Gold Accumulation Trading logo

Gold Accumulation Trading

Community
PlevanTem
gold-accumulation-trading

中国黄金积存金短线交易AI智能分析工具。实时搜集消息面与行情数据,进行小时级别市场情绪判断(看好/看跌/中性),可抓取京东金融金友圈「观点精选」作社区共识参考;基于多维技术指标(MA均线、BOLL布林带、MACD、KDJ、RSI、订单流)计算压力位/支撑位/轴心位,按消息面/价位/技术信号三轴综合后再用短线信号作执行门控,生成黄金买卖策略,并将现货金价转换为浙商积存金、民生积存金等银行产品的实际交易点位。使用场景:当用户需要黄金短线交易策略、金价技术分析、积存金买卖点位建议、市场情绪判断、压力支撑位分析时。关键词:黄金、积存金、金价分析、浙商积存金、民生积存金、短线交易、压力位、支撑位、轴心位、黄金技术分析、买入卖出点位、市场情绪、XAUUSD、金友圈

Overview

PublisherPlevanTem
RepositoryTrade-Accumulated-Gold-CN
Skill namegold-accumulation-trading
Stars
54
Forks
7
Bundled files
15
Links
  • Markdown instructions

    A SKILL.md file the model loads on demand, so it only costs tokens when a request actually matches.

  • Works with any LLM

    AI skills are plain Markdown, not provider-specific code, so this works with GPT, Claude, Gemini, Grok, or a local model.

  • 15 bundled files

    Scripts, templates, and references the model can read while it works. Files are read-only and never executed.

  • Open source

    Published by PlevanTem on GitHub. Read the source before you install it.

Installation

Install the Gold Accumulation Trading AI skill in TypingMind to use it with any LLM, or drop it into another agent that reads SKILL.md.

1

Install in TypingMind

TypingMind installs a skill straight from its GitHub folder — it reads SKILL.md, bundles the resource files, and stores the result locally.

  1. Open the app and go to Plugins → Skills.
  2. Choose "Install from GitHub".
  3. Paste the skill folder URL below and confirm.
    https://github.com/PlevanTem/Trade-Accumulated-Gold-CN/tree/main/.claude/skills/gold-analysis
  4. Enable the skill in any chat where you want it available.
Plugins → Skills → Add skill → From GitHub URL, then paste the folder URL and press Continue.
2

Install in another agent

Any agent that reads the Agent Skills format can use this skill — copy the folder into that agent's skills directory.

Claude Code — .claude/skills
git clone --depth 1 https://github.com/PlevanTem/Trade-Accumulated-Gold-CN.git /tmp/Trade-Accumulated-Gold-CN
mkdir -p .claude/skills
cp -r /tmp/Trade-Accumulated-Gold-CN/.claude/skills/gold-analysis .claude/skills/gold-accumulation-trading
Restart Claude Code after copying so it picks up the new skill.

Use it in TypingMind

Enable Gold Accumulation Trading in any TypingMind chat and the model takes it from there. Its name and description sit in the system prompt, and the moment a request matches, the model loads the full instructions itself — you never invoke it by hand, and it costs no tokens until it is actually used.

The model loads Gold Accumulation Trading on its own as soon as a request matches it.

Works with any AI model

AI skills are plain Markdown instructions rather than provider-specific code, so Gold Accumulation Trading is not tied to the model it was written for. Install it once in TypingMind and use it with GPT-5, Claude, Gemini, Grok, DeepSeek, Mistral, Llama, or a local model you run yourself — all on your own API keys.

  • Loaded only when it is needed

    The system prompt carries just the name and description. The instructions are fetched on the first matching request, so an idle skill costs nothing.

  • Switch models mid-chat

    Because the skill is instructions rather than code, changing model does not break it — the next model reads the same SKILL.md.

Skill instructions

This is the SKILL.md content the model loads. Read it before installing — a skill is instructions your model will follow.

