القائمة
定期评估交易系统的历史表现，识别系统是否仍然有效，发现需要调整的地方。 当用户说"回测一下系统"、"系统还有效吗"、"评估交易系统"、"月度系统复盘"、 "我的交易系统表现怎么样"、"分析交易历史"、"系统健康检查"时触发。 通常每月或每季度运行一次，也可以在系统出现连续亏损后立即运行。 输出系统健康度评分、关键指标趋势、以及是否需要调整系统参数的建议。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
每日研究工作流。由 Daily CANSLIM closure 生成当日候选、深研、决策、观察池状态和证据链。 触发词："跑日常工作流"、"更新自选池"、"日常分析"、"今天市场怎样"、"日报"。 输出：artifacts/research/daily-canslim-YYYYMMDD.md、artifacts/watchlist/state.json、linked run manifest。
AI 研究员模式：对一家公司进行深度基本面研究，估算内在价值，判断当前价格是否合理。 当用户说"这家公司值多少钱"、"帮我研究一下这只股票的基本面"、"深度分析"、 "这公司的护城河是什么"、"估值合理吗"、"值得长期持有吗"、"做个研究报告"、 "这公司的财务健康吗"、"管理层怎么样"、"这是什么类型的股票"、"PEG多少"时触发。 与 canslim-screen 的区别：canslim 是快速筛选（10分钟），这里是深度研究（1小时）。 输出完整的研究报告：业务理解、财务分析、护城河评估、估值区间、风险清单、持仓逻辑。
批量扫描候选标的池，用三重滤网第一滤网快速筛选，输出有交易信号的标的清单。 当用户说"扫描市场"、"看看今天有什么机会"、"帮我筛选标的"、"有哪些股票值得看"、 "跑一下信号扫描"、"今天哪些标的有信号"时触发（模式 A：用户提供候选池）。 当用户说"读取 Elder 研究运行结果"、"分析昨天的 Elder 候选"时触发 （模式 B：读取 data/research/runs/{run_id}/manifest.json 和 report.md）。 通常由 elder-system 调用，也可以单独使用。 输出按信号强度排序的候选清单，供 elder-screen 做进一步深度分析。
AI 研究员模式：对一家公司进行深度基本面研究，估算内在价值，判断当前价格是否合理。 当用户说"这家公司值多少钱"、"帮我研究一下这只股票的基本面"、"深度分析"、 "这公司的护城河是什么"、"估值合理吗"、"值得长期持有吗"、"做个研究报告"、 "这公司的财务健康吗"、"管理层怎么样"、"这是什么类型的股票"、"PEG多少"时触发。 与 canslim-screen 的区别：canslim 是快速筛选（10分钟），这里是深度研究（1小时）。 输出完整的研究报告：业务理解、财务分析、护城河评估、估值区间、风险清单、持仓逻辑。
Value Investing 体系估值入口。触发词："估值分析"、"DCF 估值"、"内在价值"、"SOTP 估值"、"分部估值"、"安全边际"。 通常由 value-system 在基本面研究后调用，也可以单独使用。
CANSLIM 成长股体系入口。基于威廉·欧奈尔《笑傲股市》的成长股选股与交易系统。 触发词："CANSLIM 分析 [标的]"、"成长股筛选"、"欧奈尔方法"、"基本面+技术面综合分析"、 "这只股票值得长期关注吗"、"有没有真实业绩支撑"、"帮我做 CANSLIM 评分"。 输出：通过 research recipe 生成快筛候选、深研报告和证据链。
| name | backtest-review |
| description | 定期评估交易系统的历史表现，识别系统是否仍然有效，发现需要调整的地方。 当用户说"回测一下系统"、"系统还有效吗"、"评估交易系统"、"月度系统复盘"、 "我的交易系统表现怎么样"、"分析交易历史"、"系统健康检查"时触发。 通常每月或每季度运行一次，也可以在系统出现连续亏损后立即运行。 输出系统健康度评分、关键指标趋势、以及是否需要调整系统参数的建议。 |
市场在变，系统也需要进化。 埃尔德的警告：昨天有效的方法今天可能失效，明年更不可能有效。 定期回测不是为了"优化"出一个完美系统，而是为了发现系统何时开始失效。
分析 trading-journal 中记录的真实交易，评估系统实际表现。 这是最有价值的评估——真实资金，真实滑点，真实情绪压力下的结果。
用历史数据模拟系统在过去的表现。 ⚠️ 注意过拟合风险：回测结果好看不等于未来有效。
1. 胜率
