Die meisten Menschen, die in US-Aktien investieren, verbringen ihre Zeit mit zwei Dingen: vor Börseneröffnung Nachrichten wälzen, Finanzberichte durchforsten und Optionsketten vergleichen; nach Börseneröffnung auf die roten und grünen Zahlen in ihren Depots starren und ihre eigenen Entscheidungen immer wieder anzweifeln. In den letzten zwei Monaten habe ich all diese sich wiederholenden Aufgaben an KI übergeben.
Mein Tagesablauf sieht jetzt so aus: Wenn ich eine Aktie recherchieren will, gebe ich einen Befehl ein und erhalte in wenigen Minuten einen Research-Bericht mit Bewertungsspannen und Long/Short-Logik; wenn ich wissen will, wie viel Gewinn ich dieses Jahr realisiert habe, klicke ich auf ein Panel in der Seitenleiste und die Zahlen stehen ganz oben; wenn der Markt fällt, zeigt mir das Bewertungspanel, wo wir historisch stehen und ob ich gierig oder ängstlich sein sollte; wenn ich Optionen verkaufen will, hat das Radar bereits zehn Ziele nach annualisierter Rendite sortiert; und wenn ich eine Order aufgeben will, bewertet das Entscheidungssystem den Trade zuerst – wenn die erforderliche Punktzahl nicht erreicht wird, zeigt es einfach "Nicht Kaufen" an.
Ich habe dafür keine einzige Zeile Code geschrieben oder einen einzigen Server gemietet. Alles wurde von Claude in Gesprächen generiert und in der Seitenleiste angeheftet. Dieser Artikel teilt die Einrichtungsmethode und alle Prompts, damit Sie in einer Stunde Ihr eigenes persönliches Handelssystem aufbauen können.
Das folgende Bild zeigt die Gesamtansicht dieser Arbeitsumgebung:
1. Warum IBKR + Claude
Damit KI wirklich am Investieren teilnehmen kann und nicht nur auf der Chat-Ebene von "hilf mir, den Trend zu analysieren" bleibt, sind zwei Bedingungen nötig: Die KI muss Zugriff auf Ihre echten Daten haben, und die Analyseergebnisse müssen in sofort nutzbare Werkzeuge umgewandelt werden.
Die erste Bedingung wird unter den aktuellen Brokern am besten von IBKR erfüllt. Interactive Brokers bietet einen offiziellen MCP-Server an – stellen Sie sich MCP als eine Standardschnittstelle für KI vor. Claude nutzt sie, um direkt Echtzeitkurse, historische Kerzen, Depotbestände, Transaktionsaufzeichnungen, offene Orders und Optionsketten abzurufen. Kein Web Scraping, keine manuelle API-Integration und keine Sorgen um Token-Ablauf.
Die zweite Bedingung beruht auf einer Funktion der Claude-Desktop-App: dem Anheften generierter HTML-Panels (Artifacts) in der Seitenleiste. Das Panel ist im Wesentlichen eine einseitige Webdatei mit integrierter Logik, um auf IBKR zurückzugreifen und bei jedem Öffnen automatisch die neuesten Daten abzurufen. Mit anderen Worten: Claude ist nur für das "Bauen des Werkzeugs" verantwortlich; sobald es gebaut ist, läuft das Werkzeug von selbst, ohne dass jedes Mal ein neues Gespräch nötig ist oder Tokens verbraucht werden.
Die Kombination dieser beiden Punkte eliminiert den Teil, der die meisten Normalsterblichen abschreckt: die Bereitstellung. Bei anderen Wegen müssten Sie wahrscheinlich Ihren eigenen Server betreiben, API-Schlüssel verwalten und sich um Login-Abläufe kümmern – die meisten scheitern daran. Bei diesem Setup ist ein Prompt ein Handelswerkzeug.
Es gibt nur einen Vorbereitungsschritt: Fügen Sie den Interactive-Brokers-Connector in der Claude-Desktop-App hinzu und autorisieren Sie Ihr IBKR-Konto. Fügen Sie dann die Prompts aus den folgenden Abschnitten in den Chat ein und heften Sie das Panel an, sobald es generiert wurde.
2. Aktienresearch: Ein Befehl, ein professioneller Bericht
Kommen wir zur Recherchephase. Privatanleger befinden sich oft in einer ungünstigen Position: Kostenlose Informationen sind fragmentiert und oft nicht in Echtzeit. Wenn man es manuell macht, besteht das größte Problem darin, unbewusst nur Belege zu sammeln, die einen Kauf unterstützen.
