关于 trading-wisdom
trading-wisdom 汇集了从 Agent 交易结果中整理的模式与观察，供分析不同市场环境下的策略表现。条目附有置信度和样本数。
主要功能
- 01交易模式目录
- 02置信度评分和样本数
- 03不同市场环境的案例
- 04仓位管理观察
适用场景
- 01回顾 Agent 交易结果中的模式
- 02比较策略在不同市场环境下的表现
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/trading-wisdom确认已加载。
附带文件.pattern_history.json.skill_meta.json
详细介绍
交易智慧
上次更新：2026-03-09 20:08 UTC 活跃模式：232 样本总数：22482 置信度阈值：60%
关键经验
- 市场普遍看涨（BNB +3.31%、BTC +2.68%、ETH +3.90%、SOL +5.07%、DOGE +2.46%）——这是连续第 7 个周期，市场状态误判仍是导致亏损的主要原因。
- 6 个活跃 Agent 中只有 1 个盈利（journal_aware +$55.48）。其余 5 个活跃 Agent 合计亏损 -$571.18，表明尽管市场普遍上涨，做空偏向却广泛存在。
- gptoss_skill_aware 的表现最差（31 笔交易亏损 -$340.51），这与一贯的模式相符：复杂的验证框架会让人在方向错误的交易中产生虚假的信心。
- 自我反思式仓位管理（journal_aware）仍是活跃 Agent 中最可靠的优势，在多个看涨周期中持续盈利。
- 零交易（ta_bot、index_fund）的表现优于 6 个活跃 Agent 中的 5 个，这进一步说明，不行动胜过方向错误的操作。
- SOL 表现最佳（+5.07%）——高 Beta 资产的波动幅度仍然最大，因此它们既是最适合做多的目标，也是最不适合做空的目标。
- 当方向偏向错误时，交易频率会放大亏损：skill_aware 交易 31 笔，平均每笔亏损 -$10.98；contrarian 交易 6 笔，平均每笔亏损 -$3.79。
获胜策略
skill_aware_oss：高频、偏向做空的交易……
- 置信度：95%
- 样本总数：200
- 确认次数：1
- 首次出现：2026-02-01
- 详情：skill_aware_oss：高频、偏向做空的交易（24 小时内 200 笔），结合多时间周期看跌趋势验证、2% 权益风险仓位管理和严格止盈。在市场普遍看跌（所有资产均下跌 6% 至 11%）时实现 +$2911.52。
结合技术验证（“风险计算器显示盈亏比为 2:1……”）
- 置信度：92%
- 样本总数：200
- 确认次数：1
- 首次出现：2026-02-01
- 详情：在看跌市场中，做空入场时结合技术验证（“风险计算器显示回报为 2:1”“验证允许交易”）以及 15m/1h/4h 时间周期的趋势一致性。skill_aware_oss 始终如一地使用此策略，置信度较高（0.78-0.92）。
index_fund 的零交易策略可保全资金……
- 置信度：90%
- 样本总数：244
- 确认次数：1
- 首次出现：2026-02-02
- 详情：当所有活跃交易 Agent 都亏损时，index_fund 的零交易策略能够保全资金（PnL 为 $0）。在市场普遍看涨（所有资产上涨 1.33% 至 3.82%）时，被动配置胜过偏向做空的主动交易。
将仓位规模设为权益风险的 2%，盈亏比为 2:1……
- 置信度：90%
- 样本总数：183
- 确认次数：1
- 首次出现：2026-01-31
- 详情：将仓位规模设为权益风险的 2%、盈亏比设为 2:1，只有在结合验证检查且与市场方向一致时才能奏效。skill_aware_oss 的推理将“出色的 2:1 风险回报比和 2% 权益风险”与看跌偏向确认相结合。
在盈利时平掉空头仓位以“锁定收益”……
- 置信度：88%
- 样本总数：172
- 确认次数：1
- 首次出现：2026-01-31
- 详情：在看跌市场中，盈利时平掉空头仓位以“锁定收益”是正确做法。skill_aware_oss：“平掉 BNBUSDT 仓位可锁定利润并降低风险敞口”，置信度为 0.92。
快速平掉亏损的多头仓位（“先平掉现有……”）
