Trading Memory
技能 已验证 活跃AI交易记忆的领域知识 — 结果加权记忆 (OWM) 架构、5种记忆类型、回忆评分和行为分析。用于记录交易、回忆相似的上下文、分析性能或检查行为漂移。在 "record trade"、"remember trade"、"recall"、"similar trades"、"performance"、"behavioral"、"disposition"、"affective state"、"confidence" 时触发。
为 AI 交易代理配备持久的智能记忆，从过去的交易中学习以指导未来决策、提高性能并满足监管文件要求。
功能
- 结果加权记忆 (OWM) 架构
- 五种不同的记忆类型（情景、语义、程序、情感、预期）
- 基于盈亏、上下文相似性、近期性和置信度的回忆评分
- 自动化的交易记录和分析
- 用于监管合规的防篡改 SHA-256 审计跟踪
使用场景
- 记录带有完整上下文的每笔交易以供以后分析。
- 回忆过去的相似交易情况以指导当前决策。
- 按策略分析交易绩效并识别行为模式。
- 设置带有条件触发器和风险参数的交易计划。
非目标
- 执行交易或访问用户资金/钱包。
- 提供实时市场数据馈送（尽管它会使用市场上下文）。
- 取代核心交易执行平台；它是一个记忆层。
安装
/plugin install tradememory-plugin@mnemox-ai-tradememory-protocol质量评分
已验证类似扩展
Trader Regime
100Detect current market regime using npx neural-trader — bull/bear/ranging/volatile classification with recommended strategy
TradeMemory Protocol
100Evolution Engine 的领域知识 — 支持 LLM 从原始 OHLCV 数据中自主发现策略。涵盖生成-回测-选择-进化循环、向量化回测、样本外验证和策略梯度。在发现交易模式、运行回测、进化策略或审查进化日志时使用。由“evolve”、“discover patterns”、“backtest”、“evolution”、“strategy generation”、“candidate strategy”触发。
风险管理
100交易代理的风险管理领域知识 — 情感状态监控、仓位调整、回撤管理、交易心态检测和行为控制。在交易前检查风险、管理回撤、检测行为漂移或强制执行纪律时使用。触发词包括“风险”、“回撤”、“心态”、“仓位大小”、“手数”、“信心”、“报复性交易”、“过度交易”、“纪律”。
Agentdb Memory Patterns
99Implement persistent memory patterns for AI agents using AgentDB. Includes session memory, long-term storage, pattern learning, and context management. Use when building stateful agents, chat systems, or intelligent assistants.
Trader Signal
99Generate trading signals using npx neural-trader anomaly detection engine with Z-score scoring and neural prediction
Tradememory Bridge
99Binance 交易事件与 TradeMemory Protocol 之间的桥梁。 自动记录交易，回忆相似的过往设置，检测行为偏差， 并为 AI 交易代理提供结果加权回忆。 在执行 Binance 现货交易后使用此技能来构建持久记忆。