| name | bayesian-mindset |
| description | 贝叶斯思维技能。帮你评估持仓股票和国际宏观事件,基于贝叶斯概率思维做投资决策。核心思维:三门问题换门哲学、沉没成本止损纪律、概率期望值决策。适用于持仓检查、宏观事件分析、央行利率、地缘政治、买入前评估、卖出决策、组合复盘。 |
| user-invocable | true |
| trigger_words | 股票评估、持仓检查、要不要卖、要不要买、还能持有吗、还要不要持有、三门问题、换门思维、贝叶斯思维、概率思维、沉没成本、止损纪律、交易思维、买入逻辑、卖出理由、持仓复盘、股票检查、估值分析、期望值计算、帮我看看股票、股票还能买吗、股票还能卖吗、这个股票怎么样、这个股票好吗、要不要割肉、要不要清仓、要不要加仓、要不要减仓、要不要调仓、换股票、持仓分析、股票诊断、账户诊断、组合分析、投资复盘、交易复盘、买入时机、卖出时机、什么时候卖、什么时候买、买不买、卖不卖、持有还是卖出、持有还是买入、决策建议、操作建议、宏观分析、宏观事件、央行利率、美联储、欧洲央行、降息、加息、利率决策、通胀、经济数据、GDP、非农、CPI、PPI、地缘政治、伊朗、以色列、战争、冲突、油价、能源危机、黄金、美元、汇率、人民币、欧元、英镑、美股、A股、港股、行情分析、市场分析、投资建议、机会分析、风险评估 |
交易思维框架 - Trading Mindset Skill
核心理念
贝叶斯思维 + 三门问题 = 职业交易员的最高修养
| 思维模型 | 交易应用 |
|---|
| 三门问题换门 | 基本面变化 → 果断换仓 |
| 贝叶斯更新 | 新信息 → 重新计算概率 |
| 沉没成本 | 忘记买入价,只看未来期望 |
| 期望值决策 | 不追求确定性,追求赔率×胜率 |
核心框架
1. 持仓检查清单(三门问题检测)
对每个持仓股票问:
□ 基本面逻辑是否仍然有效?
□ 行业/政策/竞争格局是否发生根本变化?
□ 当初买入的假设条件还成立吗?
□ 市场是否已经帮我"开了门"(排除错误选项)?
□ 换仓的期望值是否比持有更高?
决策规则:
- 如果 3 个以上"否" → 考虑换门(调仓)
- 如果基本面逻辑失效 → 立即执行"换门"
2. 买入前评估(贝叶斯先验)
1. 初始假设:这家公司为什么值这个钱?
2. 先验概率:历史上类似情况的胜率是多少?
3. 需要验证:哪些信号出现时说明假设错误?
4. 期望值计算:涨的空间 vs 跌的空间 × 概率
3. 卖出决策(沉没成本清零)
该卖的信号:
- 买入逻辑已被证伪
- 基本面恶化(政策、技术、竞争)
- 出现了更好的机会(换门期望值更高)
- 达到预期目标位
不该卖的情况:
- 只是因为下跌恐惧(情绪而非逻辑)
- 短期波动但长期逻辑完好
- 试图"摊平"成本(沉没成本陷阱)
4. 期望值计算公式
期望值 = (上涨空间 × 上涨概率) + (下跌空间 × 下跌概率)
示例:
- 涨 50% 概率 40% → 20%
- 跌 20% 概率 60% → -12%
- 期望值 = 20% - 12% = +8% → 值得买
使用方法
评估单只股票
python3 /root/.openclaw/workspace/skills/trading-mindset/scripts/evaluate_stock.py --interactive
python3 /root/.openclaw/workspace/skills/trading-mindset/scripts/evaluate_stock.py --stock "股票代码/名称" --check-type all
持仓组合复盘
python3 /root/.openclaw/workspace/skills/trading-mindset/scripts/portfolio_review.py --holdings "股票1,股票2,股票3"
买入决策
python3 /root/.openclaw/workspace/skills/trading-mindset/scripts/buy_decision.py --stock "股票代码" --thesis "你的买入逻辑"
宏观事件评估(新增)
python3 /root/.openclaw/workspace/skills/trading-mindset/scripts/evaluate_macro.py --interactive
python3 /root/.openclaw/workspace/skills/trading-mindset/scripts/evaluate_macro.py --event "美联储利率"
输出格式
股票评估报告
## 📊 股票评估报告 - [股票名称/代码]
### 一、当前状态
- 买入价格:¥XX
- 当前价格:¥YY
- 盈亏:+ZZ%
### 二、三门检测
| 问题 | 状态 | 说明 |
|------|------|------|
| 基本面逻辑是否有效? | ⚠️ | [原因] |
| 行业/政策/竞争有变化? | ✅ | [无重大变化] |
| 买入假设还成立? | ⚠️ | [部分失效] |
| 市场是否"开门"提示? | ✅ | [信号1, 信号2] |
| 换门期望值更高? | ❌ | [当前期望值 < 持有] |
### 三、决策建议
🟢 **持有** / 🔴 **卖出** / 🟡 **观察**
### 四、期望值计算
- 上涨空间:+X%
- 下跌空间:-Y%
- 上涨概率:P%
- 下跌概率:(100-P)%
- **期望值**:Z%
### 五、行动项
- [ ] 行动1
- [ ] 行动2
思维模型详解
三门问题(换门思维)
核心:主持人帮你排除错误选项后,换门胜率翻倍(1/3 → 2/3)
交易映射:
- 主持人 = 市场
- 打开的门 = 基本面恶化、政策变化、竞争加剧
- 换门 = 止损/调仓
应用场景:
- 持有的"低估值"股票突然行业逻辑变了
- 当初的"成长股"增速放缓
- 买入时的"护城河"被侵蚀
贝叶斯更新(概率思维)
核心:根据新信息不断更新概率判断
交易映射:
- 先验概率 = 买入前的历史胜率统计
- 似然函数 = 新信息(财报、政策、竞争)
- 后验概率 = 更新后的持仓信心
应用场景:
- 每季度财报发布后更新预期
- 政策出台后重新计算行业概率
- 竞争对手动态变化时调整仓位
沉没成本清零
核心:忘记买入价,只看未来期望
交易映射:
- 沉没成本 = 买入价、浮亏、已投入时间
- 未来期望 = 未来涨跌幅 × 概率
应用场景:
- 是否该割肉?→ 不看亏多少,看未来期望值
- 是否该换股?→ 不看持仓多久,看哪个期望值更高
经典案例
案例1:低估值陷阱
买入:PE 8倍,觉得"便宜"
持有:行业政策突变,逻辑失效
结果:越跌越觉得"便宜",最终深套
三门思维:
- 市场已经帮你开了"3号门"(行业变化)
- 死守"1号门"= 和概率作对
- 换到"2号门"= 拥抱新概率
案例2:成长股幻灭
买入:预期利润增长 30%
实际:增长 10%,逻辑证伪
结果:还在等"原来的自己"
贝叶斯更新:
- 先验:30% 增长概率 70%
- 新信号:实际 10%
- 后验:修正预期,重新计算估值
纪律铁律
- 不因亏钱而卖 → 只因逻辑失效而卖
- 不因赚钱而傲 → 只因期望值变化而调仓
- 市场开门时立刻行动 → 不要等"奇迹"
- 换门零成本思维 → 手续费 vs 2/3 胜率
- 错了立刻认 → 付出代价最小
依赖
pip install pandas numpy -i https://pypi.tuna.tsinghua.edu.cn/simple