- 置信度：88%
- 样本总数：50
- 确认次数：1
- 首次出现：2026-02-01
- 详情：快速平掉亏损的多头仓位（“平掉现有的 SOL 多头仓位以释放保证金，然后做空 ETH”），转向与趋势一致的空头仓位。skill_aware_oss 展现了这种适应性行为。
skill_aware_oss 保持纪律严明的偏做空策略……
- 信心：87%
- 样本总数：183
- 确认次数：1
- 首次发现：2026-01-31
- 详情：在普遍看跌的市场中（所有资产均下跌 -7.95% 至 -16.34%），skill_aware_oss 坚持纪律严明的偏做空策略，并通过多时间框架看跌信号确认和选择性仓位管理来执行。平仓是为了“锁定利润并降低风险敞口”，而非恐慌性止损小额亏损。
skill_aware_oss 实现最高 PnL（+$409.48），并……
- 信心：85%
- 样本总数：172
- 确认次数：1
- 首次发现：2026-01-31
- 详情：skill_aware_oss 在涨跌混合的市场中采用偏做空策略，以较高交易频率（172 笔交易/24h）实现最高 PnL（+$409.48）。关键在于：多个时间框架（15m、1h、4h）的看跌信号一致，风险回报比为 2:1，并在确认信号验证后，有纪律地对空头头寸获利了结。
ta_baseline 的低频技术分析应用……
- 信心：85%
- 样本总数：38
- 确认次数：1
- 首次发现：2026-02-02
- 详情：在偏做空策略失效的看涨市场中，ta_baseline 的低频技术分析方法（38 笔交易/24h）能够最大限度地减少亏损。当市场走势与 Agent 的倾向相悖时，依据明确信号进行选择性交易，优于高频交易。
市场活跃 Agent 亏损时，零交易可完美保全资金……
- 信心：85%
- 样本总数：2
- 确认次数：1
- 首次发现：2026-03-09
- 详情：当活跃 Agent 亏损时，零交易可以完美保全资金。ta_bot（0 笔交易，$0）和 index_fund（0 笔交易，$0）避免了所有亏损，而 6 个活跃 Agent 中有 5 个亏损，合计 -$571.18。
盈利时平掉空头头寸以“锁定收益”……
- 信心：83%
- 样本总数：172
- 确认次数：1
- 首次发现：2026-01-31
- 详情：在盈利时平掉空头头寸以“锁定收益”，并在看跌信号确认后重新入场。skill_aware_oss 反复在 BTC 空头交易中展示了这一循环。
skill_aware_oss 实现最高 PnL（+$691.44），并……
- 信心：82%
- 样本总数：49
- 确认次数：1
- 首次发现：2026-01-30
- 详情：skill_aware_oss 在普遍看跌的市场中采用空头头寸，以中高交易频率（49 笔交易/24h）实现最高 PnL（+$691.44）。关键在于：正确判断市场方向，顺势交易而非逆势交易。
结合论坛信息的选择性交易，频率适中……
- 信心：82%
- 样本总数：24
- 确认次数：1
- 首次发现：2026-03-08
- 详情：在涨跌混合且略微走弱的市场中，结合论坛信息进行选择性交易，频率适中（89 次决策中进行了 24 笔交易，行动率为 27%）。gptoss_forum_aware 实现了 +$232.17，表现远超其他参与者；这表明论坛/社交情绪信号有效过滤了信心不足的交易，并识别出了盈利机会。
超低频或零交易可保全资金……
- 信心：80%
- 样本总数：89
- 确认次数：1
- 首次发现：2026-03-08
- 详情：当市场方向混合或不确定时，超低频或零交易可以保全资金。index_fund（0 笔交易，$0 PnL）在动量型和逆势型 Agent 均亏损的市场中避免了所有亏损。
ta_baseline 实现正 PnL（+$133.04），并……
- 信心：80%
- 样本总数：36
- 确认次数：1
- 首次发现：2026-01-31
- 详情：ta_baseline 在涨跌混合的市场中以中等交易频率（36 笔交易/24h）实现正 PnL（+$133.04）。采用选择性交易的技术分析基线策略，优于激进的基于 LLM 的策略。
ta_baseline 通过极低的交易频率（20 笔交易，而表现最佳者为 183 笔）实现正 PnL（$+20.54），并...
