菜单
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。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
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。