最初の1週間

インストールから、再現可能な相場確認、最初のジャーナル登録、最初の週次レビューまでを 7日間で進めるガイドです。

目次

• 始める前に
• 1日目 — 再現可能な環境を準備する
• 2日目 — Navigatorに入口を選ばせる
• 3日目 — 有料APIなしの相場確認を実行する
• 4日目 — 最初のジャーナル項目を作る
• 5日目 — 変更する前にジャーナルを読む
• 6日目 — 手順をルーチンにする
• 7日目 — 最初の週次レビューを行う

---

始める前に

必要なものは、Skills機能に対応したClaudeプラン、Python 3.9以上、git、uv、 公開CSVへ接続できるインターネット環境です。FMP、FINVIZ Elite、ブローカー認証情報などの 有料マーケットデータAPIは不要です。

「有料API不要」は「オフライン」という意味ではありません。2つの相場分析スキルは 公開CSVをダウンロードします。ジャーナルと週次レビューはローカルで完結します。 このガイドは発注せず、レポートを売買シグナルとして扱いません。

以下のコピー可能なコマンドは、Claude Codeまたはリポジトリルートのターミナル向けです。 Web Appでは skill-packages/ から trading-skills-navigator、market-breadth-analyzer、uptrend-analyzer、 exposure-coach、trader-memory-core、weekly-performance-digest の .skill ファイルをアップロードできます。

1日目 — 再現可能な環境を準備する

まだ取得していない場合はリポジトリをクローンし、lock済みのruntime依存を導入します。

git clone https://github.com/tradermonty/claude-trading-skills.git
cd claude-trading-skills
uv sync --locked
mkdir -p reports/first-week state/first-week-theses first-week-inputs

以降はすべてリポジトリルートで実行します。requests、PyYAML、jsonschema を lock済み環境から使うため、Pythonコマンドを uv run python に統一します。

2日目 — Navigatorに入口を選ばせる

初心者向けの15分ルーチンを決定論的Navigatorに問い合わせます。

uv run python skills/trading-skills-navigator/scripts/recommend.py \
  --query "I want a 15-minute daily market check without paid API keys" \
  --no-api \
  --time-budget 15m \
  --experience beginner \
  --format json

JSON内の次のフィールドを確認します。

primary_workflow.id = market-regime-daily
primary_workflow.api_profile = no-api-basic
no_api_path = true

Navigatorは推奨だけを行い、他のスキルを自動実行しません。手順と必須artifactの正本は market-regime-daily manifestです。

3日目 — 有料APIなしの相場確認を実行する

公開データを使う必須の2分析を実行します。

uv run python skills/market-breadth-analyzer/scripts/market_breadth_analyzer.py \
  --output-dir reports/first-week

uv run python skills/uptrend-analyzer/scripts/uptrend_analyzer.py \
  --output-dir reports/first-week

各分析からタイムスタンプ付きJSONを1ファイルだけ選びます。breadthのpatternは market_breadth_history.json を意図的に除外します。

breadth_json="$(find reports/first-week -maxdepth 1 -type f \
  -name 'market_breadth_????-??-??_??????.json' -print | sort | tail -n 1)"
uptrend_json="$(find reports/first-week -maxdepth 1 -type f \
  -name 'uptrend_analysis_????-??-??_??????.json' -print | sort | tail -n 1)"

test -n "$breadth_json" && test -f "$breadth_json"
test -n "$uptrend_json" && test -f "$uptrend_json"

workflowのmarket-top手順は任意なので、この最小導線では省略します。取得できた2つの artifactだけをExposure Coachへ渡します。

uv run python skills/exposure-coach/scripts/calculate_exposure.py \
  --breadth "$breadth_json" \
  --uptrend "$uptrend_json" \
  --output-dir reports/first-week

