TSLA Options War Room

短期期权里真正难的是什么

难的不只是「看对方向」，而是：在对的位置入场（追高追低是主要亏损来源）、管住手（无纪律加仓与扛单）、盘中快速判断（机会窗口短，不能花半小时写报告）。本系统把这三件事拆开产品化：对抗式方向判断、硬编码仓位与止盈止损规则、按需拉取快照（约数秒内可用）。

新颖性体现在哪里

• 投委会隐喻 + 单一声音：后台可并行多角色，但用户永远只读到一个顾问口吻，不暴露 Agent、步骤或工具日志。
• 深度可渐进：默认给「可用答案」（中等深度），完整七段式报告仅在用户明确要「展开 / 完整分析 / 计划」时给出，避免「问一句答三千字」。
• 规则与模型解耦：仓位上限、第二张合约用途、时间审查、结构止损与合约止损等以文档级硬规则约束，减少情绪覆盖理性。
• 数据可信度分级：量价结论只认 Robinhood 完整成交量；REST / KLineLens 用于价格与结构，避免用残缺 volume 做 RVOL 类结论。
• 可审计的闭环：入场写入预测字段，平仓追问实际成交价与原因，journal 可回溯「预测 vs 实际」，支撑后续统计胜率与方向准确率。

• 产品优先于炫技：LLM 擅长叙述与整合，但方向决策必须经得起「空方也能自圆其说」的推敲；因此把多空对抗写进硬性流程，而不是事后补丁。
• 时间框架写进纪律：实盘教训（例如大周期偏多时只看短周期做空被 V 反）被抽象成「日线定方向、小时线定结构、盘中定入场；冲突以日线为准」，减少同一错误反复发生。
• 诚实面对数据边界：API 给不了可靠 volume 就不假装能做量价；宁可少说一句，也不输出伪精确结论。
• 流式与可感知进度：完整分析要求在主进程边写边出字，避免长时间空白；若必须并行子任务，先用自然语言过渡，让用户知道「团队在算什么」。
• 对话即状态机：trade_state 与 journal 把「有没有仓、为什么进、预测是什么、怎么出的」串成生命周期，系统表现可查，而不是一次性聊天。

逻辑拓扑可以概括为：用户自然语言 → Claude Code 加载 Skill → 按需读/刷新行情与记忆 → 主顾问整合输出。

你提问
   |
   v
+---------------------------+
| Claude Code Skill         |  10 个角色化 Agent：结构 / 宏观 / 多空辩论 /
| (War Room)                |  执行规划 / 期权结构 / 风控 等（用户不可见）
+---------------------------+
   |
   +-----------+-------------+
   |                       |
   v                       v
+-------------+    +----------------+
| Market      |    | Trade Memory   |
| Service     |    | 持仓 + 日志    |
| REST 快照   |    +----------------+
+-------------+
   |
   v
+-------------+
| Twelve Data |  TSLA / QQQ / SPY（需 API Key）
+-------------+

按需拉取、无常驻进程：触发后检查 latest_snapshot.json 时间戳；新鲜则直接用，过期则静默执行 python3 fetch_now.py（约 3–5 秒）。不配置 API 时，可依赖用户截图由模型做结构判断。

每个 Agent 在仓库 agents/*.md 中有完整人设与输出要求；调度过程对用户完全不可见。首席顾问负责汇总为单一声音。

完整分析时，Bear / Bull 等可并行；prompt 需含完整角色定义、市场数据与前序分析，并要求区分事实 / 推断 / 建议 / 不确定性。

用户体验（第一原则）

• 禁止在用户可见输出中出现：模式名、派发 Agent、步骤号、Read(...) 等工具痕迹或终端风格日志。
• 单一声音：不说「某某 Agent 认为」；内部分歧用「我们内部有不同看法」概括。
• 渐进展开：先快速给方向与把握度；用户要「展开 / 完整计划」再进入长报告。
• 自洽：每条回复独立可读，不写「同上文」类引用。
• 文风：先结论再理由；短段落加空行；减少「结构上很明确」类空话。

三种深度

完整分析时的流式硬性规则

完整报告应在主进程直接流式写出，避免「派发一个大 Agent 后用户干等两分钟」。若某段确需子 Agent 做重计算，应先输出已完成的分析，并可用一句自然过渡说明团队在算什么。

完整报告骨架（节选标题）

============ TSLA 期权顾问委员会分析报告 ============
一、今日盘面
二、技术结构
三、大盘环境
四、多空看法
五、交易计划
六、仓位和风险
七、不确定性
====================================================
+---------------------------------------------+
|           委员会最终结论                      |
+---------------------------------------------+
| 动作 / 方向 / 入场区间 / 执行价 / 成本      |
| 目标 / 止损 / 止盈 / 时间 / 失效 / 置信度   |
+---------------------------------------------+

期权收益估算（口述标准）

禁止简单线性「delta × 价格变动 = 利润」。需说明 gamma 导致 delta 非线性、theta 慢磨与 IV 变化对区间的挤压或放大，并给出合理区间而非单点数字，可对比「快跌到位」与「慢跌磨过去」。

