TradeMemory Protocol

TradeMemory 記住你的交易代價。 這是一個開源、以本地為優先的記憶與煞車系統，專為 AI 交易代理設計：它匯入你的成交紀錄，找出你自己的歷史中虧損的地方，在下一筆訂單之前將那些虧損交易呈現在代理面前，並且可以在訂單到達券商之前，拒絕違反你所設定規則的訂單。

券商現在允許 AI 代理透過 MCP 進行交易，但各有不同的防護措施：Webull 和 tastytrade 設定規模或購買力限制，Interactive Brokers 只允許代理草擬訂單供你提交，而 Robinhood 和 Public 則沒有你可以對外部代理施加的上限（StockBrokers, 2026-09-30）。這些上限都是固定的數字，沒有一個會檢視你自己過去的交易表現。

從你自己的歷史開始

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

每筆已平倉的交易只會存入記憶一次；再次執行時只會儲存新的交易。接著它會印出你的歷史在哪裡虧損。格式（含說明性數字）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.

這些是你自己過去交易的描述性統計，並非對下一筆交易的建議。Hyperliquid 的 API 只提供某個地址近期的成交紀錄，而非完整歷史，因此越早同步，保留的歷史就越多。其他場所：MT5 和 Binance 現貨同步腳本位於 scripts/，任何代理都可以透過 remember_trade 記錄一筆交易。

在下一筆訂單之前

recall_memories(order="losses_first") 將每一筆虧損交易排在前面，相似條件下虧損較大的優先，並附上其規模和損益。除了該標的最近期的交易之外，它還會搜尋該標的近期虧損交易，因此較舊的虧損不會被擠掉。伺服器會告訴已連線的代理在提出交易前先呼叫它。預設排序將較好的結果排在較前面（按 R 倍數，若有記錄的話），並在清單中保留至少 20% 的虧損。

連接你的代理

pip install tradememory-protocol

加入 Claude Desktop（claude_desktop_config.json）：

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

然後告訴 Claude：「記錄我的 AAPL 多單，價格 $195——財報優於預期、機構買盤、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

完整教學： 快速入門（交易者軌道 + 開發者軌道）

在券商前設置煞車（預覽版）

proxy 附加功能會在 TradeMemory 與你券商的 MCP 伺服器（目前為 Alpaca）之間運行。除了下單工具之外，所有工具都會原封不動地轉發；下單工具則由 Mnemox Control 在到達券商之前，依據你所擁有的政策進行評估。每次評估（允許或拒絕）都會被記錄並串連到稽核日誌中。被允許的訂單會先附上相似條件下的虧損交易，而 tradememory sync alpaca 稍後會補上每筆轉發交易的結果（若進場設有停損，則以 R 表示）。你現有的代理可以繼續運作，只需變更其 MCP 設定中的一行。

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

預設拒絕：不在你清單中的標的、超過名目與持倉限制的訂單、沒有括號停損的進場、在每日虧損或回撤限制之後的任何新訂單、取消未平倉部位的保護性停損、任何煞車系統尚未分類的工具，以及在你執行 tradememory proxy halt FULL_HALT 期間的所有操作。永不封鎖：平倉。等於或高於 approval_notional 的訂單會等待 tradememory proxy approve <intent_id> --terms <fingerprint>，它只會批准你所看到的確切條款；代理以相同的 client_order_id 和相同條款重試，代理伺服器最多轉發一次。evaluate_order 在不下單的情況下回傳相同的決定，用於預檢和其他框架中的諮詢層。任何煞車系統無法評估的內容（報價源失效、未知資產、政策未涵蓋的訂單類型）都會被拒絕，而非放行。

狀態：已針對 Alpaca MCP 伺服器的有狀態模擬進行端對端測試（tests/proxy/），並於 2026-10-01 針對真實的 Alpaca 紙上交易帳戶運行：三次拒絕（標的不在清單上、進場無停損、名目超過限制）、一筆允許的一股括號訂單到達券商，以及一次使用相同 client_order_id 的重試，直接從記錄中回覆而沒有產生第二筆訂單。選擇權、訂單替換、停損限價和追蹤訂單會被拒絕而非評估。你的券商金鑰只會傳給代理伺服器啟動的券商程序；TradeMemory 絕不會儲存它們。

