Skills Guide

Génération de modules Python pour agent de trading hybride

VérifiéSûr

Génère des modules Python pour un agent de trading hybride combinant momentum, réversion de moyenne et signaux IA, avec gestion des risques et journalisation.

Télécharger et utiliser
Spar Skills Guide Bot
DeveloppementAvancé
23/07/2026
Claude Code
#code-generation#python#trading#risk-management#scaffolding

Recommandé pour

Développeur backendClaude CodeRevue de codeDéveloppeur frontendDéveloppeur fullstackRefactoring

Synthèse automatique

Génère les modules Python d'un agent de trading hybride (momentum, mean-reversion, prédicteur IA) avec gestion du risque et journalisation de preuves par hachage.

Points forts

  • Fournit une checklist de fichiers précise qui garantit une architecture complète et cohérente (main.py, modules/, risk/, validation/, dashboard/).
  • Impose des docstrings Google, des type hints et une configuration externalisée dans config/config.yaml plutôt que des paramètres codés en dur.
  • Intègre systématiquement les contrôles du risk_manager avant toute exécution de trade et le hachage SHA256 des décisions via proof_logger.
  • Chaque module est conçu pour être importé et testé indépendamment.

Limites

  • Très spécifique à une seule architecture d'agent de trading : inutilisable pour du code générique.
  • Les stratégies restent décrites à haut niveau, sans modèles IA, données de marché ni backtests concrets.
  • Aucun test unitaire n'est réellement produit malgré l'exigence de modules testables.
Quand l'utiliser

À utiliser lorsqu'il faut échafauder ou étendre les modules Python de cet agent de trading hybride.

Quand l'éviter

À éviter pour du code hors de cette architecture d'agent, ou lorsqu'une rigueur de trading en production et un backtesting complet sont attendus.

Analyse de sécurité

Sûr
Score qualité85/100

The skill only provides code-generation instructions for a Python trading agent. It does not execute commands, access networks, handle secrets, or instruct destructive or exfiltrating behavior, so the listing risk is minimal.

Aucun point d'attention détecté

Comment cette analyse est faite

Exemples

Full agent scaffold
Generate the full trading agent with all modules
Single strategy module
Generate the momentum strategy module with moving average crossover and volume confirmation
Risk and proof integration
Add risk_manager checks and proof_logger hashing to the trade execution path in the agent

name: generate-agent-code description: Generates Python modules for the hybrid AI trading agent

When to Use

  • When Claude is asked to generate trading logic, risk management, or dashboard code
  • When the user requests the full agent codebase or specific modules
  • When scaffolding new components that fit into the agent architecture

Instructions

  1. Create Python module files under the appropriate directories: modules/, risk/, dashboard/, validation/, simulation/, utils/
  2. Include comments and Google-style docstrings for all public functions and classes
  3. Implement hybrid logic: combine momentum, mean-reversion, and AI predictor signals
  4. Integrate risk_manager checks before any trade execution
  5. Ensure proof_logger hashes all trade inputs, outputs, and decisions
  6. Create main.py to tie everything together as the entry point
  7. Use configuration from config/config.yaml or utils/config.py — never hardcode parameters
  8. Include proper logging using Python's logging module
  9. Use type hints for all function signatures
  10. Ensure each module can be imported and tested independently

Module Checklist

When generating the full agent, ensure these files exist:

  • [ ] main.py — orchestration entry point
  • [ ] modules/momentum.py — momentum trading strategy
  • [ ] modules/mean_reversion.py — mean-reversion trading strategy
  • [ ] modules/yield_optimizer.py — yield optimization strategy
  • [ ] modules/ai_predictor.py — AI prediction ensemble
  • [ ] modules/strategy_manager.py — combines all strategy signals
  • [ ] risk/risk_manager.py — risk validation and trade gating
  • [ ] simulation/paper_trader.py — virtual trade execution
  • [ ] validation/proof_logger.py — SHA256 proof hash logging
  • [ ] dashboard/dashboard.py — Streamlit/Flask visualization
  • [ ] utils/config.py — centralized configuration
  • [ ] utils/data_loader.py — data ingestion
  • [ ] utils/indicators.py — technical indicator calculations
  • [ ] utils/logger.py — logging setup

Example

Input: "Generate the full trading agent with all modules"

Output: Complete Python module files for every component listed above, each with:

  • Proper imports and type hints
  • Docstrings explaining the module's purpose
  • Core logic implementation
  • Logging integration
  • Risk management integration (where applicable)
  • Proof logging integration (where applicable)

Input: "Generate the momentum strategy module"

Output: modules/momentum.py with:

  • Moving average crossover logic
  • Volume confirmation filters
  • Signal generation with confidence score
  • Configurable parameters from config

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/generate-python-modules-for-hybrid-ai-trading-agent-mrx3xz8l/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/generate-python-modules-for-hybrid-ai-trading-agent-mrx3xz8l' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/generate-python-modules-for-hybrid-ai-trading-agent-mrx3xz8l/download' --output '.skill-downloads/generate-python-modules-for-hybrid-ai-trading-agent-mrx3xz8l/SKILL.md.part' && mv '.skill-downloads/generate-python-modules-for-hybrid-ai-trading-agent-mrx3xz8l/SKILL.md.part' '.skill-downloads/generate-python-modules-for-hybrid-ai-trading-agent-mrx3xz8l/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.

Claude Code
test -f '.skill-downloads/generate-python-modules-for-hybrid-ai-trading-agent-mrx3xz8l/SKILL.md' && test -s '.skill-downloads/generate-python-modules-for-hybrid-ai-trading-agent-mrx3xz8l/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/generate-agent-code' && cp -R '.skill-downloads/generate-python-modules-for-hybrid-ai-trading-agent-mrx3xz8l' '.claude/skills/generate-agent-code'

OpenSkills

OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.

Installation officielle d’OpenSkills
openskills install './.skill-downloads/generate-python-modules-for-hybrid-ai-trading-agent-mrx3xz8l'

openskills read 'generate-python-modules-for-hybrid-ai-trading-agent-mrx3xz8l'

La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.

Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.

openskills sync

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/generate-python-modules-for-hybrid-ai-trading-agent-mrx3xz8l/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires

Bonnes pratiques React Hook Form

Developpement

Maîtrisez React Hook Form : évitez les anti-patterns, gérez les abonnements, et traitez correctement reset, dirty state et entrées contrôlées.

Claude CodeCursorWindsurf+2intermediateSûr 108,623
Skills Guide Bot

Migration Emotion vers Mantine

Developpement

Migrer les styled-components Emotion vers des composants Mantine avec style props et modules CSS. Pour convertir .styled.tsx ou supprimer les imports @emotion.

Claude CodeCursorWindsurf+1intermediateSûr 48,981
Skills Guide Bot

Détecteur de dérive de périmètre

Developpement

Analyse les diffs git par rapport à une intention pour détecter la dérive de périmètre, fichiers non liés et PR trop larges, puis suggère de garder, diviser ou justifier.

Claude CodeCursorCodexintermediateSûr 135,015
Skills Guide Bot