開發過程中,一直在想交易邏輯幾乎是固定的,為何要用Skill,而這串討論,就是在確認開發AP是否適合
跟著 Claude 把美股當沖 skill 改成台股版・第 13 篇
延伸開發 AP 1:盤中誰在做判斷?這套 skill 其實更適合做成 AP
券商串接做完後,我回頭問了 Claude 兩個問題:盤中還有哪些地方需要 AI 判斷?如果交易邏輯幾乎是固定的,為什麼要寫成 skill,寫成一個獨立程式(AP)不是更簡單嗎?這一篇整理這段討論。我的結論是:這套工具做成 AP 比較適合,Claude 留給真正需要理解的盤前研究和盤後檢討。
1. 起因:兩個問題
整套工具做完、券商也接上之後,但在修改過程中,心裡一直有個疑問。先問 Claude 第一個問題:
這整個 skill,在盤中還有哪個部分會需要 AI 做判斷?還是交易邏輯都是固定的?
Claude 的回答是:交易邏輯是固定的(細節在第 2、3 節)。聽完之後,我接著問第二個問題:
既然幾乎是固定的,為何還要寫成 skill,寫成一個 AP 不是更簡單?
Claude 的回答(開頭)
你說得對。邏輯既然是固定的,寫成一個獨立的程式在很多方面確實更簡單,盤中也更可靠。這兩種做法各有適合的情況,這套工具其實已經是兩者混合。
這兩個問題其實是每個想用 AI 做交易工具的人都該先問的:AI 到底在這裡負責什麼?
小辭典
- AP
- 應用程式(application)。這裡指一支自己會跑的獨立程式,不需要開著 Claude。
- Skill
- 教 Claude 做某件事的說明書(SKILL.md)加上它要呼叫的程式。Claude 讀說明,決定什麼時候跑哪支程式。
- 命令列程式
- 在終端機輸入一行指令就能執行的程式,例如
python entry.py check 2409。 - 輪詢
- 每隔一段時間檢查一次,例如每 5 分鐘看一次有沒有突破。
2. 盤中哪些是固定的
盤中「做不做、做多少、能不能送」,全部是 Python 程式依規則算出來的:
| 步驟 | 怎麼決定 |
|---|---|
| 進場(tw-entry) | 開盤區間高點,加上「5 分 K 收盤站上」才算觸發;量能條件和時間窗都是設定值 |
| 停損停利(tw-exit) | 依指定方式計算(預設區間中點、2R),自動落在升降單位上,並檢查漲跌停 |
| 張數(tw-budget) | 取四個上限的最小值:每筆最大虧損、部位上限、單筆上限、可用現金 |
| 風控(tw-risk) | 十幾條規則逐條檢查,結果只有 PASS 或 BLOCK |
| 提醒(tw-alerts) | 價格碰到門檻就響,每條規則每天只響一次 |
| 送單(tw-broker) | 指紋相符、同意在 10 分鐘內、盤中、只送一次,條件都是寫死的 |
這些規則和數字都在 config.json 裡,skill 也明文規定 Claude 不能修改。
3. 盤中哪裡有 AI 參與
Claude 負責的是「聽懂你的話、在對的時間跑對的程式、把結果講給你聽,以及在你和程式之間把關」:
| Claude 做的事 | 例子 | 會不會影響交易結果 |
|---|---|---|
| 把你的話轉成指令 | 「幫我盯 2409」→ 跑 tw-entry;沒指定的參數用設定檔預設值,不是 Claude 自己挑 | 不會 |
| 安排時間 | 用 /loop 每隔幾分鐘重跑 tw-entry、tw-alerts | 只影響「多快發現」,判讀還是程式 |
| 判斷你是不是在同意 | 先判斷你的回覆算不算明確同意,再把原話交給程式;程式用關鍵字再檢查一次 | 兩邊都通過才記錄 |
| 解釋結果 | 用白話念出單據、被擋的原因、成交和損益 | 不會,只轉述 |
| 出狀況照說明處理 | 送單結果不明時,依 SKILL.md 去跑 sync,不會自己決定重送 | 不會 |
| 新聞的解讀 | 「為什麼漲」是 Claude 讀新聞後的說法,通常在盤前 | 不會進入進場判斷 |
其中最接近「判斷」的,是第 3 項:你說的話算不算同意。所以這裡設計成雙重檢查:Claude 覺得是同意,程式的關鍵字檢查也要通過(例如回覆裡有「不」「等等」「先不要」就不算),兩邊都過才會記錄。