计算：盈利笔数 / 总交易笔数
参考值：40-60%（不需要很高，重要的是盈亏比）
警戒线：< 35%
2. 盈亏比
计算：平均盈利 / 平均亏损
参考值：> 2.0:1
警戒线：< 1.5:1
3. 期望值（最重要）
计算：胜率 × 平均盈利 - 败率 × 平均亏损
参考值：> 0（正期望值）
警戒线：≤ 0（负期望值，系统失效）
4. 最大回撤
计算：账户从峰值到谷值的最大跌幅
参考值：< 15%
警戒线：> 20%
5. 绩效评级分布
A级占比应 > 40%
不及格占比应 < 20%
6. 连续亏损次数
参考值：最多连续亏损 3-4 次
警戒线：连续亏损 5 次以上（可能系统失效）
按信号类型分析胜率：
- 三重滤网（春季买入）：胜率 X%
- 三重滤网（秋季卖空）：胜率 X%
- 背离信号：胜率 X%
- 袋鼠尾信号：胜率 X%
哪类信号最有效？哪类信号应该减少使用？
# 系统健康度报告 — 2024年Q1
## 总体健康评分：7.5/10 ✅
## 核心指标
| 指标 | 本期 | 上期 | 趋势 | 状态 |
|------|------|------|------|------|
| 胜率 | 62% | 58% | ↑ | ✅ |
| 盈亏比 | 2.3:1 | 2.1:1 | ↑ | ✅ |
| 期望值 | +580元/笔 | +420元/笔 | ↑ | ✅ |
| 最大回撤 | 8.2% | 6.5% | ↓ | ⚠️ |
| A级占比 | 45% | 42% | ↑ | ✅ |
| 最大连亏 | 3次 | 4次 | ↑ | ✅ |
## 信号质量分析
| 信号类型 | 笔数 | 胜率 | 平均盈亏 |
|---------|------|------|---------|
| 春季买入 | 18 | 67% | +820元 |
| 秋季卖空 | 8 | 50% | +340元 |
| 背离信号 | 5 | 80% | +1,200元 |
| 弱信号 | 4 | 25% | -280元 |
**发现**：弱信号交易表现很差，建议停止交易弱信号。
## 市场适应性
本期市场特征：震荡偏多，波动率中等
系统表现：在趋势行情中表现好，在震荡行情中信号较多假突破
## 需要关注的问题
1. ⚠️ 最大回撤上升
本期最大回撤 8.2%，较上期上升。
原因：2月连续亏损3笔（弱信号交易）
建议：严格过滤弱信号
2. ⚠️ 空头信号胜率偏低（50%）
做空交易的盈亏比也低于做多
可能原因：当前处于整体牛市环境，不利于做空
建议：在牛市环境中减少做空操作
## 系统调整建议
1. **立即执行**：停止交易弱信号（预计可提升胜率至 70%+）
2. **考虑调整**：在大盘牛市时，做空信号需要更严格的过滤条件
3. **继续保持**：2%/6%风险控制执行良好，不需要调整
## 下季度重点监控
- 弱信号过滤后的胜率变化
- 背离信号样本量积累（目前样本太少）
- 最大回撤是否回落至 6% 以下
以下情况出现时，暂停交易，重新审视系统：
系统失效不一定意味着系统本身有问题， 也可能是市场环境发生了变化（从趋势市变为震荡市，或反之）。 先分析原因，再决定是调整参数还是暂时搁置系统等待市场环境改变。
⚠️ 重要提示：
过拟合：用历史数据优化出来的参数，在未来往往失效。 不要过度优化，保持参数稳健（微小变化不影响结果）。
幸存者偏差：历史回测通常只包含现在还存在的标的， 已退市的股票（往往是亏损的）被排除在外。
滑点和佣金：回测往往低估实际成本。 在回测结果中加入 0.1-0.2% 的滑点估算。
市场环境变化：过去10年的牛市不代表未来10年。 在不同市场环境（牛/熊/震荡）下分别评估系统表现。
最可靠的评估永远是真实资金的实盘记录。
直接调用 BacktestRunner 跑历史回测，不需要手动计算：
# 回测 MA 策略近两年表现
python -m trading_os backtest \
--symbols SSE:600000 \
--strategy ma --fast 5 --slow 20 \
--start 2023-01-01 --end 2024-12-31
# 对比买入持有基准
python -m trading_os backtest \
--symbols SSE:600000 \
--strategy bh \
--start 2023-01-01 --end 2024-12-31
输出包含：总收益率、年化收益、夏普比率、最大回撤、交易次数。 用这些数据评估系统健康度。
如果系统表现显著下滑（夏普 < 0.5，最大回撤 > 20%），触发参数重新优化流程。