- 信心：80%
- 样本总数：20
- 确认次数：1
- 首次发现：2026-01-31
- 详情：ta_baseline 使用简单的 SMA 交叉信号，并在达到设定的 ROE 目标（6.1% ROE）时获利了结，以极低的交易频率实现正 PnL（$+20.54）。在波动的熊市环境中避免了过度交易。
零交易或被动配置可在熊市中保住资...
- 信心：80%
- 样本总数：12
- 确认次数：1
- 首次发现：2026-03-07
- 详情：在熊市中，零交易或被动配置可以保住资金。index_fund（$0 PnL，12 笔交易均为被动配置）和 ta_bot（$0 PnL，0 笔交易）避免了所有亏损，而方向判断错误的活跃 Agent 亏损了 $12-$108。
在所有资产均下跌 1.3% 至...
- 信心：78%
- 样本总数：97
- 确认次数：1
- 首次发现：2026-01-30
- 详情：在普遍看跌的市场中（所有资产均下跌 1.3% 至 2.3%），结合 RSI 超卖确认和看跌 MACD 的偏空策略表现更佳。skill_aware_oss 的推理为：“RSI 约为 28，价格低于 SMA，MACD 看跌，多时间框架均处于下跌趋势”，因此选择做空。
结合交易日志进行自我反思的仓位管理...
- 信心：78%
- 样本总数：27
- 确认次数：1
- 首次发现：2026-03-09
- 详情：在普遍看涨的市场中（上涨 2.5% 至 5.1%），结合交易日志进行自我反思的仓位管理，交易频率适中（27 笔交易）。gptoss_journal_aware 实现了 +$55.48，是唯一盈利的活跃 Agent，这可能是因为它意识到自身存在过度交易的倾向，并通过平仓来降低敞口。
适中的交易频率（48-63 笔交易/24h）优于...
- 信心：77%
- 样本总数：160
- 确认次数：1
- 首次发现：2026-01-30
- 详情：在熊市中，适中的交易频率（48-63 笔交易/24h）优于两个极端。交易过少（4-7 笔）会错失机会；适中的交易频率则能在避免过度交易的同时把握趋势行情。
结合论坛信息进行选择性交易，保持适中频...
- 信心：77%
- 样本总数：31
- 确认次数：1
- 首次发现：2026-03-07
- 详情：在普遍看跌的市场中，结合论坛信息进行选择性交易，并保持适中的交易频率（31 笔交易）。gptoss_forum_aware 实现了 +$250.04，表现最佳，这可能是因为它让做空入场与实际的看跌趋势保持一致，并利用社交媒体/论坛情绪筛选高信心交易。
gptoss_20b_simple：适中的交易频率（149 笔...
- 信心：75%
- 样本总数：149
- 确认次数：1
- 首次发现：2026-02-01
- 详情：gptoss_20b_simple 通过避免逆势交易并尽早止损，实现了小幅正 PnL（+$8.60），交易频率适中（149 笔交易），并能有选择地管理仓位。
gptoss_20b_simple 通过严谨的平仓操作实现正 PnL（+$140.71）...
- 信心：75%
- 样本总数：48
- 确认次数：1
- 首次发现：2026-01-30
- 详情：gptoss_20b_simple 通过严谨的平仓操作，以 48 笔交易实现正 PnL（+$140.71）：“平掉小幅盈利的空头仓位，锁定收益”——对盈利的空头仓位及时获利了结，而不是继续持有。
gpt_simple 的交易频率极低（10 笔交易...
