一個 Claude Code skill:用一面大師鏡片(預設一套交易原則蒸餾、可換),把你的真實交易復盤成一張卡—— 你做對的一件事 + 一個最大的洞(用你自己的數字)+ 一條下次要守的規矩 + 一句大師的話。

不是又一份統計報表。它做的是報表做不到的事:先算出你看不見的行為漏洞,再問出你不願承認的動機,最後逼你下次只改一件事。

🇬🇧 TL;DR — A Claude Code skill that turns your broker CSV into one behavioral review card: a deterministic Python engine finds your biggest leak (sizing / averaging down / exit discipline / fake diversification), then a master-lens dialogue asks the motive questions machines can't answer — you leave with one rule to keep next week. Privacy: your trades never touch a third-party backend and the author never sees a row — inference runs through your own Claude session, coach memory lives locally in ~/.trade-coach/. Quick start: pip install -r requirements.txt, symlink skills/fomo-kernel into ~/.claude/skills/, then run /fomo-kernel your.csv. Docs below are in Traditional Chinese.

完整流程(這才是產品本體)—— 在 Claude Code 裡:

/fomo-kernel ~/Downloads/my.csv   # 復盤你自己的交易(任何券商 CSV)
/fomo-kernel                      # 沒給資料 → 會請你提供;想先看長相,看下方「跑出來長什麼樣」

卡的價值在第 ② 步那段對話 —— 引擎挑出可疑標的、問你「逢低還是凹單?」,你一句話定案,卡才出定論。光看引擎原始輸出看不到這層。 安裝見下方 安裝。

想先零安裝、看引擎在算什麼(機械層的原始診斷,還不是定論卡):

git clone https://github.com/atomchung/fomo-kernel && cd fomo-kernel
pip install -r requirements.txt      # 若報 externally-managed-environment → 見下方「安裝」的 venv 三行
cd skills/fomo-kernel && python3 engine/trade_recap.py   # 跑內建 mock,印出引擎原始診斷

跑內建 mock 的示意卡長這樣(下面是簡化速覽版;實際引擎輸出是彩色終端卡,另含 what-if 回檔壓測、5 維行為 bar、報酬拆帳專區——真正的定論卡則是 Claude 在 Step ② 對話問完動機後才收斂的):

復盤卡 · 大師鏡片 · mock 範例
你帳面賺 +$143k,但幾乎全是「抱著沒賣」賺的;真正進出操作,要靠紀律不靠運氣。

  帳面總損益      +$143,197    (已實現 $19k + 未實現 $124k)
  主動買賣盈虧比   2.9          (平均賺 $2,851 vs 賠 $1,000)
  贏大盤 +261pp · β 2.05 · AI 暴險 100%(回檔 30% = −$51k)
      └ 把「贏大盤」拆成運氣和技巧:押對賽道 +180pp + 板塊內選股 +81pp
        (α 區間仍寬,還分不出選股是本事還是運氣 —— demo 別當真)

標的層診斷(按金額排序,小倉不糾結):
  PLTR  +$73,207   [v] 疑似定投(漲跌都買,不是凹單) · [!] 押太重 49%
  NVDA  +$60,556   [v] 疑似定投 · [!] 押太重 48%
  ORCL   +$2,974   [v] 紀律持有:賺 60%
  AMD    -$1,000   --  大致中性

[v] 你做對的:進出有一致節奏,中位持有 162 天
[X] 最大的洞:部位 sizing — 最大一筆 PLTR 佔 48%,其餘平均 25%
[*] 下次只改:虧損部位一律不加碼;真想加,先整筆賣掉、隔天重買
 >  鏡片原則:可以低成本試探一次,不代表完成長期信任的驗證

同一張卡的視覺版(深色卡片):

真實使用時,引擎還會挑出「金額大 + 虧損中狂加碼」的標的,在出卡前先問你「這是逢低還是凹單?」——機械分不出的動機,你一句話定案,卡才出定論。 ⚠️ mock 的 α 數字會失真(持倉太集中、橫截面太窄),別當真;真實多元持倉才看 α。

ChatGPT 算不出 FIFO 配對的真實 α/β、分不清你是「定投」還是「凹單」、也沒有你的歷史。這個 skill 三層遞進:

1. 機械層(Python,確定性精算) — 算 ChatGPT 估不準的東西:
   • 5 維行為診斷:部位 sizing / 加碼攤平 / 出場 / 分散 / 持有一致性
   • 標的層診斷:按金額排序每檔(小倉不糾結),主從分類器分「疑似定投 vs 疑似凹單 vs 待確認」
   • 報酬歸因:把「贏大盤」拆成「押對賽道(運氣/方向)」vs「選股(技巧)」——讓你看清賺的是本事還是膽子
2. 鏡片層(大師原則 × 對話) — 機械分不出的「為什麼」,出卡前問你:
   • 持股假設:「MSTR 一路加碼還虧,是還相信 thesis,還是不想認賠在凹單?」
   • 動機:「賣掉賺錢的賣太早,是 thesis 到價,還是怕回吐?」
   • 機械挑該問的少數標的,你的答案定性——機械永遠在猜,你一句話定案
3. 處方層 — 從「你哪裡爛」進到「下一步換什麼做法」:揚長(放大你的 edge)/ 砍損耗(機械規則,下次可驗)

→ 最後收斂成一張卡,一個洞、一條下次能驗的規矩。第二次來,先對帳「上次那條守了沒」。

• skill 在你自己的機器上跑你的 CSV,不上傳到任何後端、不落地儲存到別處、不寫進記憶。
• 作者拿不到你的交易明細。唯一(自願)回收的是一句「這張卡有沒有用」,不含交易內容。
• .gitignore 已設:任何 .csv 都不會被 commit,只有 mock/sample 假資料例外。
• 精確說:唯一會讀到你交易的,是你正在用的 Claude 本身——它要讀 CSV 才能幫你復盤,就跟你平常用 Claude 一樣。這跟把對帳單交給一個會存檔、你看不到、作者能撈的 SaaS,是兩回事(所以不是「完全不經過任何伺服器」,而是「不落地、不回作者、不進第三方」)。

第二次來,卡會先對帳「上次那條規矩守了沒」——這靠三個純本機檔撐起來(都在 ~/.trade-coach/,永不外傳、不回作者):

cat ~/.trade-coach/log.jsonl       # 每行一次復盤(薄 metric + 你承諾的規矩);空 = 第一次
cat ~/.trade-coach/theses.jsonl    # 每筆持倉的「為什麼持有 + 什麼條件算錯」(append-only,不覆蓋)
cat ~/.trade-coach/profile.md      # 你的交易目標 + 3 條個人原則(復盤對照基準)
cat ~/.trade-coach/last_state.json # 最近一次引擎算出的薄狀態(含各持倉 shares/cost,對帳用;每次跑覆蓋)

• 看歷次復盤 → cat ~/.trade-coach/log.jsonl。
• 換哲學鏡片重來 / 清空對帳基準 → 刪掉或改名 ~/.trade-coach/(刪了下次就當第一次)。
• thesis 寫歪了 → 改 theses.jsonl;它是 append-only,修正 = 補一筆新 event(別蓋舊的,才能跨期看你當初怎麼想、後來怎麼變)。
• 隱私自證:教練記憶就在 ~/.trade-coach/ 這幾個檔、全在你機器上,作者那邊一行都沒有。
• 想先看「多週迴圈」長什麼樣(全程在 temp 目錄跑,不碰你正式的 ~/.trade-coach/) → python3 skills/fomo-kernel/engine/demo_weeks.py:把內建 mock 按時間切 3 段模擬「初診 → 對帳 → 對帳」,直接看到第二張卡怎麼引用上週承諾、log.jsonl 怎麼一行行長出來。

💡 想分享給社群? 卡預設只出完整私人版。對我說「給我分享版」,會輸出去敏感化的純文字版(隱藏金額 / 股數 / 精確佔比,只留行為 pattern + 相對績效 β/贏大盤 pp),可直接貼 X / Thread。

前置:這是 Claude Code 的 skill——Anthropic 的終端 / 桌面 AI 工具(需 Claude 訂閱)。沒用過的話,先花 5 分鐘裝好並登入,再回來走下面三步。

需要 Python 3.11+。新 macOS(Homebrew / 系統 Python)直接 pip install 會被 PEP 668 擋下(externally-managed-environment),用 venv 三行裝:

python3 -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt                            # yfinance + pandas + rich
python3 -c "import yfinance, pandas, rich; print('ok')"    # 驗證:印出 ok 才算裝好

把 skill 掛進 Claude Code(二選一):

ln -s "$(pwd)/skills/fomo-kernel" ~/.claude/skills/fomo-kernel   # A. symlink(推薦)
cp -r skills/fomo-kernel ~/.claude/skills/                         # B. 複製(給別人用)