一句話總結
這套工具比較像「有紀律的助理」,不是「會自己找機會的交易員」。
4. 為什麼刻意設計成固定
01
回測才有意義
第 11 篇測的就是盤中實際會跑的規則。盤中如果有 AI 臨場判斷,回測就測不到那一部分。
02
結果可以重現
同樣的資料、同樣的設定,每次跑出來都一樣,出問題時查得出原因。
03
避免盤中情緒
AI 也可能被你在對話中說服「這次例外」。規則寫在程式裡,才擋得住。
04
原版也是這樣
美股原版的 skill 一樣是 Python 計算,AI 負責流程和溝通。
如果想讓 AI 參與判斷,例如用新聞情緒過濾進場,技術上做得到。代價是那一部分沒辦法回測,只能先在模擬環境累積紀錄來驗證。
5. Skill 還是 AP?
Claude 先承認:在盤中,獨立程式在很多方面比較好。
| 獨立程式(AP) | Skill | |
|---|---|---|
| 盤中盯盤 | 排程精準,每 5 分鐘準時檢查 | 要開著 Claude,靠 /loop 輪詢,時間不保證準 |
| 成本 | 不用錢 | 每次輪詢都消耗額度 |
| 速度 | 幾毫秒 | AI 要先想一下再跑程式 |
| 穩定性 | 同樣的輸入,一定走同樣的路徑 | Claude 有機會呼叫錯指令或漏一步,所以 skill 裡要寫一堆「絕不做的事」 |
| 長時間無人看管 | 適合 | 不適合 |
我自己的「網格自動交易系統」就是 AP 的例子:邏輯固定、要整天自動跑,所以寫成程式,配上 LINE 通知和遠端操作。
Claude 也列出 skill 的價值
- 不用做介面:同意、查詢、解釋都在對話裡完成。做成 AP 的話,要自己寫畫面或 LINE 互動。
- 可以臨時提問:「今天還能冒多少風險」「這筆為什麼被擋」「停損改成區間低點再算一次」。AP 只能回答事先設計好的問題,skill 可以臨時把幾支工具組合起來用。
- 研究和交易在同一個地方:盤前的新聞、營收、籌碼,Claude 可以讀完整理給你,這部分本來就需要 AI。
- 人本來就要在場:每一筆都要你同意,本來就不是全自動。既然人要在場,對話就是很自然的操作介面。
- 這個系列的主題:出發點就是「用 Claude 改寫一個現成的 skill」,讀者學的是怎麼跟 Claude 合作開發。
這些優點都是真的,但我把它們逐條放回「盤中實際使用」的情境再看一次:介面可以用 LINE 解決(網格系統已經做過);臨時提問、整理新聞大多發生在盤前和盤後,不在盤中那幾個小時;人要在場同意,也不一定要在 Claude 的對話裡同意。盤中真正需要的,是準時、穩定、不花錢、不用一直開著 Claude,這些剛好都是 AP 的強項。
6. 其實已經是混合架構
回頭看這套工具的結構,真正做計算的 entry.py、check.py、ticket.py 這些檔案,本身就是獨立的命令列程式,不需要 Claude 也能跑(每篇文章最後「進階」區塊列的就是這些指令)。Skill 只是包在外面的一層:
- 你說話、同意
- Claude讀 SKILL.md
- 命令列程式固定規則
- trader/ 檔案設定與紀錄
- FinMind/永豐資料與委託
SKILL.md 教 Claude 兩件事:什麼時候跑哪支程式,以及哪些事絕對不能做。換句話說,把 Claude 換成一個排程器,中間那層固定規則完全不用改,這正是改寫成 AP 的基礎。
7. 我的結論:做成 AP 比較適合
討論到最後,Claude 給了一條分工原則:
Claude 的分工原則
盤中重複、固定、要準時的事交給程式;需要理解、整理、臨時提問的事交給 Claude。
