TradeMemory Protocol

快速开始 | 使用场景 | API 参考 | OWM 框架 | 局限性 | English

项目状态（2026 年 8 月）： 功能完备，处于维护模式——仍会审阅错误和安全报告；不计划新增功能或托管服务。付费服务请参见交易记录分析。

你的交易 AI 患有失忆症。而监管机构已经开始注意到这一点。

它在每次会话中犯同样的错误。它无法解释自己为什么交易。当上下文窗口结束时，它忘记一切。与此同时，MiFID II 正在提高算法决策文档化的标准（第 17 条）。欧盟《人工智能法案》要求对 AI 行为进行系统性日志记录（第 14 条）。你竞争对手的智能体正在从每一笔交易中学习。

AI 交易技术栈缺少一层。每个 MCP 服务器都处理执行——下单、获取价格、读取图表。没有一个处理记忆。

你的智能体可以买入 100 股 AAPL，却无法回答："上次我在这种条件下买入 AAPL 时发生了什么？"

TradeMemory 就是记忆层。 一次 pip install，你的 AI 智能体就能记住每一笔交易、每一个结果、每一个错误——并带有 SHA-256 防篡改审计追踪。

已被交易者用于生产环境，在每次建仓前运行飞行前检查清单，也被 EA 系统用于每天记录数千条决策。

它能做什么

• 交易前： 询问你的记忆——上次在这种市场条件下发生了什么？结果如何？

• 交易后： 一次调用记录一切——五个记忆层自动更新

• 安全护栏： 置信度跟踪、回撤警报、连败检测——系统会告诉你何时该停止

适用于任何市场（股票、外汇、加密货币、期货）、任何经纪商、任何 AI 平台。TradeMemory 不执行交易，也不触碰你的资金——它只负责记录和回忆。

Related MCP server: AgentRecall

快速开始

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："记录我在 $195 做多 AAPL——财报超预期、机构买入、高置信度。"

# 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： 快速开始（交易者路线 + 开发者路线）

谁在使用 TradeMemory

工作原理

1. 回忆 — 交易前，按结果质量、上下文相似度、时效性、置信度和情绪状态加权检索过往交易（OWM 框架）

2. 记录 — 交易后，一次调用 remember_trade 写入五个记忆层：情景记忆、语义记忆、程序记忆、情感记忆和交易记录

3. 反思 — 每日/每周/每月回顾检测行为漂移、策略退化和交易错误

4. 审计 — 每条决策在创建时即进行 SHA-256 哈希。可随时导出以供审查或提交监管

MCP 工具

REST API： 35+ 个端点，用于交易记录、反思、风险、MT5 同步、OWM、进化和审计。完整参考 →

交易记录分析

TradeMemory 本身是免费且自托管的。维护者提供的付费服务是对你自己的交易记录进行统计分析：导出你的 MT4/MT5 历史记录，获得一份描述性统计报告——你的亏损集中在何处、亏损后你的仓位规模如何变化、强制平仓结构，以及你每笔交易实际承担的风险——随后进行一次讲解通话。

仅对过往交易进行描述性统计：不提供交易信号、不提供投资建议、不承诺业绩。交付后你的文件将被删除。

dev@mnemox.ai | 预约通话

企业版与合规

你的智能体做出的每一个交易决策——包括不交易的决策——都会被记录为交易决策记录（TDR）。每条记录的 SHA-256 内容哈希被链接到前向链式审计账本中；每个 UTC 日由 Merkle 根汇总，而 Merkle 根本身又跨日链接。篡改任何历史记录都会使所有后续链接失效。

# 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 for regulatory submission
GET /audit/export?strategy=VolBreakout&start=2026-03-01&format=jsonl

完整审计链成熟度声明请参见 LIMITATIONS.md，包括 v0.5.2 中尚未包含的内容（TSA 时间戳、外部锚定、zkML 推理证明）。

需要为你的基金定制部署？ → dev@mnemox.ai

安全性

• 绝不接触 API 密钥。 TradeMemory 不执行交易、不转移资金、不访问钱包。

• 只读和只记录。 你的智能体将决策上下文传递给 TradeMemory。它存储这些内容。仅此而已。

• 本地优先。 唯一的外呼是每日审计根的 RFC 3161 可信时间戳——一个 32 字节的哈希，不包含交易数据（默认开启；可通过 TRADEMEMORY_TSA=off 关闭）。其他任何内容都不会离开你的机器。

• SHA-256 链式审计账本。 每条记录在创建时即被哈希并链接到上一条记录。每日 Merkle 根锚定整条链。可在记录、切片或日级别验证完整性。每一层都能检测到篡改；外部锚定（默认使用 TSA）已在路线图上。

• 1,400+ 项测试通过。 带 CI 的完整测试套件。

研究状态

TradeMemory 的 OWM 框架基于认知科学（Tulving 1972） 和强化学习（Schaul et al. 2015）。当前状态：

• OWM 五因素评分： 已实现，已测试（1,400+ 项测试）

• 统计验证： 已实现 DSR、MBL（Bailey-de Prado 2014）

• 审计追踪： SHA-256 防篡改 TDR

• 进化引擎： 研究阶段（策略生成可用，统计门控通过率正在优化中）

• 混合回忆： OWM-only 模式已激活，配置嵌入后可使用向量融合

• 实证验证： 进行中（n=40 笔交易，统计显著性目标 n>=100）

文档

贡献

参见 贡献指南 · 安全政策

MIT — 参见 LICENSE。仅供教育/研究用途。不构成财务建议。