⚠️ 用 venv 裝的話,之後 Claude Code 跑引擎時要吃得到這些依賴:在啟用了 venv 的終端開 claude,或引擎報 ModuleNotFoundError 時把 python3 換成 .venv/bin/python3 重跑(SKILL 內建這個補救指引)。

在 Claude Code 裡:

/fomo-kernel ~/Downloads/my.csv   # 復盤你自己的交易(對帳單截圖也行)
/fomo-kernel                      # 沒給資料 → 會請你提供;想先看長相,看上面的範例卡

你的 CSV 來自任何券商都行——Claude 會自動讀懂、轉成引擎要的欄位(Symbol / Action(BUY|SELL) / Quantity / Price / TradeDate),不必你手動整理。

🏷️ 冷門股(引擎 sector 表不認的)Claude 會自動產生 driver map 給你確認(每檔標 [sector, 主題]),讓「分散」維不會把同主題的標的當成真分散——不必你手動弄,也別讓它落到 driver map: 0 檔 的 fallback(分散維會失準)。細節見 SKILL Step 0.5。

會發生什麼:① 引擎跑診斷 → ② Claude 在對話裡問你 1–3 個持股假設/動機問題(逢低還是凹單?)→ ③ 拿到你的答案,出一張定論卡。卡的版型見 card-template.html(完整四層的 HTML 範例)。

沒有 Claude Code 的 skill 系統一樣能用——核心引擎是純 Python,不依賴任何 agent 機制:

cd skills/fomo-kernel && python3 engine/trade_recap.py ~/Downloads/my.csv

如果你用 Codex / Cursor 等其他 coding agent,叫它讀 AGENTS.md 照著走——那份檔案是給非 Claude Code agent 的路由指南,會告訴它怎麼跑引擎、怎麼問動機、怎麼出卡。

mock/ 下有 7 組風格 sample(3 組散戶風格基準 + 4 組投資者畫像擴充)外加 mock_trades,各觸發一種典型洞。下面列 4 個代表,完整 7 組與設計意圖見 mock/SAMPLES.md:

cd skills/fomo-kernel
TR_DRIVER_MAP=mock/sample_fundamental.driver_map.json python3 engine/trade_recap.py mock/sample_fundamental.csv
TR_DRIVER_MAP=mock/sample_momentum.driver_map.json    python3 engine/trade_recap.py mock/sample_momentum.csv
TR_DRIVER_MAP=mock/sample_value.driver_map.json       python3 engine/trade_recap.py mock/sample_value.csv
python3 engine/trade_recap.py                          # 不帶參數 = mock_trades.csv

另有 4 組投資者畫像擴充(sample_ai_holder / sample_oldecon / sample_swing / sample_day_trader,從長抱一年半的 AI 信徒到同日進出的當沖客)——跑法與設計見 mock/SAMPLES.md。 ⚠️ 引擎用 yfinance 抓真實歷史價算 α/β、市值、套牢,重跑時絕對數字會隨當前股價漂移;但每組設計觸發的頭號洞是穩定的(由交易行為決定,不靠特定股價)。

skills/fomo-kernel/
  SKILL.md                  ← skill 本體(四步流程:格式 → 引擎 → 出卡前確認 → 定論卡)
  card-spec.md              ← Step 3 卡規格(禁止清單 / redact / 敘事鐵律;Step 2 問完才讀)
  engine/trade_recap.py     ← 機械層:5 維 + 標的層主從分類 + 歸因(純函式,無真實路徑)
  rubric/
    vincent-yu.md           ← 預設鏡片的原則蒸餾(逐條標出處;可換成別的大師)
    vincent-yu.lens.json    ← 鏡片的「可換大師層」:規矩/引言/動機問句(換大師 = 換這檔)
  behavior-diagnosis.md     ← 診斷哲學:對事不對人、行為多標籤(why 的設計記錄)
  card-template.html        ← 復盤卡 HTML 版型範例
  mock/                     ← 7 組風格 sample + mock_trades + 各自 driver map + SAMPLES.md

預設鏡片來自一位投資人公開文章的原則蒸餾(來源逐條標在 rubric/ 裡),屬引用非轉載、非經本人背書;鏡片可換,之後會補多位。 本工具定位 research / coaching support,所有輸出僅為交易行為回顧與紀律建議,不構成投資建議、不涉及任何標的買賣推薦;最終投資決策與結果由使用者自負。 程式碼以 MIT License 授權;rubric/ 內的鏡片內容屬原則引用,出處逐條標註,不隨 MIT 轉授權。