trading-journal

star 2

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。

chess99 By chess99 schedule Updated 6/2/2026

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:
  # 基本信息
  日期: 2024-01-15
  标的: AAPL
  方向: 做多
  使用系统: 三重滤网(春季买入)

  # 执行细节
  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

  # 风险管理
  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)

  # 盈亏
  毛盈亏: +1,746元(+1.9%)
  佣金: 15元
  净盈亏: +1,731元

  # 信号质量
  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

  # 绩效评级
  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%)

  # 复盘
  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:

  1. 入场信号是否清晰?三重滤网是否都确认了?
  2. 实际入场价与计划入场价有多大偏差?为什么?
  3. 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?
  4. 出场是按计划执行的,还是情绪化决定的?
  5. 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:

# 查看最近的成交记录
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

Install via CLI
npx skills add https://github.com/chess99/trading-os --skill trading-journal
Repository Details
star Stars 2
call_split Forks 1
navigation Branch main
article Path SKILL.md
More from Creator