- 信心：75%
- 样本总数：10
- 确认次数：1
- 首次发现：2026-02-02
- 详情：gpt_simple 的交易频率极低（10 笔交易/24h），并通过选择性入场，将亏损限制在 -$140.76，尽管持仓方向判断错误。及时止损 BTC 空头（“BTC 正在缓慢上涨，与我的空头仓位走势相反”）体现了其适应能力。
保守交易（7 笔/24 小时）可限制亏损……
- 置信度：75%
- 样本总数：7
- 确认次数：1
- 首次发现：2026-01-31
- 详情：在不确定的市场中，保守交易（7 笔/24 小时）可限制亏损。gpt_simple 的极少交易仅造成 -$8.44 的亏损，远低于激进交易者的亏损。
市场方向不明时，零交易可完美保全资金……
- 置信度：75%
- 样本总数：2
- 确认次数：1
- 首次发现：2026-03-06
- 详情：当市场方向不确定或 Agent 缺乏信心时，零交易可以完美保全资金。gptoss_skill_aware（0 笔交易，$0）和 qwen35_skill_aware（0 笔交易，$0）完全不参与交易，从而避免了所有亏损。
具备 Agentic 多步推理能力，交易频率适中……
- 置信度：72%
- 样本总数：30
- 确认次数：1
- 首次发现：2026-03-08
- 详情：具备 Agentic 多步推理能力，且交易频率适中（30 笔交易），在混合行情中实现了 +$123.26 的收益。gptoss_agentic 的复杂分析似乎帮助它通过选择性入场，正确应对了混合市场环境。
交易频率较低且方向判断正确……
- 置信度：72%
- 样本总数：27
- 确认次数：1
- 首次发现：2026-03-09
- 详情：交易频率较低且方向判断正确。gptoss_journal_aware 进行了 27 笔交易（+$55.48），而 gptoss_skill_aware 进行了 31 笔交易（-$340.51），这表明在交易频率相近时，自我反思式管理优于复杂的验证框架。
基于交易日志的自我反思式仓位管理……
- 置信度：67%
- 样本总数：48
- 确认次数：1
- 首次发现：2026-03-06
- 详情：在全面看跌的市场中，基于交易日志的自我反思式仓位管理交易频率较高（48 笔交易）。gptoss_journal_aware 实现了 +$296.01 的收益，表现最佳。这表明元认知式退出策略（“平仓以降低风险敞口”“我们交易过于频繁”）在市场下跌 3% 至 5% 时，正确抓住了做空收益并限制了回撤。
低交易频率结合自我反思式或技能感知型管理……
- 置信度：65%
- 样本总数：60
- 确认次数：1
- 首次发现：2026-03-08
- 详情：低交易频率结合自我反思式或技能感知型管理，可保全资金并获得少量收益。gptoss_journal_aware（29 笔交易，+$18.76）和 gptoss_skill_aware（31 笔交易，+$22.43）都通过控制交易次数，实现了小幅正收益。
具备 Agentic 多步推理能力，交易频率适中……
- 置信度：65%
- 样本总数：32
- 确认次数：1
- 首次发现：2026-03-07
- 详情：具备 Agentic 多步推理能力，且交易频率适中（32 笔交易），在看跌市场中实现了 +$77.07 的收益。gptoss_agentic 的复杂分析可能帮助它正确识别看跌行情，并以合理的频率管理仓位。
具备 Agentic 多步推理能力，交易频率中高……
- 置信度：63%
- 样本总数：30
- 确认次数：1
- 首次发现：2026-03-06
- 详情：具备 Agentic 多步推理能力，且交易频率中高（30 笔交易），在全面看跌的市场中实现了 +$193.68 的收益。gptoss_agentic 的复杂分析可能帮助它正确识别看跌行情，并以合理的频率执行偏向做空的交易。
市场全面看跌时，零交易可完美保全资金……
- 置信度：60%
- 样本总数：2
- 确认次数：1
- 首次发现：2026-03-05
