Tradememory Protocol

TradeMemory 记住了代价。 它是一款开源、本地优先的 AI 交易 Agent 记忆与制动工具：它导入你的成交记录，找出你自己的交易历史中亏损的地方，在下一笔订单下达前把那些亏损交易展示给你的 Agent，并且可以拒绝违反你所设规则的订单，阻止其到达经纪商。

如今，经纪商允许 AI Agent 通过 MCP 交易，但设有不同的防护措施：Webull 和 tastytrade 限制交易规模或购买力，Interactive Brokers 只允许 Agent 为你起草订单，由你提交，而 Robinhood 和 Public 则没有设定你能对外部 Agent 施加的限制（StockBrokers，2026-09-30）。这些限制都是固定数值。它们都不会参考你过去交易的实际结果。

从自己的历史记录开始

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

每笔已平仓交易只会存入记忆一次；再次运行时只会存储新交易。随后，它会打印出你的交易历史中亏损的地方。以下是格式示例，数字仅供说明：

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.

这些是对你自己过往交易的描述性统计，并非针对下一笔交易的建议。Hyperliquid 的 API 只提供某个地址的近期成交记录，而非完整历史，因此越早同步，保留的历史记录就越多。其他交易平台：MT5 和 Binance 现货同步脚本位于 scripts/，任何 Agent 都可以通过 remember_trade 记录交易。

下一笔订单之前

recall_memories(order="losses_first") 会将所有亏损交易排在其他交易之前；在类似条件下，亏损越大的交易越靠前，并附带交易规模和盈亏。除了该交易品种最近的交易外，它还会搜索该品种近期亏损的交易，避免较早的亏损记录被挤出。服务会告知已连接的 Agent 在提出交易前调用它。默认排序会将结果较好的交易排在前面（按 R 倍数排序，前提是有记录），并确保列表中至少有 20% 的亏损交易。

连接你的 Agent

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 多头交易，买入价为 $195——财报超预期、机构买入、信心很高。”

# 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

完整指南：快速入门（交易者路线 + 开发者路线）

在经纪商前加一道刹车（预览）

proxy 扩展会在你的 Agent 与经纪商的 MCP 服务（目前支持 Alpaca）之间运行 TradeMemory。除下单工具外，所有工具都会原样转发；下单工具则会先由你掌控的 Mnemox Control 根据策略进行评估，再发送给经纪商。每次评估，无论允许还是拒绝，都会记录下来并串联到审计日志中。获准的订单会附带类似市场条件下的亏损交易记录；之后运行 tradememory sync alpaca，即可补充每笔转发交易的结果；如果入场订单包含止损，则结果还会以 R 值记录。你现有的 Agent 无需改动，只需更改 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：不在你列表中的标的、超过名义金额或持仓限额的订单、不带括号止损的入场单、达到每日亏损限额或回撤限额后提交的任何新订单、取消未平仓头寸保护性止损的操作、任何尚未经过刹车分类的工具，以及运行 tradememory proxy halt FULL_HALT 期间的所有操作。永不拦截：平仓。达到或超过 approval_notional 的订单会等待 tradememory proxy approve <intent_id> --terms <fingerprint>；该命令只会批准你查看过的确切条款。Agent 会使用相同的 client_order_id 和相同的条款重试，代理最多只会转发一次。evaluate_order 会返回相同的决策，但不会下单，可用于预检查，也可用于其他框架中的建议层。如果刹车无法评估某项操作（例如行情报价源中断、资产未知，或订单类型不在策略涵盖范围内），就会拒绝，而不是直接转发。

状态：已针对 Alpaca MCP 服务的有状态模拟实现端到端测试（tests/proxy/）；并于 2026-10-01 使用真实 Alpaca 模拟账户运行：拒绝三次（标的未列入清单、入场单未设置止损、名义金额超过限额），允许一个到达经纪商的 1 股括号订单，并对一个使用相同 client_order_id 的重试从记录中作出响应，未重复下单。期权、订单替换、限价止损和移动止损订单会被拒绝，而不会进行评估。你的经纪商密钥只会发送给代理启动的经纪商进程；TradeMemory 不会存储这些密钥。

