一、真实痛点：大模型分析股票，幻觉满天飞
前段时间，我试着让 TRAE 直接分析一只股票：
分析 603019.SH，给出买卖建议
它给我生成了一份「分析报告」------看起来很专业，有均线、MACD、KDJ，还有买卖区间。但我去核对数据时发现问题：
- 指标数据是编的：它说的「当前价 45.2」实际是 42.8，「MACD 金叉」那天根本没有金叉
- 回测数据不存在：它说的「历史胜率 65%」完全是幻觉，根本没有跑过回测
- 买卖区间靠猜：没有 ATR、没有布林带，区间数字凭空冒出来
这就是大模型分析金融数据的致命问题：幻觉。
大模型没有实时行情数据，没有量化框架，只能基于训练语料「编造」看似合理的分析。但你敢拿这个做交易决策吗？
我的量化分析框架是这样的：
- 多因子加权打分定方向：趋势（均线排列）+ 动能（MACD/KDJ）+ 资金（主力净流入）+ 基本面（PE/PB 分位），四个维度加权求和，输出一个「时机评分」
- 波段规则定进出场：突破 20 日高点 + 放量确认 → 入场；跌破 10 日均线 → 止盈止损
- 左侧 + FSS 只做观察：不作为交易信号，但会纳入风险判断
- ATR / 布林带定三档区间：用 ATR 计算波动率，布林带确认支撑压力位，输出「激进/中性/保守」三档买入区间
- LangGraph 做数据质检与二次复核：行情数据拉回来后，自动跑一遍质检流程，剔除异常值、补齐缺失字段，再用 LLM 做一轮逻辑校验
这套框架已经封装成本地脚本，一条命令就能跑完整流程，数据来源是 AKShare，不是编的。
核心问题：大模型有幻觉，工具没有
我要解决的是：让 TRAE 不再编数据，而是调用真实的量化分析工具。
二、实操过程：让 TRAE 接管整个流程
第一步：在项目里加一条「规则文件」
TRAE 启动时会自动读取工作区根目录的规则文件，里面定义了工具的调用方式。
我在项目根目录创建了一个规则文件，内容大致是：
markdown
## 触发条件
当用户说「个股分析」「生成报告」「买卖时机」「回测」时，调用外部工具
## 命令模板
"$ADVISOR_AGENT_BIN" \
--symbols "<symbol>" \
--backtest \
--report-lang zh \
--history-dir "./data/history" \
--report-html "./reports/<symbol>_report.html"
## 输出约定
执行后返回：报告路径 + 摘要表格（股票名称、代码、操作建议、风险点）第二步：直接对 TRAE 说一句话
我打开 TRAE，直接输入：
分析 603019.SH
TRAE 自动做了这些事：
- 识别意图：匹配「个股分析」关键词
- 提取代码 ：从文本里识别
603019.SH - 推断语言 ：用户说的是中文，设置
--report-lang zh - 构建命令：按模板生成完整命令
- 创建目录 ：执行前先
mkdir -p ./data/history ./reports
第三步：几秒钟后，HTML 报告自动生成
TRAE 执行完命令后输出：
bash
Report generated: ./reports/603019.SH_report.html
同时返回一份摘要表格，核心字段包括：
| 名称 | 代码 | 时机评分 | 信号 | 激进区 | 中性区 | 保守区 | 关键风险 |
|---|---|---|---|---|---|---|---|
| 中科曙光 | 603019.SH | 45/100 | 观望 | 42.0-42.5 | 44.0-44.5 | 46.0-46.5 | 行业周期下行 |
字段说明：
- 时机评分：多因子加权后的综合评分（趋势+动能+资金+基本面）
- 信号：基于波段规则的交易建议（买入/持有/卖出/观望）
- 三档区间：ATR + 布林带计算得出的买入参考价位
- 关键风险：LangGraph 质检后标记的异常点或风险因素
三、落地成果：批量分析 16 只股票，效率翻倍
有了这套流程，我试着批量分析工作区里的 16 只股票（数据都在 ./data/history 里）。
原来手动操作：
- 每只股票敲一次命令，改代码、改路径
- 16 只股票，至少 20 分钟
现在用 TRAE：
- 连续说 16 次「分析 xxx.SH」
- TRAE 自动调用工具，生成报告 + 返回摘要
- 全程不到 5 分钟
最终交付物：
reports/
├── 000791.SZ_report.html
├── 000938.SZ_report.html
├── 000977.SZ_report.html
