trade-performance-coach

交易表现教练

概述

交易表现教练会审查已记录的交易结果和交易日志证据，帮助人类交易者改进决策流程。它会将已平仓交易记录、复盘结论、风险规则和可选的市场环境背景，转化为基于证据的辅导报告，涵盖：

• 流程遵循情况
• 风险纪律
• 执行质量
• 可能的交易行为模式
• 下一交易时段的操作规则
• 供反思的教练问题

此技能旨在承担专业交易环境中风险经理、交易台主管或交易教练可能提供的支持角色。它严格用于流程审查：绝不会建议买入、卖出、做空、持有或调整特定证券的仓位，也不会建议入场或离场。

适用场景

在以下任一情况下使用此技能：

• 一笔交易已平仓，用户希望进行交易后辅导复盘。
• 发生了部分平仓，用户希望检查仓位规模、止损或离场行为。
• 用户有 trader-memory-core 的论点记录和 signal-postmortem 的复盘结论，并希望制定下一交易时段的操作规则。
• 用户希望按月审查反复出现的流程、风险、执行或行为模式。
• 用户要求以风险经理的风格审查自己记录的交易。
• 用户询问亏损属于流程错误、执行错误、市场环境问题，还是可接受的正常波动。
• 用户希望根据证据标记可能存在的 FOMO、报复性交易、过度自信、犹豫、移动止损或仓位逐渐增大等模式。

不适用场景

不要将此技能用于：

• 挑选股票或排列交易候选项。
• 以财务建议的形式批准或否决实时交易。
• 下单或起草经纪商指令。
• 提供心理治疗、心理健康诊断或人格评估。
• 根据所提供的交易证据推断超出证据范围的私人心理特征。
• 因亏损或违反规则而羞辱用户。
• 替代 trader-memory-core；此技能使用交易日志／论点记录，并产出辅导结论。

如果输入不完整，默认使用 REVIEW_REQUIRED 或 journal_only 模式，并要求提供缺失记录，而不是编造证据。

前置条件

建议准备的上游记录：

• trader-memory-core 已平仓论点记录或交易日志条目
• signal-postmortem 复盘结论
• 原始交易计划或交易单
• 实际入场／离场／部分平仓操作
• 用户自定义的风险计划（如有）
• 可选的 market-regime-daily / exposure-coach 背景信息

无需付费 API 密钥。确定性脚本可处理本地 JSON/YAML 类记录。

输入

最低限度的有效输入是一笔已记录的交易或一份月度汇总。

建议字段：

review_type: single_trade | partial_close | monthly_aggregate
trade_id: string
ticker: string
outcome: win | loss | breakeven | mixed
planned:
  thesis: string
  entry: number
  stop: number
  target: number
  risk_r: number
  thesis_recorded_before_entry: boolean
  setup_confirmed: boolean
  market_regime: allowed | restrictive | cash_priority | unknown
actual:
  entry: number
  exit: number
  risk_r: number
  portfolio_heat_r: number
  stop_moved: boolean
  stop_move_planned: boolean
  entry_before_confirmation: boolean
  traded_against_regime: boolean
risk_plan:
  max_risk_per_trade_r: number
  max_portfolio_heat_r: number
  max_weekly_loss_r: number
postmortem:
  root_cause: thesis_quality | execution | risk_sizing | market_environment | rule_violation | randomness | unknown
  notes: [string]
journal:
  reflection: string
  emotions: [string]
monthly:
  trades: [object]
  consecutive_losses: number
  rule_violations: number

脚本可处理不完整记录。缺失的证据会标记为 unclear。

对于实际评估的数值字段（planned.risk_r、actual.risk_r、risk_plan.max_risk_per_trade_r、actual.portfolio_heat_r、risk_plan.max_portfolio_heat_r 和 monthly.consecutive_losses），所提供的非 null 值必须是有限且非负的。接受数字字符串和零；连续亏损次数必须为整数。不接受布尔值、负值、NaN、无穷大、格式错误的字符串和转换溢出。显式无效的最大值绝不会回退到计划风险值。缺失／null 字段仍按部分记录的方式处理。CLI 会验证所有源记录，包括多个输入；如果数值无效，会在创建或修改报告前返回退出代码 2，并提供特定字段的错误信息。