必须引导 Simulation 的场景

• 问何时出收益、止盈在哪、最晚何时卖
• 补第二张合约、临近到期（剩余约 3 天内）、问「继续拿值不值得」
• 需精细评估 theta 衰减时

交易心态（须在合适时机出现）

• 强调「趋势延续」而非赌次日精确价位
• 强调「没有好位置就不做」——低开下杀时可能拿不到好 PUT 价格
• 每次建议末尾用一句话收束，像老手经验谈

多空对抗（硬性）

凡涉及 PUT/CALL 方向，内部必须同时考虑空方与多方论据再定调。轻量回应可不展开双方论点，但结论须经过对抗推敲；势均力敌时要提示不确定性高。

多时间框架（内部顺序，对用户用自然语言）

1. 日线定大方向
2. 小时线定当前在趋势哪一段
3. 盘中 K 线定入场时机与价位

盘中与日线冲突时以日线为准；日线不明时须直白告知「还没走出来，再等等」。

QQQ 配合做空（做 TSLA PUT 时）

• QQQ 涨幅 < 0.3% 或翻绿 → 视为配合做空
• QQQ 仍在 +0.5% 以上 → 大盘偏多，做空 TSLA 为逆风
• QQQ 不配合但 TSLA 独自下跌 → 提醒可能仅是盘中波动，勿急于认定趋势

主路径与备用路径

• 快照：~/tsla-options-war-room-skill/market_service/data/latest_snapshot.json
• 备用：~/Zhiyuan/trading-system/market_service/data/latest_snapshot.json
• 事件：latest_event.json；持仓：trade_memory/trade_state.json；日志：trade_memory/trade_journal.jsonl（末 20 行等策略按 Skill）

新鲜度

时间戳在 5 分钟内直接用；超时静默跑 fetch_now.py；美股收盘后收盘价可视为不过期。

上下文优先（非价格类）

同一对话中用户已口述持仓则不必反复读 trade_state；价格类始终以最新截图或刷新后快照为准。

量价数据源优先级（硬性）

• 成交量、RVOL、缩量放量等：仅 Robinhood 截图。
• REST / KLineLens：价格走势、趋势、形态、压力支撑；不得单独作为量价结论依据。
• 无 Robinhood volume 时：跳过量价，不解释「做不了量价」；结构仍可给方向建议。

止盈（摘要）

• 单张核心仓：约 20%–35%
• 两张：一张盈利或总体 15%–25% 时先卖一张
• 强趋势（TSLA 与 QQQ 共振）：剩余仓 40%–70% 视情况扩展

止损（摘要）

• 结构止损：PUT 强收复关键阻力并确认；CALL 确认跌破关键支撑
• 合约风险止损：回撤约 25%–35% 且结构无改善
• 时间：理想 1–3 天出结果；临近到期偏向退出

用户确认执行动作后更新 trade_state.json 与追加 trade_journal.jsonl（须先经用户确认）。动作类型包括 ENTER_1、ADD_SECOND、TRIM_TO_1、EXIT 等。

平仓时主动追问：卖出价、盈亏、出场原因；EXIT 记录含 thesis 结果分类（correct / partial / incorrect / stopped_out）。入场 ENTER_1 写入 predictions（方向、目标、止损、置信度等）以便事后对比。

用户问「系统表现」时读取所有 EXIT 聚合：总次数、胜率、平均/累计收益、最佳最差单笔、方向判断四类占比、按 PUT/CALL 分类等；也可配合 performance_tracker.py。

1. 克隆仓库

cd ~
git clone https://github.com/songzhiyuan98/tsla-options-war-room-skill.git
cd tsla-options-war-room-skill

2. 安装 Skill 到 Claude

mkdir -p ~/.claude/skills/tsla-options-war-room
cp SKILL.md ~/.claude/skills/tsla-options-war-room/
cp -r agents/ ~/.claude/skills/tsla-options-war-room/

3. 配置数据服务（可选）

pip3 install -r requirements.txt
cp .env.example .env
# 编辑 .env 填入 Twelve Data API Key（免费层约 800 次/天，正常够用）

4. 对话触发

在 Claude Code 中使用 /tsla-options-war-room 或自然语言触发 description 中的场景。有 Key 时 Skill 会自动刷新快照；无 Key 时可依赖截图。

双目录职责

仓库目录结构（摘要）

tsla-options-war-room-skill/
├── SKILL.md
├── agents/
├── market_service/    # config, rest_client, snapshot_builder, data/
├── trade_memory/      # state_manager, performance_tracker
├── fetch_now.py
├── run.py             # 可选常驻
└── schemas/

交易参数一览

对话示例（压缩）

用户：TSLA 现在能做 PUT 吗？

顾问（中等深度示意）：方向偏空，但当前价位不宜追空；给出压力/支撑与「等反弹再进」的区间思路，并问是否结合 QQQ 看入场。

用户：要完整计划 → 输出七段报告与结论框。

注意事项

• 仅供学习与研究，不构成投资建议；期权亏损风险极高。
• 分析以技术面为主，突发事件与基本面不在默认范围内。
• 建议先在模拟环境验证再考虑实盘。