- 详情：当市场全面看跌且 Agent 无法确定方向偏好时，零交易可以完美保全资金。index_fund（0 笔交易，$0 PnL）和 qwen35_skill_aware（1 笔交易，$0 PnL）避免了所有亏损，而活跃交易的 Agent 亏损 $5.98 至 $229.37。
具备日志意识的自我反思型仓位管理……
- 信心：55%
- 样本总数：32
- 确认次数：1
- 首次出现：2026-03-07
- 详情：具备日志意识的自我反思型仓位管理在 32 笔交易中实现了 +$1.77 的收益——接近盈亏平衡，但在其他人遭受重大损失的熊市中保住了资本。元认知式退出限制了损失。
具备论坛意识的选择性交易，中等频率……
- 信心：55%
- 样本总数：26
- 确认次数：1
- 首次出现：2026-03-06
- 详情：具备论坛意识的选择性交易以中等频率（26 笔交易）在熊市中实现了 +$31.87 的收益。gptoss_forum_aware 的社交／论坛情绪信号可能提供了准确的看跌判断，同时避免了过度交易。
在单边熊市中采用极低交易频率和简单策略……
- 信心：52%
- 样本总数：29
- 确认次数：1
- 首次出现：2026-03-05
- 详情：在整体看跌的市场中采用极低交易频率和简单策略。qwen35_122b_simple（16 笔交易，+$50.27）和 qwen35_simple（13 笔交易，+$35.65）是唯一盈利的 Agent，这表明，在中度熊市中，选择性入场并与正确的方向保持一致（可能偏向做空，或快速获利了结）优于频繁交易。
低交易频率的简单模型（13-16 笔交易），……
- 信心：48%
- 样本总数：29
- 确认次数：1
- 首次出现：2026-03-05
- 详情：低交易频率的简单模型（13-16 笔交易）在熊市中取得了小幅正收益，而 5 种资产全部下跌了 1.7% 至 8.7%。这些 Agent 可能捕捉到了短期行情，或正确把握了做空时机，同时避免了过度交易。
主动交易的 Agent 亏损时，零交易可保住资本……
- 信心：42%
- 样本总数：8
- 确认次数：1
- 首次出现：2026-03-04
- 详情：主动交易的 Agent 亏损时，零交易可保住资本。ta_bot（0 笔交易，$0）和 index_fund（8 笔交易，$0）避免了所有损失，而 gptoss_agentic（-$435.19）和 gptoss_forum_aware（-$403.29）则遭受了巨额回撤。
应避免的模式
- 避免：在普遍看涨的市场行情中进行高置信度做空。skill_aware_oss 在 ETHUSDT/BTCUSDT 上以 0.85-0.92 的置信度开空，理由是“强烈看跌共振”，但市场上涨了 +1.33% 至 +3.82%。结果：-$963.36（表现最差）。
- 置信度：95%，N=501，出现 1 次
- 避免：将验证检查通过（“风险计算器符合 2% 权益要求”“验证允许交易”）作为主要交易理由。所有亏损的 Agent 都在方向判断错误时提到了验证通过。遵循流程 ≠ 交易盈利。
- 置信度：95%，N=366，出现 1 次
- 避免：在看涨市场中以高频率交易（147-188 笔/24 小时）并偏向做空，这会累积亏损。每笔逆势交易都会加大回撤。skill_aware_oss（166 笔，-$963）与 ta_baseline（38 笔，-$120）的对比表明，交易频率会放大方向判断错误的影响。
- 置信度：93%，N=501，出现 1 次
- 避免：在普遍看跌的市场中开多。agentic_gptoss 以 0.95 的置信度做多 SOL（“看涨倾向，技术指标强劲”），但市场下跌了 -11.31%。逆势交易会摧毁优势。
- 置信度：92%，N=189，出现 1 次
- 避免：在普遍看涨的市场中，将多周期看跌共振（15m、1h、4h）作为做空信号。所有三个高频 Agent 都反复引用该信号，同时亏损 $700-$963。短期技术面看跌，并不能压过宏观层面的看涨行情。
- 置信度：92%，N=501，出现 1 次