用這條原則檢查這套工具:盤中從進場判斷、停損停利、張數、風控到送單,每一步都是「重複、固定、要準時」。需要理解的部分,幾乎都在盤前和盤後。
我的結論
這套當沖工具做成 AP 比較適合。寫成 skill 很適合開發和學習(這個系列就是這樣一路改過來的),但真的要天天盤中使用,應該由 AP 負責盤中,Claude 負責盤前研究、盤後檢討和回測。
改成 AP 之後的分工:
| 工作 | 交給誰 | 原因 |
|---|---|---|
| 盯盤、提醒 | AP | 要準時、整天重複;觸發時發 LINE 給你,可以沿用網格系統的寫法 |
| 同意、送單 | AP | 在 LINE 上確認後由 AP 送出;三道關的程式碼不用改,只是同意的管道從對話換成 LINE |
| 盤前研究 | Claude | 讀新聞、整理營收與籌碼,需要理解 |
| 盤後檢討、回測、調參數 | Claude | 臨時提問、比較、解釋,需要對話 |
這不代表前面的 skill 白做了:AP 用的就是同一套命令列程式、同一個 trader/ 資料夾,skill 也繼續留著給盤前盤後使用。這個原則也不只適用於當沖工具:任何想用 AI 自動化的工作,都可以先把步驟拆開,問每一步「它需要理解嗎?還是只需要準時、正確地重複?」
8. 學到的事、照著說的話
01
先問 AI 負責什麼
「用 AI 做交易」不代表交易判斷要給 AI;這套工具的 AI 負責溝通與流程。
02
固定的邏輯才能回測
想要可驗證,就把判斷寫成規則;AI 判斷的部分只能靠模擬紀錄驗證。
03
盤中交給 AP
這套工具盤中每一步都是固定規則,做成 AP 比較適合;核心程式不用重寫。
04
勇於問「為什麼不更簡單」
這個問題讓我看清了下一步該做什麼。
你可以照著說的話
這整個 skill,在盤中還有哪個部分會需要 AI 做判斷?還是交易邏輯都是固定的?
既然幾乎是固定的,為何還要寫成 skill,寫成一個獨立程式不是更簡單?請比較兩種做法的優缺點。
把我這套工具的每個步驟列出來,標出哪些需要理解(適合交給你),哪些只需要準時、正確地重複(適合寫成程式)。
沒有台股版程式的話:我想用 AI 幫我做一件每天重複的工作(請換成你自己的工作)。先幫我把步驟拆開,告訴我哪些步驟該交給 AI、哪些該寫成固定的程式,以及為什麼。
常見問題
交易邏輯都是固定的,那 AI 還有用嗎?
有,但不是用在盤中的買賣判斷。開發時,它幫我一路把美股版改成台股版;使用時,它負責盤前整理新聞、營收、籌碼,盤後檢討、回測和調整參數。盤中的固定工作,交給 AP 比較適合。
可以讓 AI 自己決定要不要進場嗎?
技術上可以,但那一部分無法回測,結果也不容易重現。比較穩的做法是先把 AI 的判斷當成「參考訊號」記錄下來,在模擬環境累積一段時間,再看它到底有沒有幫助。
改寫成 AP 要從頭開始嗎?
不用。計算的部分本來就是獨立的命令列程式,AP 主要是加上排程、通知和確認的介面。下一篇會詳細規劃。
台股版的程式可以下載嗎?
台股版還在開發中,暫不提供下載。等整個系列完成後,我會整理好放上 GitHub,並詳細說明安裝與使用方式。
下一篇預告
既然結論是做成 AP,下一篇就和 Claude 一起規劃這個 AP:要怎麼排程、怎麼用 LINE 通知和確認、怎麼和現有的 skill 共用同一套規則與紀錄,以及哪些地方仍然要留給你和 Claude。
本文僅為軟體工具教學與開發經驗分享,不構成任何投資建議。文中個股僅為示範。程式交易與當沖風險極高,請自行評估並為自己的交易決策負責。