Ich habe den gesamten Rechercheprozess in einen Skill namens /equity-research geschrieben. Stellen Sie sich einen Skill als eine voreingestellte Standardarbeitsanweisung (SOP) vor: Geben Sie einen Firmennamen oder ein Ticker-Symbol ein, und er ruft automatisch Daten parallel ab – IBKR holt Echtzeitkurse und 52-Wochen-Spannen, er durchsucht das Web nach Morningstar Fair Value und Moat-Ratings, den neuesten Finanzberichten, Segmentumsätzen, Managementprognosen und der Verteilung der Verkaufsseiten-Zielkurse – dann erstellt er einen Research-Bericht mit neun Abschnitten, validiert mit mindestens drei Bewertungsmethoden und speichert ihn schließlich als datei mit Zeitstempel.
Der wertvollste Teil dieses Prozesses ist nicht das Abrufen der Daten; es ist die Disziplin. KI hat zwei bekannte Fehler: Ihnen bei allem zuzustimmen und selbstbewusst Daten zu erfinden. Daher muss der Prompt mehrere Regeln durchsetzen: Fakten von Urteilen trennen, und Urteile müssen mit "Mein Urteil" gekennzeichnet sein; jeder wichtige Datenpunkt muss eine Quelle und einen Zeitstempel haben; Abweichungen zwischen verschiedenen Quellen erklären; für nicht verfügbare Daten "Nicht erhalten" schreiben und Erfindungen verbieten. Diese Regeln sind die Quelle der Glaubwürdigkeit des Berichts.
Der Kern-Prompt lautet wie folgt (der vollständige Skill ist lang; diese gekürzte Version funktioniert, wenn Sie sie direkt in Claude einfügen):
Recherchiere für mich [Firmenname/Ticker] und erstelle einen institutionellen Research-Bericht für echte Entscheidungsfindung. Anforderungen:
Sammlung: Verwende IBKR, um Echtzeitkurs, 52-Wochen-Hoch/-Tief und Jahresperformance zu erhalten; durchsuche das Web nach Morningstar Fair Value, Moat-Rating und Sternchenbewertung; suche nach den neuesten Quartalsbericht-Highlights, Segmentumsatzaufschlüsselung, Managementprognosen, Verkaufsseiten-Bewertungen und Zielkursverteilung, Nachrichten und Katalysatoren der letzten drei Monate; Finanzhistorie (letzte 5 Jahre Umsatz/Bruttomarge/FCF/ROIC) basierend auf SEC-Einreichungen.
Disziplin: Trenne Fakten von Urteilen; deine Schlussfolgerungen müssen mit "Mein Urteil" gekennzeichnet sein und mit Belegen versehen werden; jeder wichtige Datenpunkt muss eine Quelle und eine Zeitangabe haben; liste Unterschiede auf und erkläre die Begründung für die gewählten Daten, wenn Quellen widersprüchlich sind; schreibe "Nicht erhalten" für fehlende Daten, fülle nicht mit Erinnerungen; präsentiere sowohl Bullen- als auch Bärenargumente.
Bewertung: Validiere mit mindestens drei Methoden (relative Bewertung, DCF, branchenspezifische Kennzahlen), fasse die Bewertungsspanne und das Aufwärts-/Abwärtspotenzial im Vergleich zum aktuellen Kurs zusammen; liste die wichtigsten DCF-Annahmen auf und führe eine Sensitivitätsanalyse durch.
Fazit: Gib klar an: Unterbewertet/Fair/Überbewertet und Kaufen/Beobachten/Vermeiden; beantworte "Wenn dies heute Bargeld wäre, würde ich es kaufen?"; gib 3-5 Folgeindikatoren zur Überwachung an. Speichere schließlich als Markdown-Datei mit Zeitstempel.
3. Depotüberwachung: Verborgene Zahlen ausgraben
Jeder, der IBKR genutzt hat, weiß: Es ist leistungsstark, aber die Benutzeroberfläche ist abschreckend. Eine einfache Frage wie "Wie viel Gewinn habe ich dieses Jahr tatsächlich realisiert?" erfordert, zum Berichtszentrum zu gehen, Typen und Zeiträume auszuwählen, zu exportieren und dann selbst im Dokument zu suchen. Die Desktop-Software sortiert Optionspositionen auch nicht nach Verfallsdatum, sodass man leicht Kontrakte übersieht, die kurz vor dem Verfall stehen, wenn man viele Positionen hat.