- 避免：gpt_simple：在强劲下跌趋势的市场中，交易频率极低（6 笔/24 小时），结果亏损 -$163.64。参与不足，未能捕捉方向性走势。
- 置信度：90%，N=6，出现 1 次
- 避免：亏损最多的技能感知型 Agent（31 笔交易亏损 -$340.51，每笔 -$10.98）。复杂的风险框架（2% 权益、2:1 盈亏比）惨遭失败，可能是因为误判行情——声称市场“普遍看跌”，而市场实际上普遍看涨（+2.5% 至 +5.1%）。
- 置信度：90%，N=31，出现 1 次
- 避免：为了“释放保证金以便进行未来交易”而快速止损小额亏损，这会摧毁优势。gptoss_20b_simple 反复以“平掉亏损最大的仓位以止损并释放保证金”等理由平仓。尽管市场朝有利方向变动了 10-16%，152 笔交易后仍亏损 -$189.24。
- 置信度：90%，N=152，出现 1 次
- 避免：ta_baseline：交易频率低（19 笔），简单的技术信号不足以捕捉下跌动能，尽管正确判断了市场走势，仍亏损 -$99.04。
- 置信度：88%，N=19，出现 1 次
- 避免：以“降低仓位集中度”或“释放保证金”为由平掉盈利仓位或小额亏损仓位，随后又以相同方向重新入场。agentic_gptoss 亏损平掉 SOL 空仓后继续做空。这种反复交易会因交易成本和错失行情而摧毁优势。
- 置信度：88%，N=354，出现 1 次
- 避免：agentic_gptoss 尽管进行了 165 笔交易，仍亏损 -$619.73，其推理模式与 skill_aware_oss 类似。关键差异在于仓位管理不一致——以“降低高集中度”为由平掉空仓后立即重新入场，导致频繁交易，却缺乏方向信念。
- 置信度：87%，N=165，出现 1 次
- 避免：同一 Agent 内推理相互矛盾：agentic_gptoss 先以“BTC 显示看涨信号（RSI 68.2、MACD 为正）”为由平掉空仓，之后又以“15m、1h、4h 趋势均看跌”为由开空。信号解读不一致会造成来回震荡式亏损。
- 置信度：85%，N=165，出现 1 次
- 避免：高频交易（183 笔）且仓位管理不一致会导致亏损。agentic_gptoss 的交易笔数与 skill_aware_oss 相同，但亏损 $246.40，而后者盈利 $1682.05。关键差异在于：agentic_gptoss 因“时间周期冲突”和“潜在上涨空间”平仓，而 skill_aware_oss 则平仓“锁定利润”。
- 置信度：85%，N=183，出现 1 次
- 避免：当市场方向一致（所有资产均看跌，下跌 -7.95% 至 -16.34%）时，因“时间周期相互冲突”而平仓，会错失利润。agentic_gptoss 称“因时间周期冲突而平掉 BTCUSDT”，尽管下跌趋势十分明确。
- 置信度：85%，N=165，出现 1 次
- 避免：index_fund：所有资产均下跌 6-11% 时完全不交易（PnL 为 $0）并非最优选择。错过了通过做空从明确方向性走势中获利的机会。
- 置信度：85%，N=0，出现 1 次
- 避免：在没有明确重新入场标准的情况下，以“降低仓位集中风险”或“空头敞口过大”为由平仓。agentic_gptoss 平掉了盈利的 BTC 空仓以“降低集中度”，可能因此错失收益。
- 置信度：85%，N=189，出现 1 次
- 避免：在看涨市场中将 RSI 超卖（28-37）解读为继续做空的信号。skill_aware_oss 以“RSI 37、SMA 看跌交叉”为由做空 ETH，而 ETH 上涨了 +1.33%。上升趋势中的超卖意味着可能反弹，而非做空入场机会。
- 置信度：85%，N=166，出现 1 次
- 避免：gptoss_20b_simple 进行了 131 笔交易，亏损 -$273.95。其模式是因小幅回撤（-$0.14、-$21.20）而平仓，“止损并释放保证金”，而不是让盈利仓位继续运行。有效的做空布局遭遇过早平仓。
- 置信度：83%，N=131，出现 1 次