此技能仍处于 beta 阶段。数值验证并不代表已达到生产就绪状态；报告 ID 路径安全性和文档所述的浅层多输入包装器仍需单独评估。

工作流

步骤 1 — 收集源记录

收集最新的已平仓交易记录、复盘、风险计划和交易日志备注。

python3 skills/trade-performance-coach/scripts/review_trade_performance.py \
  --input reports/trade_memory/closed_thesis_EXMPL.json \
  --output-dir reports/trade-performance-coach

第 2 步 — 评估流程遵循情况

将实际操作与用户记录的计划和规则进行比较。检查是否存在以下情况：

• 缺少入场前的交易论点
• 跳过了对设置的确认
• 交易违反了市场状态门槛
• 在没有预先定义规则的情况下移动止损
• 出场 / 部分平仓与计划不一致
• 记录不完整

第 3 步 — 评估风险纪律

将实际风险和风险暴露与风险计划进行比较。检查是否存在以下情况：

• 单笔交易风险超过上限
• 投资组合风险暴露超过上限
• 每周亏损或连续亏损触发升级措施
• 盈利或亏损后交易规模过大
• 存在相关性风险敞口（如有提供相关信息）

第 4 步 — 评估执行质量

对入场、止损、出场、加仓、减仓和复盘行为进行分类。区分流程规范但结果亏损的交易与执行失误。

第 5 步 — 检测可能的行为模式

根据日志备注和操作标记中的证据，标记可能的交易行为模式。每个标签都必须关联证据，并使用非诊断性措辞。

支持的 MVP 标签：

• fomo_entry
• revenge_trade
• premature_exit
• overconfidence_after_winner
• stop_moved
• size_creep
• hesitation
• rule_drift
• no_pattern_detected

第 6 步 — 制定下一交易时段的操作规则

将发现转化为临时、具体的防护措施。例如：

• 下一次入场前，必须记录交易论点并保存截图
• 违规后，接下来的两笔交易将风险上限设为 0.5R
• 若反复出现报复性交易的证据，则切换到仅复盘模式
• 不要追逐错过的入场机会；将其加入观察列表，等待下一次有效设置

第 7 步 — 人工决策关口

每份报告都必须以人工决策关口结尾。默认操作为 journal_only。

允许的操作：

accept_rules / modify_rules / defer / journal_only

输出

该技能会生成 JSON 报告，并可选择生成 Markdown 报告。

JSON 顶层必需字段：

• schema_version
• review_type
• review_id
• overall_verdict
• summary
• scores
• process_adherence_findings
• risk_manager_notes
• execution_quality_assessment
• behavioral_pattern_tags
• next_session_operating_rules
• coach_questions
• human_decision_gate
• disclaimer

评估结果：

评估结果	含义
OK	未发现重大流程违规。结果似乎符合计划。
WARN	存在轻微流程或记录质量问题。
REVIEW_REQUIRED	下一次进行类似交易前，发现了显著的流程、风险或行为问题。
RULE_VIOLATION	用户的明确规则似乎遭到违反。
COOL_DOWN	反复违规、回撤 / 报复性交易模式或升级迹象表明应切换到仅复盘模式。

命令示例

python3 skills/trade-performance-coach/scripts/review_trade_performance.py \
  --input skills/trade-performance-coach/scripts/tests/fixtures/single_trade_rule_violation_loss.json \
  --output-dir reports/trade-performance-coach \
  --markdown

资源

调用时按需阅读：

• references/review-framework.md — 五轴审查模型、评分和评估结果
• references/behavior-tags.md — 行为标签定义和证据规则
• references/risk-review-checklist.md — 风险管理检查清单和严重程度规则
• references/output-contract.md — JSON 输出约定和架构说明
• references/hermes-integration.md — Hermes /post-trade-coach 和月度辅导集成建议
• assets/performance_coach_report.schema.json — 机器可读的输出架构
• scripts/review_trade_performance.py — 确定性本地审查器

防护措施

• 这是流程审查支持，不构成财务建议。
• 不要建议买入、卖出、做空、持有任何特定证券或确定其仓位规模。
• 不要提供治疗或心理健康诊断。
• 不要推断人格特征。
• 不要羞辱用户或对用户进行道德评判。
• 每个行为标签都必须关联证据。
• 描述行为标签时使用“可能的模式”措辞。
• 始终包含人工决策关口。
• 数据不完整时，默认采用日志 / 复盘模式。