最新の exposure_posture_*.json を確認します。

exposure_json="$(find reports/first-week -maxdepth 1 -type f \
  -name 'exposure_posture_????-??-??_??????.json' -print | sort | tail -n 1)"
test -n "$exposure_json" && test -f "$exposure_json"

uv run python - "$exposure_json" <<'PY'
import json
import sys

with open(sys.argv[1], encoding="utf-8") as report_file:
    report = json.load(report_file)

for key in (
    "inputs_provided",
    "inputs_missing",
    "confidence",
    "recommendation",
    "exposure_ceiling_pct",
):
    print(f"{key}: {report[key]}")
PY

inputs_provided に breadth と uptrend、inputs_missing に省略した系統が入り、 confidence: LOW になることを確認します。重要入力のregimeとtop-riskがないため、 fail-safeの推奨は REDUCE_ONLY または CASH_PRIORITY であり、 NEW_ENTRY_ALLOWED にはなりません。これは入力不足時の縮退ポスチャーで、 相場全体が弱気であるという完全な判定ではありません。任意の拡張を使う場合は、 その時点の各スキルガイドで追加データ要件を確認してください。

4日目 — 最初のジャーナル項目を作る

手入力で IDEA を1件作成します。実在tickerと反証可能な文を使い、チュートリアルを 埋めるためだけの架空エントリーやpositionは作らないでください。

{
  "ticker": "AMD",
  "thesis_statement": "Observe whether AMD holds above the prior breakout area for five sessions.",
  "thesis_type": "growth_momentum"
}

このJSONを保存し、ingestします。

cat > first-week-inputs/manual-idea.json <<'JSON'
{
  "ticker": "AMD",
  "thesis_statement": "Observe whether AMD holds above the prior breakout area for five sessions.",
  "thesis_type": "growth_momentum"
}
JSON

uv run python skills/trader-memory-core/scripts/trader_memory_cli.py ingest \
  --source manual \
  --input first-week-inputs/manual-idea.json \
  --state-dir state/first-week-theses

コマンドは生成したthesis IDを表示し、IDEA を作成します。取引をACTIVEにせず、 注文も出しません。

5日目 — 変更する前にジャーナルを読む

実際に記録されたstateを一覧します。

uv run python skills/trader-memory-core/scripts/trader_memory_cli.py store \
  --state-dir state/first-week-theses \
  list

uv run python skills/trader-memory-core/scripts/trader_memory_cli.py review \
  --state-dir state/first-week-theses \
  review-due

ticker、thesis type、statusが入力どおりか確認します。別途setupを検証するまでは IDEA のままにします。schemaとlifecycle検証を維持するため、YAML stateを手編集せず、 必ずCLIを使ってください。

6日目 — 手順をルーチンにする

新しいスイングリスクを検討する前に3日目を繰り返します。短いchecklistを守ります。

1. 両analyzerの鮮度警告を読む。
2. Exposure Coachが実際に受理した入力を確認する。
3. 不足入力を不足のまま扱い、推測で埋めない。
4. 予想ではなく、ポスチャーと判断理由を記録する。
5. 発注とリスク判断はこのworkflowの外で、自分のルールに従って行う。

日次出力は、制限的なポスチャーなら調査を減らし、完全なレビューで許可された場合だけ 別の個別銘柄分析へ進む、といったプロセス改善に使います。単独の売買シグナルではありません。

7日目 — 最初の週次レビューを行う

ローカルジャーナルから直近7日間のdigestを生成します。

uv run python skills/weekly-performance-digest/scripts/generate_weekly_digest.py \
  --state-dir state/first-week-theses \
  --output-dir reports/first-week \
  --verbose

クローズした取引がなければ、0件レポートが正しい結果です。指標を埋めるための架空取引を 作らないでください。生成された weekly_digest_*.md を読み、次に答えます。

1. リスクを検討する前に相場確認を行ったか。
2. 不足入力とneutral signalを区別したか。
3. 物語ではなく、反証可能なthesisを書いたか。
4. 来週も維持または変更するprocess ruleは何か。

これで、有料データAPIを使わずに最小の Plan → Record → Review → Improve ループを 完了しました。このルーチンが再現可能になってから ワークフローの選び方へ進んでください。