包含真实输出的操作指南：docs/recipes/alpaca-brake.md。

三种使用方式

工作原理

1. 回忆 — 交易前，根据结果质量、情境相似度、时效性、信心和情绪状态加权检索过往交易（OWM 框架）
2. 记录 — 交易后，只需调用一次 remember_trade，即可写入五个记忆层：情景、语义、程序、情感和交易记录
3. 反思 — 每日／每周／每月复盘可发现行为偏移、策略衰减和交易失误
4. 审计 — 每项决策在创建时都会进行 SHA-256 哈希，并与前一项串联。可随时导出以供审查

MCP 工具

获取连接帮助

正在让 Agent 连接经纪商运行，或想同步并读取交易历史？提交 brake-integration 问题，或预约 30 分钟。免费提供设置帮助，后续开发内容由使用者决定。

审计追踪

Agent 做出的每项交易决策——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 内容哈希都会链接到一份向前链接的审计账本；每个 UTC 日期都会生成一个 Merkle 根进行汇总，且该根会跨日期链接。篡改任何历史记录都会导致其后的所有链接失效。

要求留存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 中的高风险日志记录义务已推迟至 2027 年 12 月 2 日；ESMA 于 2026 年 2 月发布的算法交易监管简报指出，目前基于 AI 的算法交易不属于高风险范围。下表展示了 TradeMemory 的哪些功能对应这些法规文本，以便在它们适用于你时参考。这并非合规声明。

# 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 机构进行时间戳认证。尚未实现：使用私钥为记录签名、锚定到公共日志、证明没有遗漏任何内容。请参阅 LIMITATIONS.md。

安全性

• 记忆服务（默认）。 绝不下单，也不会索取经纪商密钥。仅在本地 SQLite 文件中记录和检索数据。
• 同步。 tradememory sync hyperliquid 无需密钥即可读取公开数据。tradememory sync alpaca 使用你计算机上文件中的密钥发起只读调用。同步的交易会保留在你的本地数据库中。
• 制动器（proxy extra）。 将你的策略允许的订单转发到经纪商的 MCP 服务。经纪商密钥仅会传递给代理启动的经纪商进程；TradeMemory 从不存储这些密钥。
• 出站调用。 对每日审计根进行 RFC 3161 时间戳签名，使用不含交易数据的 32 字节哈希（默认开启；设置 TRADEMEMORY_TSA=off 可关闭）。tradememory sync 会调用你指定的交易场所。Agent 调用进化工具时，这些工具会读取公开的 Binance 市场数据（api.binance.com）；只有设置了 ANTHROPIC_API_KEY，进化功能才会调用 Anthropic API。Replay 默认调用 DeepSeek（也可调用 Anthropic），且仅在设置了相应提供商的密钥时才会调用。如果你安装了 sentence-transformers 以进行混合检索，首次使用时会从 Hugging Face 下载其模型。scripts/ 中的 MT5 和 Binance 同步脚本会从你的环境中读取凭据；只有设置了 DISCORD_WEBHOOK_URL，MT5 脚本才会将交易摘要（交易品种、价格、盈亏）发送到 Discord webhook。
• 可检测篡改，但不能防止篡改。 每条记录都会经过哈希处理并与前一条记录链接，同时生成每日 Merkle 根。更改记录会破坏链条；但能够重写整个数据库的人可以重新构建链条。

研究状态

TradeMemory 的 OWM 框架以认知科学（Tulving 1972）和强化学习（Schaul 等，2015）为基础。目前状态：

• OWM 五因子评分： 已实现并经过测试（参见 CI 徽章）
• 统计验证： 已实现 DSR、MBL（Bailey-de Prado 2014）
• 审计跟踪： SHA-256 防篡改 TDR
• 进化引擎： 处于研究阶段（策略生成功能可用，统计门槛的通过率仍在优化）
• 混合检索： 当前启用仅使用 OWM 的模式；配置嵌入后可使用向量融合
• 实证验证： 正在进行（n=14 笔交易；统计显著性的目标为 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 · 安全策略

MIT，详见 LICENSE。可选的 proxy extra 会安装 Mnemox Control，其引擎仅采用 AGPL-3.0（可获取商业许可证）；TradeMemory 本身仍采用 MIT 许可证。仅供教育和研究用途。非财务建议。