Das erste Panel, das ich erstellt habe, war daher für die Depotüberwachung. Die Logik ist einfach: IBKR hat alle Daten; sie werden nur nicht so angezeigt, wie ich es möchte. Ich ließ Claude sie neu anordnen. Wenn ich jetzt das Panel öffne, zeigt der obere Bereich das Netto-Liquiditätsvermögen, Bargeld und überschüssige Marge; in der Mitte gibt es Kreisdiagramme zur Vermögensallokation und Netto-Liquiditätstrends (es macht automatisch einen Schnappschuss bei jedem Öffnen und baut so im Laufe der Zeit eine Performance-Kurve auf); unten gibt es separate Gewinn- und Verlustzusammenfassungen für Aktien und Optionen – sowohl realisierte als auch nicht realisierte, mit Umschaltmöglichkeiten für die letzten 7, 30, 90 Tage, diesen Monat und dieses Jahr. Optionspositionen werden nach Verfallsdatum sortiert, wobei diejenigen, die innerhalb von 30 Tagen verfallen, rot hervorgehoben werden.
Prompt:
Erstelle für mich ein Depotanalyse-Panel mit dem IBKR-Connector (einseitiges HTML, als anheftbares Artifact, das automatisch Echtzeitdaten abruft):
1. Top-KPIs: Netto-Liquidität, Bargeld, Verfügbare Marge, Täglicher P&L; 2. Kreisdiagramm zur Vermögensallokation (Marktwert jeder Aktie + Bargeld); Netto-Liquiditätstrenddiagramm, das bei jedem Öffnen des Panels automatisch einen Schnappschuss aufzeichnet (mit localStorage); 3. P&L-Zusammenfassung: Getrennte Statistiken für Aktien und Optionen, sowohl realisiert als auch nicht realisiert; 4. Tabelle der Aktienbestände; Tabelle der Optionsbestände, sortiert nach Verfallsdatum, mit roter Hervorhebung derjenigen innerhalb von 30 Tagen; 5. Realisierter P&L basierend auf Transaktionsaufzeichnungen, mit Umschaltmöglichkeiten für die letzten 7/30/90 Tage/diesen Monat/seit Jahresbeginn; 6. Liste der aktuellen offenen Orders.
Chinesische Benutzeroberfläche, helles Thema, verwende Monospace-Schriftarten für Zahlen, grün für Gewinn und rot für Verlust. Gib unten Datenquelle und Verzögerung an.
4. Marktüberwachung: "Sollte ich gierig sein?" eine Zahl geben
Während eines Crashs muss man ruhig bleiben, aber genau dann sind die Menschen am wenigsten ruhig. Meine Lösung ist, die Urteilsregeln vorher in Code zu schreiben. Wenn der Markt fällt, fälle ich keine Urteile; ich schaue nur auf die Zahlen.
Dieses Panel hat drei Ebenen. Die erste Ebene betrachtet die Position: Verwende IBKR, um historische Daten für VIX, S&P 500 und Nasdaq 100 abzurufen und die prozentuale Abweichung des aktuellen Kurses vom langfristigen Trend zu berechnen, mit umschaltbaren Rückblicksfenstern von 1, 3, 5 und 10 Jahren. Die zweite Ebene betrachtet die Bewertung: S&P 500 TTM KGV, Forward-Gewinnrendite und die Aktienrisikoprämie (ERP) im Vergleich zur 10-jährigen Treasury-Rendite. Die dritte Ebene betrachtet die Stimmung: CNN Fear & Greed Index. Diese drei Ebenen kombinieren sich zu einem Kaufpunkt-Score von 0 bis 100.
Es ist wichtig zu betonen, dass die Bewertungsregeln vollständig transparent sind, auf dem Panel geschrieben stehen, erklärbar und nachvollziehbar sind. Es sagt nicht den morgigen Anstieg oder Fall voraus – das kann nichts –, es beantwortet nur eine Frage: Ist die aktuelle Position basierend auf der Geschichte relativ teuer oder billig?