├── 002050.SZ_report.html
├── 002202.SZ_report.html
├── 002361.SZ_report.html
├── 002475.SZ_report.html
├── 002648.SZ_report.html
├── 513120.SH_report.html
├── 600176.SH_report.html
├── 601138.SH_report.html
├── 601398.SH_report.html
├── 601872.SH_report.html
├── 603019.SH_report.html
├── 603993.SH_report.html每份报告都包含完整的量化分析输出：
1. 多因子加权评分
- 趋势因子：均线排列状态（多头/空头/震荡）
- 动能因子：MACD 金叉死叉、KDJ 超买超卖
- 资金因子：主力净流入、北向资金变动
- 基本面因子：PE/PB 在历史分位的相对位置
四个维度加权后输出一个「时机评分」（0-100），>60 偏多，<40 偏空。
2. 波段交易规则匹配
- 入场条件：突破 20 日高点 + 放量确认
- 止盈条件：跌破 10 日均线
- 止损条件：跌破入场价 5%
3. 三档买入区间（ATR + 布林带）
- 激进区：布林带下轨附近，风险高、收益高
- 中性区：布林带中轨附近，风险收益平衡
- 保守区：布林带上轨附近，风险低、收益低
4. LangGraph 数据质检结果
- 异常值剔除：成交量异常放大/缩小
- 缺失字段补齐：用前值填充或线性插值
- 逻辑校验：价格与成交量是否背离
四、复用经验：量化分析框架 + TRAE 调度，这套模式可以直接照搬
经验一：触发词要覆盖口语化表达
规则文件里写清楚触发条件，覆盖中英文：
markdown
当用户说「个股分析」「stock analysis」「生成报告」「买卖时机」「回测」时...这样不管怎么问，TRAE 都能正确路由到量化分析工具。
经验二：多因子评分的逻辑要可追溯
每次生成的报告里，要能看到每个因子的原始数据和权重：
markdown
时机评分 = 趋势(40%) + 动能(30%) + 资金(20%) + 基本面(10%)这样用户才能理解评分是怎么算出来的，不是黑盒。
经验三：三档区间要绑定具体的指标
不要只给一个「买入区间」，要拆成激进/中性/保守三档，并说明每一档的计算依据：
- 激进区 = 布林带下轨 - 0.5×ATR
- 中性区 = 布林带中轨
- 保守区 = 布林带上轨 + 0.5×ATR
这样不同风险偏好的用户都能找到合适的入场点。
经验四：LangGraph 质检要自动触发
数据质检流程不要手动跑，要在量化分析前自动触发：
markdown
Before analysis:
1. LangGraph 拉取 AKShare 数据
2. 质检：剔除异常值、补齐缺失字段
3. 二次复核：LLM 校验逻辑一致性这样能避免脏数据污染整个分析结果。
经验五：输出要「结构化」，不要只说「完成了」
规定 TRAE 返回的内容格式：
markdown
After execution, return:
1. 报告路径
2. 摘要表格（时机评分 + 三档区间 + 关键风险）
3. 质检结果（异常字段、校验状态）这样用户一眼就能看到关键信息，不用再打开 HTML 文件翻。
五、这套模式还能用在哪些场景？
核心思路：在规则文件里定义调用方式，让 TRAE 自动路由到本地工具。
其他可复用的场景：
- 自动化测试 ：定义
pytest模板，开发完自动跑测试 - 文档生成 ：定义
swagger/markdown输出路径，自动生成 API 文档 - 数据清洗 ：定义
pandas脚本模板，自动处理数据表 - 部署流水线 ：定义
docker build/push命令，辅助发布流程
只要你的工具是命令行可调用的，就能用这套模式让 TRAE 接管。
总结
通过一个规则文件 + TRAE 自动调度，我实现了：
- 一句话触发完整流程：从「分析 603019.SH」到生成多因子评分 + 三档区间 + 质检报告
- 量化框架全链路自动化：多因子打分 → 波段规则匹配 → ATR/布林带定区间 → LangGraph 质检
- 批量处理效率翻倍：16 只股票，从 20 分钟降到 5 分钟
- 可复用的模式：关键词路由 + 命令模板 + 结构化输出
如果你也有自己的量化分析框架，想让 TRAE 帮你自动调度，试试在项目根目录加一份规则文件------把多因子评分逻辑、三档区间算法、LangGraph 质检流程都定义清楚，从此告别手动算因子、手动画区间。