TradeMemory Protocol

TradeMemory 记住的是代价。 它是一个开源的、本地优先的 AI 交易代理记忆与刹车系统：它拉取你的成交记录，找出你自己的历史在哪里亏钱，在下一次下单前把这些亏损交易摆到你的代理面前，并且可以在订单到达券商之前拒绝违反你设定规则的订单。

现在券商允许 AI 代理通过 MCP 进行交易，但有不同的护栏：Webull 和 tastytrade 设置了规模或购买力限制，Interactive Brokers 只允许代理起草订单由你提交，而 Robinhood 和 Public 则没有你可以对外部代理施加的上限（StockBrokers, 2026-09-30）。这些上限都是固定数字。没有一个会查看你自己过去的交易表现如何。

从你自己的历史开始

pip install tradememory-protocol

# Hyperliquid: public fills, no key needed
tradememory sync hyperliquid --address 0xYourAddress

# Alpaca: read-only calls with your own keys, kept in a local file
tradememory sync alpaca --env-file ~/.secrets/alpaca.env

每笔已平仓的交易只存入记忆一次；再次运行只会存储新交易。然后它会打印出你的历史在哪里亏钱。格式及示例数字如下：

After 2 losses in a row (20 trades):
  5 of them (25%) were 1.5x your usual size or more.
  All 20 won 60% and made -$1,500.
  The 5 sized-up trades won 20% and made -$1,700.

Median hold: winners 1.5h, losers 9.0h.

这些是你自己过去交易的描述性统计，不是对下一笔交易的建议。Hyperliquid 的 API 只提供某个地址最近的成交记录，而非完整历史，所以同步得越早，保留的历史就越多。其他场所：MT5 和 Binance 现货同步脚本位于 scripts/，任何代理都可以通过 remember_trade 记录一笔交易。

在下一笔订单之前

recall_memories(order="losses_first") 将每一笔亏损交易排在其余交易之前，相似条件下亏损更大的排在最前，并附有规模和盈亏。除了该标的最近几笔交易外，它还会搜索该标的近期的亏损交易，这样较旧的亏损不会被挤掉。服务器会告诉已连接的代理在提出交易之前调用它。默认排序将结果更好的排在更前面（按 R 倍数，如果有记录的话），并确保列表中至少保留 20% 的亏损。

连接你的代理

pip install tradememory-protocol

添加到 Claude Desktop（claude_desktop_config.json）：

{
  "mcpServers": {
    "tradememory": {
      "command": "uvx",
      "args": ["tradememory-protocol"]
    }
  }
}

然后告诉 Claude："记录我的 AAPL 多头，入场价 $195 —— 财报超预期，机构买入，高信心。"

# Claude Code
claude mcp add tradememory -- uvx tradememory-protocol

# From source
git clone https://github.com/mnemox-ai/tradememory-protocol.git
cd tradememory-protocol && pip install -e . && python -m tradememory

# Docker
docker compose up -d

完整教程： 快速入门（交易者路线 + 开发者路线）

在券商前加一道刹车（预览）

proxy 附加组件在您的代理和券商 MCP 服务器（目前为 Alpaca）之间运行 TradeMemory。除下单工具外，所有工具均原样转发，下单工具由 Mnemox Control 在到达券商之前根据您拥有的策略进行评估。每次评估，无论允许还是拒绝，都会被记录并链接到审计日志中。被允许的订单会附带相似条件下您的亏损交易返回，tradememory sync alpaca 稍后会补充每笔转发交易的最终结果，如果入场带有止损则以 R 表示。您已有的代理继续正常工作；只需更改其 MCP 配置中的一行。

pip install "tradememory-protocol[proxy]"   # Python 3.12+
tradememory proxy init --account-id <your Alpaca account id> --symbols AAPL,MSFT
tradememory proxy doctor --env-file ~/.secrets/alpaca-paper.env   # checks the live tool names and the account id
tradememory proxy config                                           # prints the MCP client entry that replaces the direct Alpaca one

默认拒绝：不在您列表中的标的、超过您名义和持仓限额的订单、没有括号止损的入场、在您的每日亏损或回撤限额之后发出的任何新订单、取消未平仓头寸的保护性止损、任何刹车未分类的工具，以及当您运行 tradememory proxy halt FULL_HALT 时的一切操作。绝不阻止：平仓。达到或超过 approval_notional 的订单会等待 tradememory proxy approve <intent_id> --terms <fingerprint>，它会批准您所看到的完全相同的条款；代理使用相同的 client_order_id 和相同条款重试，代理服务器最多转发一次。evaluate_order 返回相同的决定而不实际下单，用于预检查和其它框架中的咨询层。任何刹车无法评估的内容（失效的报价源、未知资产、策略未覆盖的订单类型）都会被拒绝，而不是放行。

状态：已针对 Alpaca MCP 服务器的有状态模拟进行了端到端测试（tests/proxy/），并于 2026-10-01 针对真实的 Alpaca 纸面账户运行：三次拒绝（标的不在列表中、入场无止损、名义金额超限）、一笔被允许的一股括号订单到达券商，以及一次使用相同 client_order_id 的重试，该重试从记录中直接应答而未产生第二笔订单。期权、订单替换、止损限价和追踪订单会被拒绝而非评估。您的券商密钥只传递给代理服务器启动的券商进程；TradeMemory 从不存储它们。