Erstelle für mich ein Marktbewertungs-Perzentil-Überwachungspanel (einseitiges HTML-Artifact für die Seitenleiste):
1. Verwende IBKR, um Echtzeit- und historische Daten für VIX, S&P 500 und Nasdaq 100 abzurufen und die prozentuale Abweichung des aktuellen Kurses von der langfristigen Trendlinie zu berechnen, mit Unterstützung für 1/3/5/10-Jahres-Rückblicksfenster; 2. Bewertungsebene: S&P 500 TTM KGV, Forward-Gewinnrendite und Aktienrisikoprämie (ERP) im Vergleich zur 10-jährigen Treasury-Rendite; 3. Stimmungsebene: CNN Fear & Greed Index Schnappschuss; 4. Kombiniere die obigen Indikatoren zu einem 0-100 "Kaufpunkt-Score" basierend auf festen Gewichtungen. Die Bewertungsregeln müssen auf dem Panel geschrieben stehen, erklärbar und nachvollziehbar sein – keine Blackbox; 5. Verwende Farbbalken für jeden Indikator, um das aktuelle Perzentil anzuzeigen; gib oben eine einzeilige Schlussfolgerung: ob man jetzt gierig oder ängstlich sein sollte.
5. Optionsradar: Prämienwert auf einen Blick
Wenn Sie auch Optionsverkäufer sind, könnte dieses Panel die größte Zeitersparnis sein. Wenn die IV hoch ist, sind Prämien teuer und es lohnt sich zu verkaufen. In der Praxis muss man jedoch Optionsketten einzeln öffnen, die IV überprüfen, Perzentile nachschlagen, annualisierte Renditen berechnen und mit anderen Zielen vergleichen – reine Handarbeit, und der Markt schließt oft, während man noch vergleicht.
Das Radarpanel verwandelt dies in eine einzige Tabelle: Für die zehn Ticker, die ich am häufigsten handle, zeigt es den aktuellen Kurs, die 52-Wochen-Position, die Echtzeit-IV und das IV-Perzentil. Es schätzt theoretische Prämien, annualisierte Renditen und die Delta-basierte Gewinnwahrscheinlichkeit für langfristige (über ein Jahr) Verkaufte Puts und kurzfristige (innerhalb von 45 Tagen) Gedeckte Calls, sortiert nach annualisierter Rendite. Ticker mit hohen IV-Perzentilen werden hervorgehoben. Es liest auch meine Bestände und markiert Ticker, bei denen ich bereits Optionen verkauft habe, um Doppelverkäufe zu verhindern.
Erstelle für mich ein Optionschancen-Radarpanel (einseitiges HTML-Artifact). Abdeckung: [Liste deiner häufig gehandelten Ticker]:
1. Für jeden Ticker: Aktueller Kurs, 52-Wochen-Position, Echtzeit-IV und IV-Perzentil; 2. Langfristiger (1+ Jahr) Verkaufter Put: Schätze theoretische Prämie, annualisierte Rendite und Delta-basierte Gewinnwahrscheinlichkeit bei einem bestimmten Abschlag zum aktuellen Kurs (z.B. 15% OTM), sortiert nach annualisierter Rendite; 3. Kurzfristiger (innerhalb von 45 Tagen) Gedeckter Verkaufter Call: Ebenso Prämie, annualisierte Rendite und Gewinnwahrscheinlichkeit; 4. Verwende IBKR, um meine Bestände zu lesen und bestehende kurze Optionspositionen automatisch zu markieren, um Doppelverkäufe zu vermeiden; 5. Hebe Ticker mit IV-Perzentilen über 70% hervor – es lohnt sich nur, Verkäufer zu sein, wenn Prämien teuer sind.
6. Handelsentscheidungen: Jeden Trade durch einen Prozess laufen lassen
Die ersten vier Werkzeuge lösen Informationsprobleme. Aber ehrlich gesagt verlieren die meisten Menschen Geld nicht wegen fehlender Informationen, sondern weil die Emotion im Moment der Ordererteilung das Gehirn übernimmt. Egal wie gut die Recherche ist, sie jagen immer noch Höhen nach, wenn sie ängstlich sein sollten.
Dieses letzte Panel dient also der Selbstkontrolle. Die Kaufseite ist ein sechsstufiger Trichter: Verstehe ich es (Kompetenzkreis) → Warum wird es steigen (falsifizierbare Hypothesen schreiben) → Ist es teuer/wo steht der Zyklus → Wie kaufen (technische Struktur) → Wie viel kaufen (Position und Risiko) → Wann eingestehen, falsch zu liegen (voreingestellte Ausstiegsbedingungen). Die erste und sechste Stufe sind harte Tore; wenn eines davon nicht bestanden wird, wird der Trade abgelehnt. Die mittleren vier Stufen werden bewertet; wenn die Punktzahl zu niedrig ist, zeigt das Panel direkt "Nicht Kaufen" an, keine Ausnahmen. Die Verkaufsseite hat sechs Auslöser; wenn einer ausgelöst wird, wird gehandelt: Ist die Logik widerlegt? Ist die Bewertung in einer Blase? Wurde der mechanische Teilverkaufspunkt erreicht? Wurde der Stop-Loss getroffen? Gibt es eine Gelegenheit mit höherer Sicherheit? Ist die Position unausgewogen?
