7 个让 ChatGPT 变身股票交易分析师的 Prompt

最近一条来自 Raúl（@Raul_IA_Prod）的推文在 X 上拿了 22 万浏览，小红书上也被大量转发。核心观点很直接：大多数人根本不知道怎么用 ChatGPT 做交易分析。他把专业交易员的工作流拆成 7 个环节，每个环节配一个可直接复制的 prompt。

原帖是西班牙语，这里整理成中文，占位符用 [] 标出，替换成你自己的标的即可。

1. 交易想法生成器

分析当前市场，并为 [插入股票/指数/行业] 生成 5 个高成功概率的交易配置。包括入场价格、退出目标、止损以及风险/回报比率。基于技术因素和基本面因素解释为什么每个配置有效。

适用场景：没时间盯盘，先让 AI 帮你筛一轮机会。注意"高成功概率"是 prompt 的说法，不是事实承诺——重点看它给出的风险/回报比是否合理。

使用日线图和周线图分析 [插入股票/代码]。分析支撑/阻力水平、趋势线、移动平均线和动量指标。提供一步步的买入/持有/卖出信号及其理由。

适用场景：替代手工画线。要求 AI 同时给"信号 + 理由"是关键——只有结论没有推理的输出没法验证。

总结关于 [插入公司/行业] 的最新新闻，并将其转化为对操作的影响。提供可能的短期和长期影响、预计价格变动范围以及推荐的仓位方向。

适用场景：新闻看不完的时候。它的价值不在总结新闻，而在把"发生了什么"翻译成"该做什么"。

对 [插入交易策略：如均线交叉、RSI 背离] 在 [插入股票/指数] 上进行回测，时间段为过去 [插入时间周期]。呈现成功率、盈利因子、最大回撤以及提升优势的改进建议。

适用场景：验证一个想法值不值得真金白银去试。注意：大模型的回测是"估算"而非精确计算，数字当量级参考，别当圣经。

分析我的投资组合：[插入股票代码和分配百分比]。突出显示弱点、过度暴露和隐藏相关性。建议进行风险调整后的再平衡，并提出对冲策略，以防范市场下跌 20%。

适用场景：持仓一堆但说不清整体风险的人。“隐藏相关性"这一项最有价值——很多人手里十只股票其实是一注同一个赌注。

审阅我最近的 20 笔交易：[插入交易详情，含进场/出场点位和结果]。识别反复出现的错误、错失的机会以及行为偏差。给我 3 条个性化规则，以立即提升一致性。

适用场景：这是 7 个里最被低估的一个。AI 当分析师不稀奇，AI 当"你的行为审计员"才稀缺——大多数人亏在重复犯同一个错，而不是选错股票。

为 [插入市场/资产] 设计一个每日交易计划。包括开盘前的分析、开盘策略、盘中调整和收盘策略。以检查清单的形式交付，带时间标记，以便我能像专业交易员一样遵循。

适用场景：把前面 6 个的输出固化成一套每日流程。检查清单 + 时间标记的设计，本质是用 AI 帮你建立交易纪律。

这些 prompt 不会预测行情。LLM 没有实时盘口，“生成 5 个交易配置"本质是基于它训练数据里的分析框架做推演。把它当分析助手，不要当信号源。
原帖作者自己也说了：每个人的 prompt 都更适用于自己，别人的 prompt 需要磨合调试。直接抄不如拆结构——你会发现这 7 条全是同一个公式：角色 + 数据输入 + 输出格式 + 理由要求。
真正可复用的是方法论：把模糊的"帮我看看股票"换成带占位符、带输出格式约束的结构化提问，输出质量立刻上一个台阶。这个技巧适用于股票之外的一切领域。