黄金积存金短线交易智能分析

面向中国积存金短线交易者的AI分析工具,覆盖消息面汇总→技术分析→交易策略→积存金点位换算全流程。

核心定位与目标

  • 交易节奏: 小时/天级别短线,快进快出,利用黄金波动赚差价
  • 数据原则: 越实时越好,数据延迟=判断失效,必须标注每条数据的获取时间
  • 收益目标: 通过多次高胜率操作复利积累,目标资产翻倍
  • 积存金特点: 无杠杆,每次涨跌约1-3%,需选择波动大的窗口(地缘事件、重大数据发布日)入场,买卖价差约0.5-1元/克需计入成本

工作流程

路径约定:下文 Python 命令中的 <SkillRoot> 均指本技能包根目录(含 SKILL.md 与 scripts/,目录名常为 Trade-Accumulated-Gold-CN)。Windows 示例:D:\AI Workspace\finance agent\.agents\skills\Trade-Accumulated-Gold-CN。执行时将 <SkillRoot> 替换为实际绝对路径。

用户触发后按以下4个阶段顺序执行:

阶段1: 消息面搜集与市场情绪判断

目标: 小时级别消息面汇总,输出市场情绪标签

  1. 使用 web_search 搜集最近1-4小时黄金相关消息:
  • 宏观经济: 美联储利率决议、非农数据、CPI/PPI、GDP、失业率
  • 地缘政治: 军事冲突、贸易摩擦、制裁动态
  • 央行动态: 各国央行购金/售金、外汇储备变动
  • 美元指数: DXY走势、美债收益率变化
  • 市场资金: ETF持仓变动(SPDR GLD)、COMEX持仓报告
  • 国内市场: 上海金交所动态、央行黄金储备、人民币汇率
  1. 对每条消息判定情感倾向:
  • 利多黄金(+): 美联储降息预期、地缘冲突升级、美元走弱、避险情绪升温、央行增持
  • 利空黄金(−): 美联储加息/缩表、风险偏好回升、美元走强、通胀数据降温
  • 中性(0): 数据符合预期、无重大变化
  1. 综合判定市场情绪标签:
条件情绪标签操作倾向
利多信号 ≥ 60%🟢 看好黄金逢低做多为主
利空信号 ≥ 60%🔴 看跌黄金逢高减仓/观望
利多利空均 < 60%🟡 中性震荡区间操作/轻仓
  1. 京东金融「金友圈」最新观点精选(社区共识,与阶段1并列的定性输入)

目标: 抓取@黄金小小彬个人动态流最新一条的金圈博主观点汇总文本,作为多博主共识参考;失败不阻塞后续阶段2/3,但须在报告中如实标注。

  • 运行脚本(依赖 playwright + chromium,见脚本文件头注释):
    python "<SkillRoot>/scripts/fetch_jd_personal_latest_post.py"
  • 解析 stdout JSON:
    • status == "ok" → 记录 title_text、content_id、fetched_at;禁止逐字粘贴超长 title_text 进报告正文(除非用户明确要求),应提炼 3–8 条要点(关键价位、多空比例、共识关键词等)。
    • status != "ok" → 在报告中写「金友圈抓取失败:{error}」;不得编造金友圈正文。
  • 与阶段1的对照用法(供阶段3「AxisM」使用):
    • 与公开消息情绪一致 → 可在综合结论中适度加强区间/方向判断(仍须过三轴与执行门控)。
    • 严重冲突(例如阶段1偏空而金友圈强烈偏多)→ 必须在「综合交易建议」中写明「公开消息/社区共识分歧」及更保守的仓位/等待条件。
  • 溯源:阶段4「五、数据来源」须增加一行:京东金融个人页 URL + 动态 content_id + fetched_at。

阶段2: 技术分析 — 压力位·支撑位·轴心位

目标: 基于实时行情计算关键点位

  1. 获取实时数据(严格按优先级顺序,每步成功即停止,不重复执行后续步骤):