Priorisiere Logik vor Preis.
Es verwaltet auch Positionen: Es ruft IBKR-Bestände in Echtzeit ab, wandelt kurze Optionen in fiktives Exposure um, berechnet den impliziten Hebel und betrachtet die Konzentration nach Korrelationsclustern – Leute mit einem Portfolio voller KI-Aktien merken oft nicht, dass sie auf einen einzigen Sektor wetten. Der Score, die Logik und der emotionale Zustand jedes Trades werden in einem Handelslogbuch festgehalten, das auf Google Drive gespeichert wird. Bei der Überprüfung sprechen die Daten: Welche Trades haben Ihre eigenen Regeln verletzt und wie viel diese Verstöße gekostet haben.
Erstelle für mich ein allgemeines Handelsentscheidungssystem-Panel (einseitiges HTML-Artifact), um meine Handelshand zu kontrollieren:
1. Kaufpunkt · Sechsstufiger Trichter: ① Verstehen (Kompetenzkreis, hartes Tor) → ② Logik und Qualität (Warum wird es steigen, schreibe die kritischste falsifizierbare Hypothese) → ③ Bewertung und Zyklusposition → ④ Technik und Kaufstruktur → ⑤ Position und Risiko → ⑥ Ausstiegsbedingungen (Falsifikationspunkt + mechanische Teilverkaufsregeln + Stop-Loss, hartes Tor). Bewerte die mittleren vier Stufen mit 0/1/2: Wenn ein hartes Tor nicht bestanden wird, ablehnen; Soft-Score ≥6 kann kaufen (in Tranchen); 4–5 beobachten oder Testposition; <4 ablehnen, Panel zeigt "Nicht Kaufen"; 2. Verkaufspunkt · Sechs Auslöser (handeln, wenn einer ausgelöst wird, wöchentlich überprüfen): Logik widerlegt/Fundamentaldaten verschlechtert, Bewertungsblase/Zyklushoch, mechanischer Teilverkauf erreicht, Stop-Loss/Maximaler Drawdown getroffen, Opportunitätskosten (besseres Ziel aufgetaucht), Risiko/Positionsungleichgewicht. Priorisiere Logik vor Preis; 3. Positionsmodul: Rufe Bestände in Echtzeit von IBKR ab, analysiere fiktives Exposure und impliziten Hebel von kurzen Optionen, unterstütze manuelles Zusammenführen von Beständen außerhalb des Brokers, berechne Konzentration nach Korrelationsclustern; 4. Handelslogbuch: Zeichne den Kauf-Score, die Logik, die Ausstiegsbedingungen, den emotionalen Zustand und die Regelkonformität für jeden Trade auf; speichere lokal mit Ein-Klick-Backup auf Google Drive; 5. Disziplin-Überprüfung: Zähle, wie viele Trades Regeln verletzt haben und wie viel bei diesen Trades verloren wurde.
7. Abschließende Gedanken
Rückblickend tut diese Arbeitsumgebung drei Dinge: Sie reduziert die Kosten für die Recherche einer Aktie von Stunden auf Minuten, verwandelt "Wie viel habe ich dieses Jahr verdient" vom Durchwühlen von Berichten in einen einzigen Blick und verwandelt Handelsdisziplin von Willenskraft in einen Prozess.
Investieren ist letztlich Urteilsvermögen, nicht das Verschieben von Informationen. Der Sinn von Werkzeugen ist es, sicherzustellen, dass jedes Urteil auf der Grundlage vollständigerer Informationen und mit ruhigeren Emotionen gefällt wird – die gesparte Zeit und Energie sind das Kapital für diese Urteile.
Der Einrichtungsaufwand beträgt etwa eine Stunde. Die fünf Prompts stehen oben; fügen Sie sie einfach ein, um sie zu nutzen. Sie können das Aussehen der Panels jederzeit im Gespräch anpassen oder Felder hinzufügen. Beachten Sie, dass aufgrund der Platzbeschränkungen hier nur die Kern-Prompts bereitgestellt werden. Ich werde die vollständigen Prompts für dieses Handelssystem auf GitHub hochladen; bitte folgen Sie dem Account und senden Sie eine DM für die genaue Adresse.
