继 A 股数据 SKILL 之后，我又做了一个新能力：a-share-paper-trading。
这个 SKILL 的目标很直接让 Agent 不只是“会分析”，还能在模拟仓里完成从选股、下单、持仓跟踪到复盘评估的一整套流程，先把策略在低风险环境里跑通，再决定是否进入实盘流程。
你可以把它理解为一个“策略试炼场”：
- 先验证交易逻辑是否稳定，而不是靠感觉拍脑袋
- 用一致的规则管理仓位、交易节奏和风险暴露
- 持续观察策略表现，及时发现问题并迭代
- 让研究、执行、复盘形成闭环，减少无效试错
安装也很直接（ https://clawhub.ai/shouldnotappearcalm/a-share-paper-trading ）：
clawhub install a-share-paper-trading 如果这个方向对你有帮助，欢迎支持一下：
- 点个 Star，让更多人看到这个项目 （ https://github.com/shouldnotappearcalm/a-share-skill ）
- 提 Issue，告诉我你在实战里遇到的真实需求
- 提交 PR，一起把 A 股 Agent 交易工具链做得更完整、更可靠
这次也把几个常用选股/决策 SKILL 一起串起来：
a-share-strategy-mainboard-multi-swing-defensive
主板流动性池 + 趋势回踩，给出买入参考和卖出信号，适合做日常候选池筛选。macd-trend-resonance-stock-picker
均线定方向、MACD 定节奏，输出 A/B/C/D 分级候选，适合盘前选强弱。macd-second-golden-cross
聚焦“底背离 + 零轴下二次金叉”修复结构，给出观察/试错/放弃三档决策，适合低位修复场景。
 | 1 should OP 结合 OpenClaw 、CC 等等的定时任务，让 Agent 自己决策进化自己的 Skill ，A 股自己的 Hermes |
 | 2 LxxxW 8 天前 via iPhone 我的建议不如加密 |
 | 3 a451697920 8 天前 这块整体逻辑可以在迁移到美股不？ |
| 5 should OP @a451697920 可以，等我写完发出来 |
 | 7 ffw5b7 8 天前 和量化差不多吧？ 本质还是输入 自己的策略。 现在还没进化到有 Context 学习能力吧。 |
 | 10 Hermitist 7 天前 macd 你做了适应调整没? |
Select Language