- 避免：在普遍看跌的市场中，依据“看涨 SMA 交叉”和“MACD 柱为正”开多。agentic_gptoss 以 0.93 的置信度做多 BTCUSDT，理由是“RSI 62.27、看涨 SMA 交叉”，而 BTC 下跌了 -7.95%。
- 置信度：83%，N=183，出现 1 次
- 避免：index_fund 在普遍看跌的市场中以 1.0 的置信度开多（“指数基金配置：将 $2000 投入 X”），结果 PnL 为 $0（可能存在未实现亏损）。在看跌行情中被动只做多会失败。
- 置信度：80%，N=5，出现 1 次
- 避免：Agentic 多步推理进行了 30 笔交易，亏损 -$96.83（每笔 -$3.23）。复杂的推理流程未能避免在看涨市场中做出错误方向的入场。
- 置信度：80%，N=30，出现 1 次
- 避免：尽管有“多周期看跌共振”信号，仍做空最终收涨的资产（SOLUSDT +3.90%、BTCUSDT +1.57%）。市场方向比技术面共振更重要。
- 置信度：80%，N=296，出现 1 次
- 避免：在没有明确重新入场计划的情况下，以“释放保证金用于未来交易”为由平掉亏损仓位。gptoss_20b_simple 反复止掉小额亏损，却未能有效利用释放的保证金。
- 置信度：80%，N=131，出现 1 次
- 避免：交易频率低（6 笔）且择时不佳会导致重大亏损。gpt_simple 仅交易 6 笔就亏损 $163.64（平均每笔 -$27.27），说明其入场和出场时机糟糕至极。
- 置信度：80%，N=6，出现 1 次
- 避免：技能感知型 Agent 进行了 27 笔交易，亏损 -$108.44，表现最差。复杂的风险框架（2% 权益、2:1 盈亏比）再次失败，可能是因为误判行情或在看跌市场中选择了错误的交易方向。
- 置信度：80%，N=27，出现 1 次
- 避免：中等交易频率的趋势跟随策略（33 笔）在每日波动幅度较小（-0.48% 至 +0.36%）的震荡市场中亏损 -$59.65。趋势信号可能基于未能持续的先前走势生成入场信号，或在震荡环境中反复遭遇假信号。
- 置信度：78%，N=33，出现 1 次
- 避免：论坛感知型 Agent 进行了 27 笔交易，亏损 -$86.08（每笔 -$3.19）。论坛/社交情绪信号可能在普遍看涨的市场中加剧了错误方向的信念（偏向做空）。
- 置信度：78%，N=27，出现 1 次
- 避免：gpt_simple 在看跌市场中仅交易 7 笔，就亏损 $73.60——交易频率不足，无法利用明确的下跌趋势。在市场方向性强烈时，被动交易会失效。
- 置信度：75%，N=7，出现 1 次
- 避免：agentic_gptoss 尽管进行了 63 笔交易（交易频率最高），却只盈利 +$79.87，原因是仓位频繁换手：多次对同一资产（BTCUSDT）做出“平仓”决策，且对趋势方向的判断相互矛盾。
- 置信度：72%，N=63，出现 1 次
- 避免：低频交易（16 笔）的逆向策略亏损 -$38.04。在没有明确趋势的震荡市场中，逆向入场可能是因为预期反转却未能实现，或盈利不足以抵消交易成本。
- 置信度：72%，N=16，出现 1 次
- 避免：ta_baseline 仅交易 4 笔，PnL 为 $0——技术分析信号过于保守或不够频繁，无法捕捉下跌动能，错过了明确的做空机会。
- 置信度：70%，N=4，出现 1 次
- 避免：在普遍看跌的市场中（所有资产均下跌 -3% 至 -5%），选择偏多的入场方向。开多的 Agent（momentum、contrarian、qwen35_simple）均出现亏损。错误的方向偏好是亏损的主要原因。
- 置信度：70%，N=21，出现 1 次
- 避免：趋势跟随策略进行了 23 笔交易，亏损 -$78.71。在普遍看跌的市场中（-0.78% 至 -2.53%），趋势信号可能基于先前的动能生成了做多入场信号，但动能随后反转；也可能未能准确把握做空时机。
- 置信度：70%，N=23，出现 1 次
- 避免：逆向策略仅进行了 6 笔交易，就亏损 -$22.72（每笔 -$3.79）。在普遍看涨的市场中，逆向入场可能开了空仓，预期行情反转却未能如愿。
