Jakeschincariol/day-trader-skill 是 GitHub 上的開源專案，本站記錄時 4,149 星；建立不到 30 天已累積 2,013 顆星。我們在一台 RTX A6000 48 GB 工作站 上，從安裝到跑出結果整段錄下終端機；測的是 2026-10-20 的版本（commit 3d0f4ef6986f）。實測影片公開後會嵌在本文最下方。
背景
day-trader-skill 是一套基於 Python 的 Claude Skills 集合，旨在為日內交易者提供從圖表掃描、新聞追蹤到風險管理的完整工作流。它解決了個人交易者難以即時處理大量市場數據的問題，透過讀取 Yahoo Finance、Nasdaq Trader 和 SEC EDGAR 等免費公開資料，讓使用者無需訂閱昂貴數據服務即可獲得專業級的交易輔助。
該專案強調「模擬優先」與「人工確認」，內建的 Time Machine 功能可在下單前重現過去的交易情境，計算勝率與風險報酬比。所有操作預設為紙上交易（Paper Trading），除非使用者明確授權，否則不會自動執行真實訂單，確保在測試策略階段的安全性。
運作方式與使用方式
安裝過程極為簡潔，只需透過 git clone 取得原始碼，無需額外的 pip install 步驟，因為它依賴標準 Python 函式庫。我們將專案複製到本地後，直接執行內建的單元測試套件來驗證環境相容性，結果顯示所有 315 個測試案例在 13.3 秒內全部通過，證明程式碼結構穩健。
實際使用時，我們執行了 python3 trader-scanner/scan.py universe 指令來建立股票掃描清單。該指令從 Nasdaq Trader 的符號目錄中篩選出美國上市普通股、ADR 等標的，自動排除 ETF、權證與債券等非目標資產。此外，我們也測試了 trader-pelosi 模組，成功抓取了國會議員 Pelosi 的最新交易披露文件連結，驗證其對公開資訊的抓取能力。
與未使用時的差異
| 情境 | 不用它 | 用它 |
|---|---|---|
| 股票清單建立 | 手動整理或訂閱付費數據源 | 自動從 Nasdaq 目錄篩選出 5,942 檔普通股 |
| 交易前風險評估 | 憑經驗估算停損與停利 | 透過 Time Machine 模擬歷史情境計算勝率 |
| 新聞追蹤 | 手動搜尋個別股票新聞 | 自動監控關注清單並標記重大事件 |
| 安裝與依賴管理 | 需處理複雜的 Python 套件衝突 | 僅需 Python，無外部依賴 |
安裝與執行過程
| 步驟 | 指令 | 結果 | ||||
|---|---|---|---|---|---|---|
| 環境檢查 | `uname -a; python3 --version; uv --version; node --version; nvidia-smi --query-gpu=name,driver_version,memory.total --format=csv,noheader 2>/dev/null \ | \ | echo '(no GPU)'; lscpu \ | grep 'Model name'; free -g \ | head -2` | 結束碼 0，耗時 0.2 秒。確認 Python 3.12.3 與 Ubuntu 24.04 環境正常。 |
| 取得原始碼 | `cd "$LAB" && { [ -d src/.git ] \ | \ | git clone -q --no-checkout --depth 1 https://github.com/Jakeschincariol/day-trader-skill src; } && cd src && git fetch -q --depth 1 origin 3d0f4ef6986f4984b7c6bd46f7ff4f87744c3abd && git checkout -q 3d0f4ef6986f4984b7c6bd46f7ff4f87744c3abd && git log -1 --format='%h %cd %s' --date=short && du -sh . && ls` | 結束碼 0，耗時 2.4 秒。成功 checkout commit 3d0f4ef，專案大小 2.0M。 | ||
| 完整 Clone 專案 | git clone https://github.com/Jakeschincariol/day-trader-skill.git | 結束碼 0，耗時 1.4 秒。接收 112 個物件，總大小 414.61 KiB。 | ||||
| 執行單元測試 | cd day-trader-skill && python3 -m unittest discover -s tests -v | 結束碼 0，耗時 13.3 秒。執行 315 個測試，結果為 OK，無失敗案例。 | ||||
| 掃描股票清單 | python3 trader-scanner/scan.py universe | 結束碼 0，耗時 5.4 秒。從 13,286 筆資料中篩選出 5,942 檔美股，並寫入 trader/universe.txt。 | ||||
| 查詢國會交易披露 | python3 trader-pelosi/ptr.py index --member pelosi | 結束碼 0，耗時 0.5 秒。成功列出 Nancy Pelosi 最新的 4 筆交易披露文件連結。 |
結果驗證
實測結果顯示，day-trader-skill 的核心功能運作正常。在掃描股票清單時，程式正確地從 Nasdaq Trader 的 13,286 筆原始資料中，過濾掉 ETF、權證等非普通股標的，最終保留了 5,942 檔符合日內交易需求的股票，並生成 trader/universe.txt 檔案。這與 README 中描述的「掃描數千張圖表」的能力相符，且處理速度極快（5.4 秒）。
單元測試部分，315 個測試案例在 13.3 秒內全部通過，涵蓋了 Time Machine 的網路重試邏輯、計畫驗證、隨機種子穩定性等關鍵模組。這表明專案的程式碼品質經過嚴謹驗證，特別是在處理網路錯誤（如 429 限流、5xx 錯誤）時有完善的退避與重試機制。
此外，trader-pelosi 模組成功抓取了公開的國會交易披露資料，顯示其對 SEC EDGAR 和 House Clerk 資料源的整合能力。雖然我們未實際執行即時交易模擬（因需即時市場數據），但從離線測試與資料抓取的成功率來看，該工具作為一個輔助決策系統是穩定且可用的。
遇到的問題
這次沒有遇到需要另外處理的問題。
結論
day-trader-skill 適合具備基本 Python 知識、希望建立個人化日內交易工作流的交易者。它提供了一套免費、開源且模組化的工具，能有效輔助圖表掃描與風險評估。然而，由於其高度依賴 Claude 作為執行介面（或手動執行 Python 腳本），對於不熟悉指令列操作或沒有 Claude 訂閱的使用者來說，上手門檻稍高。此外，它僅提供決策輔助，不保證獲利，使用者仍需自行判斷市場狀況。