包含真实输出的完整教程：docs/recipes/alpaca-brake.md。

三种使用方式

工作原理

1. 回忆 — 交易前，按结果质量、上下文相似度、时效性、信心和情绪状态加权检索过去的交易（OWM 框架）
2. 记录 — 交易后，一次调用 remember_trade 写入五个记忆层：情景记忆、语义记忆、程序记忆、情感记忆和交易记录
3. 反思 — 每日/每周/每月回顾检测行为漂移、策略退化和交易错误
4. 审计 — 每个决策在创建时进行 SHA-256 哈希并链接到前一个。可随时导出以供审查

MCP 工具

获取连接帮助

正在让代理对接券商，或者希望同步并读取您的历史？提交刹车集成问题 或 预约 30 分钟。设置帮助免费，使用它的人决定接下来构建什么。

审计追踪

您的代理做出的每个交易决策——包括不交易的决策——都会记录为交易决策记录（TDR）。每条记录的 SHA-256 内容哈希被链接到前向链式审计账本中；每个 UTC 日由 Merkle 根汇总，该根自身跨日链接。篡改任何历史记录都会使所有后续链接失效。

要求决策记录的规则约束的是投资公司，而非零售用户。根据欧盟 AI 法案，附件 III 高风险日志记录义务已推迟至 2027 年 12 月 2 日，ESMA 2026 年 2 月关于算法交易的监管简报指出，基于 AI 的算法交易目前被排除在高风险范围之外。下表显示了 TradeMemory 的哪些功能在适用时对应这些文本。这不是合规声明。

# Verify a single record hasn't been tampered with
verify_audit_hash(trade_id="MT5-7047640363")
# → {"verified": true, "chain_entry": {"sequence_num": 42, ...}}

# Walk the entire chain (or a slice) end-to-end
verify_audit_chain(from_seq=1, to_seq=None)
# → {"verified": true, "checked_count": 1284, "first_break_at": null}

# Daily Merkle root — single 32-byte anchor over every TDR for that day
get_daily_root(date="2026-05-14")
# → {"verified": true, "root_hash": "a05544...", "record_count": 18}

# Bulk export
GET /audit/export?strategy=VolBreakout&start=2026-03-01&format=jsonl

自 0.5.3 起，每日根默认由 RFC 3161 权威机构加盖时间戳。未构建的功能：使用私钥签署记录、锚定到公共日志、证明没有遗漏任何内容。参见 LIMITATIONS.md。

安全性

• 记忆服务器（默认）。 绝不下单，也绝不索取券商密钥。仅在本地 SQLite 文件中记录和回忆。
• 同步。 tradememory sync hyperliquid 读取公共数据，无需密钥。tradememory sync alpaca 使用您机器上文件中的密钥进行只读调用。同步的交易保留在您的本地数据库中。
• 刹车（proxy 附加组件）。 将您的策略允许的订单转发到您券商的 MCP 服务器。您的券商密钥仅传递给代理服务器启动的券商进程；TradeMemory 从不存储它们。
• 出站调用。 每日审计根的 RFC 3161 时间戳，一个不含交易数据的 32 字节哈希（默认开启；TRADEMEMORY_TSA=off 可关闭）。tradememory sync 调用您指定的场所。进化工具在代理调用时读取公共 Binance 市场数据（api.binance.com），并且只有在您设置 ANTHROPIC_API_KEY 时进化才会调用 Anthropic API。回放默认调用 DeepSeek（或 Anthropic），且仅在该提供商的密钥已设置时。如果您安装 sentence-transformers 用于混合回忆，它会在首次使用时从 Hugging Face 下载其模型。scripts/ 中的 MT5 和 Binance 同步脚本从您的环境中读取凭据，MT5 脚本仅在您设置 DISCORD_WEBHOOK_URL 时将交易摘要（标的、价格、盈亏）发布到 Discord webhook。
• 防篡改，而非防重写。 每条记录都被哈希并链接到前一条，带有每日 Merkle 根。更改记录会破坏链条；能够重写整个数据库的人可以重建它。

研究状态

TradeMemory 的 OWM 框架基于认知科学（Tulving 1972）和强化学习（Schaul et al. 2015）。当前状态：

• OWM 五因素评分： 已实现并测试（参见 CI 徽章）
• 统计验证： DSR、MBL 已实现（Bailey-de Prado 2014）
• 审计追踪： SHA-256 防篡改 TDR
• 进化引擎： 研究阶段（策略生成可用，统计门控通过率待优化）
• 混合回忆： 仅 OWM 模式激活，配置嵌入后可用向量融合
• 实证验证： 进行中（n=14 笔交易，统计显著性目标 n>=100；在 n=14 时置信区间过宽，无法得出任何结论——参见 validation/final_verdict.md）

文档

贡献

参见 贡献指南 · 安全政策

MIT，参见 许可证。可选的 proxy 额外安装 Mnemox Control，其引擎仅采用 AGPL-3.0 许可（可提供商业许可证）；TradeMemory 本身保持 MIT。仅供教育和研究目的使用。不构成财务建议。