| name | trading-journal |
| description | 记录每笔交易的完整信息，生成绩效统计报告，帮助从历史交易中学习和改进。
当用户说"记录这笔交易"、"帮我做交易复盘"、"更新交易日志"、"生成绩效报告"、
"这笔交易赚了X亏了Y"、"交易记录"、"看看我的交易统计"时触发。
通常由 elder-system 在交易完成后调用，也可以单独使用。
输出标准化的交易记录，以及定期的绩效分析报告。
|
Trading Journal — 交易日志
埃尔德：交易记录的质量是你成功最好的预测指标。
不做记录的交易者就像不看地图的旅行者——可能走到目的地，但更可能迷路。
记录什么
每笔交易记录
交易记录:
日期: 2024-01-15
标的: AAPL
方向: 做多
使用系统: 三重滤网（春季买入）
入场价: 182.50
入场日期: 2024-01-15
出场价: 186.20
出场日期: 2024-01-18
持仓天数: 3
仓位: 472 股
计划止损价: 179.75
实际止损触发: 否
最大浮亏: -0.8%（182.50 → 181.00，第2天）
毛盈亏: +1,746元（+1.9%）
佣金: 15元
净盈亏: +1,731元
第一滤网: 周线EMA上升，MACD柱春季
第二滤网: 随机指标22（超卖），2日强力指数负值
背离信号: 无
袋鼠尾: 有（向下袋鼠尾，入场前一天）
风险收益比（计划）: 2.0:1
风险收益比（实际）: 1.4:1
通道高度: 5.80元（当时ATR×2）
实际获利占通道: 32%
绩效评级: A（>30%）
入场评价: 好。在超卖区+袋鼠尾后入场，时机准确
出场评价: 偏早。在1倍ATR处全部止盈，但趋势还在，可以持有2/3
改进点: 下次在1倍ATR只止盈1/3，保留仓位追趋势
情绪状态: 平静（无情绪化操作）
数据存储
交易记录保存为 Markdown 表格或 CSV 格式，方便后续统计分析。
建议存储路径：~/trading/journal/YYYY-MM.md
绩效统计
月度报告
# 交易绩效报告 — 2024年1月
## 总体概况
- 交易笔数：12笔（做多9，做空3）
- 盈利笔数：8笔（胜率 67%）
- 亏损笔数：4笔（止损2，主动止盈提前2）
- 净盈亏：+8,420元（+8.4%）
- 最大单笔盈利：+3,200元（NVDA）
- 最大单笔亏损：-1,360元（TSLA 止损）
- 平均盈利：+1,800元
- 平均亏损：-850元
- 盈亏比：2.1:1 ✅
## 风险管理执行情况
- 2%原则遵守率：100%（12/12笔均未超过2%）
- 6%原则：最高月度风险暴露 4.8%，未触及上限 ✅
- 止损执行率：100%（2次触及止损均立即执行）
## 绩效评级分布
- A级（>30%通道）：5笔
- B级（20-30%）：4笔
- C级（10-20%）：2笔
- 不及格（<10%）：1笔
## 系统表现
- 三重滤网信号：10笔，胜率 70%
- 背离信号：2笔，胜率 100%（样本少，仅参考）
## 改进发现
1. 出场过早：8笔中有5笔在1倍ATR全部出场，错过了后续趋势
→ 改进：1倍ATR只止盈1/3，保留趋势仓位
2. 弱信号交易：2笔弱信号交易均亏损
→ 改进：只交易中等及以上强度信号
## 下月目标
- 继续执行2%/6%原则
- 改进出场策略：分批止盈
- 只交易强/中信号
绩效评级系统
埃尔德的绩效评级：用"赚取通道高度的百分比"衡量交易质量，
而不是单纯看盈亏金额——这样可以排除市场波动大小的影响。
通道高度 = 当时的 2倍ATR（上下通道之间的距离）
绩效评级:
A级：赚取通道高度 ≥ 30%（优秀）
B级：赚取通道高度 20-30%（良好）
C级：赚取通道高度 10-20%（及格）
不及格：赚取通道高度 < 10%（需要改进）
示例:
通道高度 = 6元
实际盈利 = 2.1元
绩效 = 2.1/6 = 35% → A级
快速记录模板
用户可以用自然语言描述，系统自动整理格式：
用户输入示例：
"AAPL 今天平仓了，1月15日以182.5买的，今天以186.2卖的，买了472股，佣金15块"
系统自动补全：
- 从 signal-scanner / elder-screen 历史记录中提取入场理由
- 从 position-sizer 记录中提取计划止损价
- 计算盈亏、绩效评级
- 生成复盘问题引导用户填写改进点
复盘问题清单
每笔交易完成后，回答这些问题：
- 入场信号是否清晰？三重滤网是否都确认了？
- 实际入场价与计划入场价有多大偏差？为什么？
- 持仓期间最大浮亏是多少？有没有让你产生想要"再等等"的冲动？
- 出场是按计划执行的，还是情绪化决定的？
- 如果重来一次，会改变什么？
Trading OS 集成
交易记录自动写入 EventLog（SQLite），不需要手动维护：
python -c "
from trading_os.journal.event_log import EventLog
from pathlib import Path
log = EventLog(Path('artifacts/paper_2024-01-01_2024-12-31.db'))
fills = log.query(event_type='FILL')
for f in fills[-10:]:
print(f['ts'][:10], f['payload'])
"
绩效统计从 BacktestResult.summary() 获取：
python -m trading_os backtest run elder_triple_screen --start 2024-01-01 --end YYYY-MM-DD
手动交易记录（非系统执行的）仍然用本 skill 的格式手动记录到 artifacts/manual_trades.md。
