🎯 О чём этот конспект: Пошаговое руководство по созданию автономного торгового агента на базе Claude Code и новой модели Opus 4.7. Разбирается процесс миграции стратегии, настройки расписания через функции Routines и интеграция с API биржи Alpaca и поисковика Perplexity.
👤 Кому будет полезно: Вайбкодерам, алготрейдерам и разработчикам, использующим AI-агентов для автоматизации сложных многошаговых задач с сохранением контекста.
✨ Что получите: Готовую архитектуру «стейтless» агента, который умеет проводить ресерч, совершать сделки, вести логи и присылать отчеты в ClickUp/Telegram, работая полностью автономно в облаке Anthropic.
1. Архитектура памяти и ментальная модель
Контекст: Главная проблема AI-агентов в том, что каждый запуск (Routine) — это новая сессия без памяти о предыдущих действиях (stateless). Чтобы агент действовал дисциплинированно и учился на ошибках, необходимо внедрить архитектуру «файловой памяти». Агент должен начинать работу с чтения файлов контекста и заканчивать её обновлением этих файлов. Это превращает разрозненные запуски в единый непрерывный процесс обучения и управления капиталом.
Выгода: Агент сохраняет стратегию и историю сделок даже после перезагрузки сессии, что критично для долгосрочного трейдинга.
Как применить:
- Шаг 1: Создание структуры памяти — Создайте папку
memory/в корне проекта. Разместите там файлы:strategy.md(правила),trade_log.md(история),research_log.md(заметки о рынке). - Шаг 2: Настройка системного промпта — В файле
claude.md(или системных инструкциях) пропишите обязательный цикл: «Read -> Act -> Write».
# Обязательный цикл работы:
1. Прочитать все файлы в папке /memory.
2. Выполнить текущую задачу (ресерч или трейд).
3. Обновить файлы памяти, зафиксировав изменения в портфеле и выводы.
4. Закоммитить изменения в GitHub репозиторий.2. Настройка технологического стека и API
Контекст: Для работы агента требуются три ключевых компонента: брокер, источник данных и канал уведомлений. Автор использует Alpaca (брокер с отличным API), Perplexity (для глубокого анализа новостей, так как стандартный поиск Claude может быть менее эффективным в финансах) и ClickUp (для отчетов). Важно использовать именно API-ключи, проброшенные через переменные окружения в Claude Desktop, чтобы не «светить» их в коде.
Выгода: Полная автоматизация от анализа до исполнения сделки с нулевым ручным вмешательством.
Как применить:
- Шаг 1: Регистрация в Alpaca — Заведите аккаунт на
alpaca.markets, получитеAPI Key IDиSecret Key. Начните с Paper Trading (демо-счет). - Шаг 2: Настройка Perplexity — Получите API ключ в кабинете Perplexity для качественного веб-поиска.
- Шаг 3: Конфигурация Claude Desktop — В приложении Claude Desktop перейдите в
Routines->Environmentsи добавьте переменные:
ALPACA_API_KEY="ваш_ключ"
ALPACA_SECRET_KEY="ваш_секрет"
PERPLEXITY_API_KEY="ваш_ключ"
CLICKUP_API_TOKEN="ваш_токен"3. Настройка расписания (Routines)
Контекст: Трейдинг требует привязки к рыночным сессиям. Вместо одного бесконечного цикла автор предлагает 5 точечных запусков (Cron jobs) в течение торгового дня. Это экономит токены и позволяет агенту фокусироваться на конкретных задачах: пре-маркет анализ, открытие, полдень, закрытие и еженедельное ревью.
Выгода: Агент работает только тогда, когда это нужно, минимизируя риск «галлюцинаций» в нерабочее время рынка.
Как применить:
- Шаг 1: Создание Remote Routine — В Claude Desktop выберите
New Routine->Remote. Подключите ваш GitHub репозиторий с проектом. - Шаг 2: Настройка Cron — Установите расписание (например,
0 14 * * 1-5для открытия рынка по UTC). - Шаг 3: Настройка разрешений — В настройках Routine включите
Allow unrestricted branch pushes, чтобы агент мог пушить обновления логов обратно в GitHub.
Пример промпта для Routine (Market Open):
Используй команду /research для анализа текущих трендов через Perplexity.
Проверь файл memory/strategy.md.
Если есть сигналы на покупку, выполни сделку через Alpaca API.
Обнови memory/trade_log.md и закоммить изменения.
Отправь краткий отчет в ClickUp.4. Установка защитных барьеров (Guardrails)
Контекст: Автономный агент может совершить фатальную ошибку, если не ограничить его жесткими правилами. AI склонен к избыточной активности (overtrading). Необходимо прописать лимиты в файле стратегии, которые агент обязан проверять перед каждой транзакцией.
Выгода: Защита депозита от резких просадок и ошибок модели.
Как применить:
- Шаг 1: Определение лимитов — В файле
memory/strategy.mdпропишите жесткие условия. - Шаг 2: Внедрение проверки — Обяжите агента перед вызовом API Alpaca проверять соответствие сделки правилам.
# Guardrails:
- Максимальный размер одной позиции: 5% от портфеля.
- Дневной лимит потерь: 2%. Если достигнут — прекратить торговлю.
- Типы активов: Только акции из S&P 500. Никаких опционов или крипты.
- Стоп-лосс: Обязательный трейлинг-стоп 10% для каждой позиции.FAQ
В: Почему используется Claude Code, а не просто Python-скрипт с API? О: Claude Code обладает «агентской автономностью». Он может сам исправлять ошибки в коде, адаптировать стратегию под новости и вести сложные рассуждения (reasoning) перед сделкой, что сложно реализовать в жестком коде.
В: Не съедят ли Routines все лимиты сообщений Claude? О: При правильном управлении контекстом (очистка сессии и работа с короткими файлами памяти) лимитов хватает. Автор успешно использовал этот подход 30 дней, не выходя за рамки подписки.
В: Можно ли запускать агента локально без GitHub? О: Да, вы можете создать Local Routine, но тогда ваш компьютер должен быть включен 24/7. Remote Routines работают в облаке Anthropic даже при выключенном ПК.
В: Как агент узнает о балансе, если он stateless? О: В начале каждого запуска агент делает запрос к Alpaca API (GET /v2/account), чтобы получить актуальные данные о кэше и открытых позициях.
В: Что делать, если агент начнет «галлюцинировать» при совершении сделок? О: Используйте режим Paper Trading в Alpaca в течение первых 2-4 недель. Регулярно проверяйте trade_log.md и корректируйте промпты в Routines, если видите нелогичные действия.
Конспект создан на основе видео «Claude Code + Opus 4.7: 24/7 AI Trading Agent» канала Nate Chan. Все права на оригинальный материал принадлежат авторам. Источник: https://youtu.be/6MC1XqZSltw