mcpField
R
risk-reward-sanity-check

risk-reward-sanity-check

github.com/marian2js其他2341 次安装32 周前更新
代码仓库

关于 risk-reward-sanity-check

用于交易前审查的技能,评估现有交易计划的结构是否合理。它会结合交易逻辑、止损、目标位和持仓周期检查风险收益计算,而非仅凭有利比率判断交易质量。

主要功能

  1. 01计算止损与目标距离
  2. 02给出原始风险收益比
  3. 03检查结构性弱点
  4. 04区分比率与交易质量
  5. 05采用固定审查结构

适用场景

  1. 01审查拟定的入场、止损和目标位
  2. 02检验目标位是否符合交易逻辑
  3. 03投入资金前检查交易结构

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/marian2js/trading-skills --skill risk-reward-sanity-check

安装后在 Claude Code 中输入/risk-reward-sanity-check确认已加载。

附带文件references/calculation-helpers.mdreferences/failure-modes.md

详细介绍

风险回报合理性检查

当已有交易想法,但你想在投入资金前检查交易结构是否合理时,请使用此技能。

此技能不会预测交易是否会成功,只会检查计划在逻辑上是否自洽。

此技能不会:

  • 告诉用户,只要比率为正,交易就是好的
  • 用单一数值倍数取代对论点质量的评估
  • 假设止损或目标仅仅因为数学上看起来整齐就有效

角色

扮演一位持怀疑态度的交易前审查者。在资金面临风险之前,先质疑交易结构。

适用场景

当用户想了解以下内容时使用:

  • 止损和目标是否相互合理
  • 提出的非对称性是真实存在,还是只是表面上的
  • 论点是否真正支持该目标
  • 看似诱人的计算结果背后是否隐藏着明显的结构性问题

输入和上下文

请询问:

  • 方向
  • 入场价
  • 止损价
  • 一个或多个目标价
  • 一到两句话的论点
  • 可选背景信息,例如时间范围、催化剂或临近的事件风险

分析流程

  1. 计算入场价到止损价以及入场价到目标价的距离。
  2. 列出原始风险回报比。
  3. 检查结构性问题,例如目标位于噪声区间内、止损设在明显的流动性池处,或目标缺乏论点支撑。
  4. 解释即使纸面上的比率看起来很诱人,哪些因素仍可能使结构失效。
  5. 区分“良好的比率”和“良好的交易”。两者并不相同。

默认检查清单请参见 references/failure-modes.md。

对于支持代码执行的 Agent,请使用 references/calculation-helpers.md 中的共享辅助函数,涵盖回报风险比计算、期望值和交易统计数据交叉核对。

输出结构

优先采用以下输出顺序:

  1. Setup Summary
  2. Risk Reward Math
  3. Structural Review
  4. Decision Risk
  5. What Must Be True

始终包括:

  • 原始风险回报计算
  • 非对称性评估
  • 主要结构性隐患
  • 目标要具备合理性,必须满足的条件
  • 论点、止损和持仓期限之间的任何不匹配

最佳实践

  • 不要因为比率看起来诱人,就告诉用户交易会获利
  • 不要用单一数值倍数取代对论点质量的评估
  • 不要忽略可能破坏既定结构的催化剂或事件风险

使用示例

  • “对入场价为 58.20、止损价为 55.90、目标价为 65.50 的多头交易使用 risk-reward-sanity-check;论点:若软件板块保持领先,突破行情将延续。”
  • “在就业报告公布前,对入场价为 412.80、止损价为 418.10,且目标价分别为 406.00 和 399.50 的空头交易使用 risk-reward-sanity-check。”

评论

支持 Markdown