包含真實輸出的完整教學：docs/recipes/alpaca-brake.md。

三種使用方式

運作方式

1. 回憶（Recall） — 交易前，依結果品質、情境相似度、近期性、信心和情緒狀態加權，擷取過去的交易（OWM 框架）
2. 記錄（Record） — 交易後，呼叫一次 remember_trade 寫入五個記憶層：情節、語意、程序、情感和交易記錄
3. 反思（Reflect） — 每日／每週／每月檢視，偵測行為漂移、策略衰退和交易錯誤
4. 稽核（Audit） — 每個決策在建立時以 SHA-256 雜湊，並與前一個決策鏈結。可隨時匯出以供檢視

MCP 工具

取得連線協助

正在讓代理連線券商，或想同步並讀取你的歷史？開啟煞車整合議題 或 預約 30 分鐘。設定協助免費，而且使用的人決定接下來要建置什麼。

稽核軌跡

你的代理所做的每個交易決策——包括不交易的決策——都會被記錄為交易決策記錄（TDR）。每筆記錄的 SHA-256 內容雜湊會鏈結成一個前向鏈結的稽核帳本；每個 UTC 日會以 Merkle 根摘要，而 Merkle 根本身也會跨日鏈結。竄改任何歷史記錄都會使後續的每個鏈結失效。

要求決策記錄的規則約束的是投資公司，而非零售使用者。根據歐盟 AI 法案，附件三的高風險記錄義務已延後至 2027 年 12 月 2 日，而 ESMA 2026 年 2 月關於演算法交易的監理簡報指出，基於 AI 的演算法交易目前被排除在高風險範圍之外。下表顯示 TradeMemory 的功能在適用於你時，對應到哪些條文。這並非合規聲明。

# 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，每日根預設由 RFC 3161 機構加上時間戳記。未建置：以私鑰簽署記錄、錨定到公開日誌、證明沒有遺漏任何內容。請參閱 LIMITATIONS.md。

安全性

• 記憶伺服器（預設）。 絕不下單，也絕不要求券商金鑰。僅在本地 SQLite 檔案中記錄和回憶。
• 同步。 tradememory sync hyperliquid 讀取公開資料，無需金鑰。tradememory sync alpaca 使用你機器上檔案中的金鑰進行唯讀呼叫。同步的交易會保留在你的本地資料庫中。
• 煞車（proxy 附加功能）。 將你的政策允許的訂單轉發到你券商的 MCP 伺服器。你的券商金鑰只會傳給代理伺服器啟動的券商程序；TradeMemory 絕不會儲存它們。
• 對外呼叫。 每日稽核根的 RFC 3161 時間戳記，為 32 位元組雜湊，不含交易資料（預設開啟；TRADEMEMORY_TSA=off 可將其關閉）。tradememory sync 呼叫你指定的場所。演化工具在代理呼叫時讀取公開的 Binance 市場資料（api.binance.com），且演化僅在你設定 ANTHROPIC_API_KEY 時才會呼叫 Anthropic API。重播預設呼叫 DeepSeek（或 Anthropic），且僅在設定該提供者的金鑰時。如果你安裝 sentence-transformers 以進行混合回憶，它會在首次使用時從 Hugging Face 下載其模型。scripts/ 中的 MT5 和 Binance 同步腳本從你的環境變數讀取憑證，而 MT5 腳本僅在你設定 DISCORD_WEBHOOK_URL 時，才會將交易摘要（標的、價格、損益）發布到 Discord webhook。
• 防竄改，而非防重寫。 每筆記錄都會被雜湊並與前一筆鏈結，並有每日 Merkle 根。變更記錄會破壞鏈結；能夠重寫整個資料庫的人可以重建它。

研究狀態

TradeMemory 的 OWM 框架以認知科學（Tulving 1972）和強化學習（Schaul et al. 2015）為基礎。目前狀態：

• OWM 五因子評分： 已實作並測試（請參閱 CI 徽章）
• 統計驗證： DSR、MBL 已實作（Bailey-de Prado 2014）
• 稽核軌跡： SHA-256 防竄改 TDR
• 演化引擎： 研究階段（策略生成可用，統計閘門在最佳化下的通過率）
• 混合回憶： 僅 OWM 模式啟用，設定嵌入後可使用向量融合
• 實證驗證： 進行中（n=14 筆交易，統計顯著性目標 n>=100；在 n=14 時，信賴區間過寬，無法得出任何結論——請參閱 validation/final_verdict.md）

文件

貢獻

請參閱 貢獻指南 · 安全政策

MIT，請參閱 授權。可選的 proxy 額外安裝 Mnemox Control，其引擎僅限 AGPL-3.0（可提供商業授權）；TradeMemory 本身維持 MIT。僅供教育與研究用途。不構成財務建議。