⚡ 核心原则:三种方式是互斥的降级备选,而非全部执行。第一步成功则直接进入技术分析阶段,不再执行第二、三步。


【数据获取决策流程】

STEP 1: 运行 Python 脚本获取 XAUUSD + 银行报价
         ↓
   [评估1] fetch_bank_quotes.py 中 banks.zheshang.status == "ok"
   并且    banks.minsheng.status == "ok"(Playwright XPath 成功)?
         ↓ YES → ✅ 使用脚本结果,跳过 STEP 2 和 STEP 3,进入技术分析
         ↓ NO  → 继续 STEP 2
         ↓
   [评估2] 脚本输出中是否有有效的 jd_latest_price(JD API 兜底价格)?
         ↓ YES → ⚠️ 使用 JD API 兜底价格并标注"非银行实盘成交价",跳过 STEP 3,进入技术分析
         ↓ NO  → 继续 STEP 3
         ↓
STEP 3: 使用内置浏览器 MCP 直接导航银行页面(最终兜底)
         ↓
   [评估3] MCP 浏览器成功读取到价格数字?
         ↓ YES → ✅ 使用 MCP 页面价格,进入技术分析
         ↓ NO  → 使用搜索/Au99.99代理,并标注数据来源等级

🥇 STEP 1 — Python 脚本(首选,两条命令可并行运行):

XAUUSD + USD/CNY 汇率:
`python "<SkillRoot>/scripts/live_market_data.py"`

浙商/民生银行积存金报价:
`python "<SkillRoot>/scripts/fetch_bank_quotes.py"`

执行后立即检查 fetch_bank_quotes.py 的 JSON 输出:

  • banks.zheshang.status == "ok" 且 banks.minsheng.status == "ok" → ✅ 数据完整,直接使用,不再执行 STEP 2/3
  • 任意一个 status == "error" 但 jd_latest_price 存在有效价格 → ⚠️ 降级使用 JD API 兜底价并标注,不再执行 STEP 3
  • 两者均失败 → 进入 STEP 3

🥈 STEP 3 — 内置浏览器 MCP(仅当 STEP 1 完全失败时执行):

使用 MCP cursor-ide-browser 工具,依次导航:
- 浙商: https://m.jdjygold.com/finance-gold/gold-standard/home/?productSku=1961543816
- 民生: https://m.jdjygold.com/finance-gold/newgold/home/

读取页面中"实时金价(元/克)"字段,记录截图时间。
成功读取后立即使用,不再执行搜索兜底。

⚡ 这一步是短线交易的核心,必须执行,获取 Bid/Ask 实时价和多时间框架信号。

搜索A — USD/CNY汇率(实时即期汇率):

web_search: "美元兑人民币 今日汇率" 或 "USD CNY spot rate today"
获取: 银行间即期汇率(非中间价)
注意: 当美元指数DXY大幅波动时(>0.5%),须使用即期汇率而非中间价,否则积存金换算偏差可达10-20元/克

搜索B — 积存金报价(⚠️ 仅当上方 STEP 1 和 STEP 3 均未能获取到有效银行报价时才执行):

降级条件: Python 脚本失败 AND MCP 浏览器也未能读取价格
才执行以下搜索:

优先搜索: "浙商积存金 民生积存金 今日金价" 或 "积存金实时报价"
备选搜索: "上海黄金交易所 Au99.99 最新价" 或访问 sge.com.cn 延时行情
获取: 浙商黄金报价、民生黄金报价(或Au99.99价格作为代理)

注意:
1. 搜索摘要中的价格须带时间戳,拒绝使用"1天前"等过期数据
2. 若获取到的是 Au99.99 代理价,须在报告中注明偏差范围 ±5元/克

搜索C — 黄金TD价格(辅助验证溢价):

web_search: "黄金TD Au(T+D) 实时价格"
获取: 黄金TD价格,用于交叉验证国内金价水平
  1. 解读多时间框架技术信号(从 Investing.com 获取,为短线入场提供关键依据):
信号级别用途操作含义
30分钟信号判断当前入场时机强烈卖出/卖出 → 不入场,等待;买入/强烈买入 → 可考虑入场
1小时信号确认短线方向与30分钟共振时信号最强
5小时信号判断日内趋势决定今天整体做多还是做空
日线/周线确认大方向顺大趋势操作,逆势要轻仓

多时间框架信号解读规则:

  • 30min + 1H 均为卖出/强烈卖出 → ⛔ 不入场,等支撑
  • 30min + 1H 均为买入/强烈买入 → ✅ 可以入场
  • 30min 卖出 但 5H/日线 买入 → 📊 中线看多,短线等回调至支撑后买
  • 各级别信号矛盾 → 🔄 轻仓或观望
  1. 计算压力位(R1/R2/R3)和支撑位(S1/S2/S3),依据详见 technical-analysis.md:

