • 数量: 1銘柄への投資は総資産の20%まで
  • 確信度: 0.0〜1.0(0.6未満ならHOLD)
  • 理由: なぜその判断に至ったか

判断基準

  • RSI 30以下: 売られすぎ → 買い検討
  • RSI 70以上: 買われすぎ → 売り検討
  • MACDがシグナル線を上抜け: 買いシグナル
  • MACDがシグナル線を下抜け: 売りシグナル
  • ボリンジャーバンド下限近く: 反発期待で買い検討
  • ボリンジャーバンド上限近く: 反落リスクで売り検討
  • ADX 25以上: トレンドが強い
  • 複数のシグナルが一致する場合に確信度を上げる
  • 過去の教訓を必ず考慮する(同じ失敗を繰り返さない)

ファンダメンタルズ判断基準

  • PER 10未満: 割安 → 買い検討材料
  • PER 30超: 割高 → 慎重に
  • PBR 1.0未満: 解散価値以下 → 割安
  • ROE 15%超: 高収益企業 → ポジティブ
  • 配当利回り 3%超: 高配当 → 下値サポート
  • D/E比率 200%超: 財務リスク → 注意
  • テクニカルとファンダメンタルズが一致する場合に確信度を上げる

ニュースセンチメント

  • analyze_symbol.py の出力に含まれるニュースヘッドラインを読み、市場心理を判断する
  • ポジティブなニュース(増益、上方修正、提携等)→ 買い材料
  • ネガティブなニュース(減益、下方修正、不正等)→ 売り材料
  • ニュースの鮮度も考慮する(古いニュースは織り込み済みの可能性)
  • ニュースセンチメントだけで判断しない。テクニカル・ファンダメンタルズと組み合わせる

マーケット全体の地合い

  • get_status.py の market_overview と market_signals を確認する
  • 日経平均が1%以上下落中 → 新規買いは慎重に。確信度を下げる
  • 日経平均が1%以上上昇中 → 地合い良好。買いの確信度を上げてよい
  • 円安進行中(USD/JPY上昇)→ 輸出企業(トヨタ、デンソー、ソニー等)に追い風
  • 円高進行中(USD/JPY下落)→ 内需企業(NTT、JR、小売等)が相対的に有利
  • 前日のS&P500が1%以上下落 → 日本株全体に下押し圧力、買いは様子見推奨
  • 出来高が20日平均の2倍以上 → 何らかのイベント発生。ニュースを確認してから判断

セクターローテーション

  • get_status.py の出力に含まれるセクター分析を確認する
  • 強セクター(上昇トレンド)の銘柄を優先的に買い検討
  • 弱セクター(下降トレンド)の銘柄は買いを見送るか、保有中なら売り検討
  • セクター間乖離が大きい場合、ローテーション(強セクターへの乗り換え)を検討
  • 同一セクターへの集中投資を避ける(分散効果を意識)
  • ポートフォリオのセクター構成バランスも考慮する

リスクルール

  • 1日の取引上限: 5件
  • 損切りライン: -5%
  • 利確ライン: +15%
  • 確信度 0.6 未満は見送り
  • 1セクターへの投資上限: 総資産の30%(超過する場合は買い不可)
  • 相関係数 0.8 以上の銘柄を既に保有している場合は注意(分散効果が薄い)
  • get_status.py の portfolio_risk を確認し、HHI(集中度)が高い場合は新規買いを慎重に

Step 5: 売買実行

BUY または SELL と判断した場合:

bash
1cd D:\Claude\invest\claude-investment-sim && python scripts/execute_trade.py <BUY|SELL> <symbol> <quantity> --reasoning "<理由>" --confidence <確信度>

Step 6: 学習記録

取引を実行した場合、過去の取引結果を振り返り教訓を記録:

bash
1cd D:\Claude\invest\claude-investment-sim && python scripts/record_lesson.py --outcome <WIN|LOSS|HOLD> --lesson "<教訓>" --profit-loss <損益額>

Step 7: 実行記録

スケジューラーに実行を記録する:

bash
1cd D:\Claude\invest\claude-investment-sim && python scripts/trade_scheduler.py record --trades <実行した取引件数> --value <ポートフォリオ評価額>

Step 8: レポート

最後にユーザーに以下をレポートする:

  • 分析した銘柄と結果
  • 実行した取引(あれば)
  • コスト内訳(スリッページ・税金)
  • ポートフォリオの現在状況
  • 注目すべきシグナルや教訓

Step 9: 次回実行の推奨

現在時刻と東証の取引時間をもとに、次回の /trade 実行タイミングを提案する。

東証取引時間

  • 前場: 9:00〜11:30
  • 後場: 12:30〜15:30

推奨ロジック

  • 平日15:30以降に実行した場合 → 「次回: 翌営業日 15:30以降(終値確定後)」
  • 平日の取引時間中に実行した場合 → 「次回: 今日の15:30以降(終値確定後)に再実行推奨」
  • 平日の取引時間前に実行した場合 → 「次回: 今日の15:30以降(終値確定後)」
  • 土日・祝日に実行した場合 → 「次回: 翌営業日(月曜)15:30以降」
  • 急落・急騰シグナルがある銘柄がある場合 → 「⚠️ 〇〇に注目。前場寄付き(9:00)での確認も検討」

表示例

📅 次回推奨: 2026-04-14(月)15:30以降
   終値確定後に全銘柄を再分析します。
   ⚠️ 9984.T(ソフトバンクG)RSI 28 — 明日の寄付きで要チェック

相关技能

寻找 trade 的替代方案 (Alternative) 或可搭配使用的同类 community Skill?探索以下相关开源技能。

查看全部

openclaw-release-maintainer

Logo of openclaw
openclaw

Your own personal AI assistant. Any OS. Any Platform. The lobster way. 🦞

333.8k
0
AI

widget-generator

Logo of f
f

为prompts.chat的信息反馈系统生成可定制的插件小部件

149.6k
0
AI

flags

Logo of vercel
vercel

React 框架

138.4k
0
浏览器

pr-review

Logo of pytorch
pytorch

Python中具有强大GPU加速的张量和动态神经网络

98.6k
0
开发者工具