bayesian-mindset

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

# 交互式评估引导
python3 /root/.openclaw/workspace/skills/trading-mindset/scripts/evaluate_stock.py --interactive

# 快速评估
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

# 全面复盘所有持仓
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

# 买入前概率评估
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）

# 交互式宏观事件分析
python3 /root/.openclaw/workspace/skills/trading-mindset/scripts/evaluate_macro.py --interactive

# 快速评估特定事件
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

1. 不因亏钱而卖 → 只因逻辑失效而卖
2. 不因赚钱而傲 → 只因期望值变化而调仓
3. 市场开门时立刻行动 → 不要等"奇迹"
4. 换门零成本思维 → 手续费 vs 2/3 胜率
5. 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