压力位判断依据(5维):

  • 近期高点、前期成交密集区
  • 均线MA、布林带BOLL上轨压力
  • MACD、KDJ、RSI指标共振位
  • 实盘订单流与资金博弈阻力区
  • 短期趋势线与形态颈线位

支撑位判断依据(5维):

  • 近期回调低点、前低支撑区域
  • 关键均线、布林带下轨支撑
  • 指标超卖区域与多头承接位
  • 实盘买盘集中进场价位
  • 趋势线、箱体下沿技术结构位

统一原则: 所有点位结合盘面实时走势,不硬套固定公式、跟着当下资金情绪走,点位精简实用只给关键有效位置。

  1. 计算轴心位:

采用自定义算法(更贴合当下市场结构):

P(轴心) = (R1 + S1) ÷ 2

其中:
  R1 = 第一压力位(最小数值压力位)
  S1 = 第一支撑位(最大数值支撑位)

盘中补充算法(使用今日已确认的实际高低点):
  P(盘中轴心) = (今日实际最高价 + 今日实际最低价) ÷ 2
  → 盘中两种轴心都展示,互相印证

轴心位用途:

  • 判断强弱: 金价在P之上 → 短期多头占优;金价在P之下 → 短期空头占优
  • 交易参考: 价格靠近轴心位 → 观察多空博弈;有效突破/跌破 → 新趋势确立
  • 策略锚点: 逢高减仓和逢低补仓的参考坐标,规划交易区间和风险边界

同时提供经典轴心位供对照(参见 technical-analysis.md)。

阶段3: 交易策略生成与积存金点位换算

目标: 在三轴综合结论之上,用 30min/1H 作为执行门控,输出可执行的买卖策略与积存金点位;避免「仅由短线信号定方向」。

3.1 三轴定性(先各给一档:偏多 / 偏空 / 震荡)
轴代号输入来源定性规则(执行时逐条核对,简明写入报告)
消息面轴AxisM阶段1 情绪标签 + 金友圈提炼要点(若抓取失败则仅用阶段1)🟢看好→偏多;🔴看跌→偏空;🟡中性→震荡;与金友圈严重冲突时 AxisM 标为 震荡 并在综合结论中说明分歧
价位结构轴AxisL现价 vs P(盘中轴心)、R1、S1(阶段2已算出的关键带)现价明显高于 P 且更接近 R1 而非 S1 → 偏多;明显低于 P 且更接近 S1 → 偏空;夹在 P±窄幅或反复穿越 P → 震荡
技术信号轴AxisS多时间框架信号(须至少引用 5H 或日线 是否与 30m/1H 同向)30m/1H 与 5H/日线 同向 → 与短线一致标 偏多/偏空;30m/1H 与 5H/日线 反向 → 标 震荡 并注明「短线逆势/噪音」
3.2 综合档位与冲突处理(写入报告「综合交易建议」)
  • 三轴一致(偏多或偏空):方向明确;仍须满足下方「执行门控」与 R:R 方可建议动手。
  • 两轴一致、一轴背离:输出 条件单式 建议(示例:AxisM+AxisL 偏多,但 30m 卖出 → 不追多,仅 回调至 S1/S2 带且门控转好 再试;禁止与门控矛盾的「立即满仓」)。
  • 三轴互斥或两轴互斥:默认 观望 / 轻仓区间;必须写出主导矛盾及优先级:突发风险与重大日程(AxisM 中的硬事件) > 日线/周线趋势(AxisS 大级别) > 30m/1H 短线信号(执行噪音)。
  • 原场景表(仅作辅助,不得绕过三轴):当三轴与下表冲突时,以三轴结论为准,下表仅用于细化话术。
场景策略建议
情绪看好 + 价格靠近S1/S2 + 30min/1H 买入💰 分批买入(须在综合档位非互斥、且门控允许时)
情绪看好 + 价格在轴心上方 + 30min/1H 买入✅ 可试多,设好止损;若 AxisS 为震荡则降为轻仓
情绪看好 + 价格在轴心上方 + 30min/1H 卖出⏳ 等回调,不追高,等价格回调至S1 且门控改善
情绪看好 + 价格从高点大幅回落 + 30min 强烈卖出⛔ 不抢反弹,等支撑区止稳 + 门控转好
情绪看跌 + 价格靠近R1/R2🔻 逢高减仓,在压力位附近卖出
情绪中性 + 价格区间震荡🔄 区间操作,支撑买/压力卖,轻仓
3.3 执行门控(30min/1H)与「综合交易建议」的关系
  • 执行门控只回答:当下时点是否适合下单(过滤器),不单独回答「本周偏多还是偏空」。
  • 综合交易建议必须 一句话先写三轴综合档位,再写门控允许的动作(可动手 / 只等待 / 只减仓):门控为「不入场」时,若 AxisM+AxisL 仍偏多,应写 「中期偏多但短线不追,等待 S× 与信号」,禁止只写「强烈买入」之类与门控矛盾的结论。

入场条件(不只看价位,还要有信号确认):

  • 价格触及支撑区后,需要以下至少一个确认信号再入场:
    • 小时K线收阳(非假突破)
    • 成交量明显萎缩(卖盘枯竭)
    • RSI在支撑附近出现底背离
    • 30分钟信号由卖出转为买入

风险收益比要求(每笔操作):

R:R = (目标收益) ÷ (止损距离) ≥ 1.5:1
例: 入场 1,162元/克,止损 1,153元/克(-9元),目标 1,179元/克(+17元)→ R:R = 1.9:1 ✅
3.4 积存金点位换算 — 三级获取策略(详见 accumulation-gold.md)

首先计算理论换算比作为基准:

理论换算比 = USD/CNY汇率 ÷ 31.1035
理论换算价 = XAUUSD × 理论换算比

然后按优先级获取实际换算比:

🥇 优先: 获取到银行积存金实际报价

优先核验来源(默认先查这两个页面):
- 浙商积存金: https://m.jdjygold.com/finance-gold/gold-standard/home/?productSku=1961543816
  XPath: //*[@id="mainCSC"]/div/div[2]/div
- 民生积存金: https://m.jdjygold.com/finance-gold/newgold/home/
  XPath: /html/body/div[1]/div/div[2]/div[3]/div[1]/div[1]

浙商换算比 = 浙商积存金报价 ÷ 当前XAUUSD
民生换算比 = 民生积存金报价 ÷ 当前XAUUSD
溢价 = 银行报价 − 理论换算价
⚠️ 强制合理性检验: 溢价(国内折溢价)通常在 -15 至 +25 元/克之间。若绝对值异常大(如>30元/克),说明抓取的报价有误(旧数据或不同产品)!必须暂停盲目计算,在报告中向用户核实验证真实盘口价格。
各点位积存金价 = XAUUSD关键点位 × 对应换算比
→ 标注: "基于银行实时报价换算"

🥈 备选: 获取到上海金交所Au99.99价格(搜索SGE延时行情)

SGE换算比 = Au99.99价格 ÷ XAUUSD(取SGE报价时对应的同期XAUUSD,避免时间错位)
溢价 = Au99.99价格 − 理论换算价
各点位积存金价 ≈ XAUUSD关键点位 × SGE换算比
→ 标注: "基于上海金交所Au99.99换算,积存金实际价格可能有±5元/克偏差"

⚠️ SGE时间错位警告: SGE日间盘15:30收盘,若当前时间在中国夜盘或美盘,
SGE数据已是小时前的数据。若XAUUSD较SGE收盘后又大幅变动(>$20),
则用SGE换算比偏差较大,应改用理论换算法并注明。

🥉 兜底: 仅有理论换算(未获取到国内价格)

各点位积存金价 = XAUUSD关键点位 × 理论换算比
→ 标注: "⚠️ 基于理论汇率换算,未包含溢价,实际价格可能偏差10-15元/克"
→ 建议用户自行查看银行APP确认

输出时同时展示:

  • 国际金价 (XAUUSD): 美元/盎司
  • 浙商积存金参考: 人民币元/克
  • 民生积存金参考: 人民币元/克
  • 换算依据: 标注使用了哪级获取策略 + 当前换算比 + 溢价值

注意: 积存金实际成交价由各银行实时报价决定,AI给出的是换算参考值。 国内金价与国际金价之间存在浮动溢价(通常 -15 ~ +15 元/克),非固定价差。

阶段4: 报告输出

目标: 生成结构化分析报告(短线操作导向,顶部展示三轴综合倾向与执行门控两行结论),并将最终报告保存到 assets 文件夹中。

  1. 保存文件: 每次分析结束后,必须将生成的报告内容保存到当前 Skill 目录下的 assets/ 文件夹中,文件命名规则为 assets/YYYY-MM-DD-HHmm-gold-analysis.md。
  2. 严格按报告模板输出 → report-template.md

数据校验与防幻觉机制(核心执行纪律)

为了提高分析的可靠性并提供高价值的参考,必须严格遵循以下信息溯源与验证机制:

  1. 强制溢价溢出拦截: 计算出的 当前积存金价格 与 理论换算价 之间的溢价值,一旦越界(绝对值 > 30元/克),则必定是抓取的信息出错(抓了期货价、老数据或抓错标的),此时系统必须截断并主动询问用户真实的盘口数字进行校准。
  2. 拒绝幻觉造假: 若某个参数(如某个特定银行报价、某个技术指标数值)最新网络确实搜不到对应时间节点数据,必须如实标明 暂无最新明细 或 使用X小时前数据。绝对禁止用大模型内在历史经验或瞎编数值来填缝。
  3. 金钱与时间的绝对精确: 行情分析的基础是时间和金钱。凡入档数据,务必审查出处的时间戳,坚决剔除搜索结果中“1天前”、“48小时前”的过期作废时效新闻。
  4. 全程溯源化(URL索引): 最后输出的【数据来源】模块,无论是新闻还是报价出处,都必须添加 Markdown 格式的可点击 URL 链接,以便人类二次核对与评估信源权威性。
  5. 主动探寻性: 在搜集过程中,若发现“闪金闪跌(>1%波动)”等不寻常行情,必须立刻追加查询词汇(如"gold sudden drop reason"),不仅记录现象,更要主动探寻并剖析背后的根因(如某某大单砸盘、突发地缘冲击等)。
  6. 银行页面优先核验: 若用户已提供可访问的银行实时报价页面和XPath, 后续分析必须优先使用该页面抓取银行报价, 只有在页面不可用或字段歧义无法确认时才退回搜索/代理价格。

执行原则

Do(要做)

  • ✅ 必须将最终分析报告保存为文件: 每次工作流的最后一步必须是将 Markdown 内容保存到 assets/YYYY-MM-DD-HHmm-gold-analysis.md 中。
  • ✅ 首先 WebFetch investing.com/currencies/xau-usd,获取实时 Bid/Ask + 多时间框架信号 + 经济日历,这是最快的数据来源
  • ✅ 标注每条数据的获取时间(精确到分钟),数据超过30分钟视为过时
  • ✅ 在报告顶部「当前状态速览」下展示两行核心结论:综合倾向(三轴 AxisM/L/S) + 执行门控(30m/1H);前者定方向预期,后者定当下是否可下单,避免用户误以为仅看短线信号
  • ✅ 阶段1末尾运行 fetch_jd_personal_latest_post.py(路径见 <SkillRoot>),将金友圈写入报告并计入数据来源;失败则如实标注,不编造
  • ✅ 所有点位同时展示国际金价(XAUUSD)和积存金换算价(元/克)
  • ✅ 每笔交易必须给出止损位和风险收益比(R:R ≥ 1.5:1)
  • ✅ 盘中使用 P=(今日高+今日低)÷2 计算实时轴心
  • ✅ 当美元指数DXY单日波动 >0.5% 时,必须说明对国内积存金价格的影响(美元涨→积存金涨幅缩小;美元跌→积存金涨幅放大)
  • ✅ 区分消息面的时效性(小时级别 vs 日级别)
  • ✅ 报告末尾必须包含「五、数据来源」章节,逐一列出每条数据的来源并在平台名处附加URL链接
  • ✅ 用户提供了银行报价URL + XPath时, 默认将其视为积存金实时报价的一号来源, 先核查再换算

Don't(不要做)

  • ❌ 不在执行门控为「不执行新开多/不抄底」时给出与门控矛盾的一键满仓建议;门控为卖出时若三轴仍偏多,只能写「等待回调+门控改善」,不得写「立即追多」
  • ❌ 不用延时数据(SGE等)直接换算当前积存金价,若XAUUSD已大幅变动,SGE数据已失效,改用理论换算法并注明
  • ❌ 不给出绝对化建议(如"必须买入"、"一定涨")
  • ❌ 不忽略积存金的买卖价差成本(通常0.5-1元/克),每笔分析都要计入
  • ❌ 不硬套固定公式,要跟着当下资金情绪和实时信号走
  • ❌ 不忽略"买预期卖事实"规律:重大利多消息落地后(如数据实际发布时),金价可能反向回调

参考文件

Bundled files

The model reads these on demand while the skill is loaded. They are exposed as readable files and are never executed.

Frequently asked questions

What does the Gold Accumulation Trading AI skill do?

中国黄金积存金短线交易AI智能分析工具。实时搜集消息面与行情数据,进行小时级别市场情绪判断(看好/看跌/中性),可抓取京东金融金友圈「观点精选」作社区共识参考;基于多维技术指标(MA均线、BOLL布林带、MACD、KDJ、RSI、订单流)计算压力位/支撑位/轴心位,按消息面/价位/技术信号三轴综合后再用短线信号作执行门控,生成黄金买卖策略,并将现货金价转换为浙商积存金、民生积存金等银行产品的实际交易点位。使用场景:当用户需要黄金短线交易策略、金价技术分析、积存金买卖点位建议、市场情绪判断、压力支撑位分析时。关键词:黄金、积存金、金价分析、浙商积存金、民生积存金、短线交易、压力位、支撑位、轴心位、黄金技术分析、买入卖出点位、市场情绪、XAUUSD、金友圈

Why use Gold Accumulation Trading on TypingMind?

Because you install it once and use it with any model. Gold Accumulation Trading is plain Markdown rather than provider-specific code, so the same skill runs on GPT-5, Claude, Gemini, Grok, or a local model — and you can switch model mid-chat without it breaking. TypingMind runs on your own API keys, so you pay providers directly instead of a per-seat subscription, and your skills and chats stay in your own storage.

How do I install Gold Accumulation Trading in TypingMind?

Open Plugins → Skills → Install from GitHub in TypingMind and paste https://github.com/PlevanTem/Trade-Accumulated-Gold-CN/tree/main/.claude/skills/gold-analysis. TypingMind reads its SKILL.md and bundles its files and installs it as a skill you can enable per chat.

Which AI models can use Gold Accumulation Trading?

Any model you connect in TypingMind. AI skills are plain Markdown instructions rather than provider-specific code, so GPT, Claude, Gemini, Grok, and local models can all load this skill when a request matches it.

How many AI models can I use with Gold Accumulation Trading?

As many as you like. As long as a model supports skills, you can use Gold Accumulation Trading with it — GPT, Claude, Gemini, Grok, DeepSeek, Mistral, Llama and more — all on TypingMind with your own API keys.

Is the Gold Accumulation Trading AI skill free?

It is published on GitHub by PlevanTem. Check the repository for licensing terms. You only pay your own AI provider for the tokens you use.

What are AI skills?

An AI skill is a reusable instruction bundle that teaches an AI model how to do one specific task. It follows the open Agent Skills format: a SKILL.md file with a name and description, plus any scripts, templates or reference files the model may need. The model reads the instructions only when your request matches the skill, so an installed skill costs nothing until it is used.

How are AI skills different from plugins or MCP servers?

A plugin or MCP server gives a model new tools to call — code that runs somewhere and returns a result. An AI skill gives the model knowledge and process instead: how to approach a task, which steps to follow, what good output looks like. Skills are plain Markdown, so they need no server, no API key and no runtime, and they work with any model.

View all

Set up your own AI workspace now

Get notified about new features and future giveaways by subscribing to our newsletter 👇