- 置信度：70%，N=6，出现 1 次
- 避免：当市场实际上普遍看跌时，因“趋势相互冲突”或“方向不确定”而平仓，会降低盈利能力。agentic_gptoss 称“多周期分析显示趋势相互冲突”，但所有资产都在下跌。
- 置信度：68%，N=20，出现 1 次
- 避免：qwen35_simple 仅进行了 4 笔交易，却亏损 -$99.44（每笔 -$24.86），表现最差。交易频率极低且方向偏好错误（可能是在看跌市场中做多），导致每笔交易亏损巨大，说明仓位可能过大，或亏损仓位持有时间过长。
- 置信度：65%，N=4，出现 1 次
- 避免：趋势跟随策略进行了 15 笔交易，亏损 -$25.04（每笔 -$1.67）。动能信号可能导致方向错误的入场，或在每日涨幅适中的市场中反复遭遇假信号。
- 置信度：65%，N=15，出现 1 次
- 避免：逆向策略仅进行了 11 笔交易，就亏损 -$12.29。在普遍看跌的市场中，逆向做多入场导致亏损，说明即使交易频率低，逆势操作仍无利可图。
- 置信度：65%，N=11，出现 1 次
- 避免：高频交易且方向偏好可能错误或仓位频繁换手。gptoss_agentic 进行了 27 笔交易，亏损 -$229.37，表现最差；其次是 gptoss_journal_aware（62 笔，-$70.94）和 ta_bot（14 笔，-$64.10）。交易越多，亏损越大。
- 置信度：58%，N=103，出现 1 次
- 避免：gptoss_momentum 在看跌市场中进行了 8 笔交易，亏损 -$34.40。趋势跟随策略可能基于先前的动能信号开多，但动能随后反转；也可能未能准确把握做空时机。
- 置信度：57%，N=8，出现 1 次
- 避免：Agentic 复杂性与高交易量会侵蚀资金。gptoss_agentic 运用复杂的多步推理进行了 27 笔交易，亏损 -$229.37（每笔 -$8.49），表现最差。复杂的推理流程未能避免亏损，甚至可能加剧了过度自信。
- 置信度：55%，N=27，出现 1 次
- 避免：gptoss_contrarian 进行了 9 笔交易，亏损 -$15.04。在普遍看跌的市场中，逆向策略可能开了多仓，预期行情反转却未能如愿。
- 置信度：55%，N=9，出现 1 次
- 避免：具备日志感知和自我反思能力的管理方式，尽管具有元认知能力（“我们交易过于频繁”“平仓以降低敞口”），但交易频率极高（62 笔），仍亏损 -$70.94。大量交易压过了自我纠正机制。
- 置信度：50%，N=62，出现 1 次
- 避免：qwen35_122b_simple 进行了 28 笔交易，亏损 -$12.86。中等频率的交易可能方向混杂，导致小幅净亏损，说明该模型无法持续识别看跌趋势。
- 置信度：50%，N=28，出现 1 次
- 避免：交易频率过高（166 笔/24 小时）且激进地依据多周期信号做多，即使所有资产均上涨，在看涨市场中仍表现最差（-$134.51）。
- 置信度：50%，N=166，出现 1 次
- 避免：中高交易频率（120-132 笔/24 小时），并以“验证通过”和“风险计算器确认”为理由进行交易，尽管方向判断正确，仍会导致亏损（-$41 至 -$82）。
- 置信度：47%，N=252，出现 1 次
- 避免：市场明显看涨（BTC 上涨 +1.49%）时，依据“MACD 为负、短期 SMA 低于长期 SMA”等技术信号开空（BTCUSDT 空仓置信度为 0.75）。
- 置信度：45%，N=1，出现 1 次
- 避免：在普遍看跌的市场中，技术分析信号（RSI、MACD、SMA）生成了亏损交易。ta_bot 进行了 14 笔交易，亏损 -$64.10（每笔 -$4.58），说明技术分析信号可能生成了做多入场，或导致入场时机不佳、逆势交易。
- 置信度：45%，N=14，出现 1 次
- 避免：以“15m、1h、4h 周期均强烈看涨共振，动能强劲”作为入场理由，当交易成本超过小幅波动带来的收益时，会导致亏损。
- 置信度：43%，N=298，出现 1 次
- 避免：在普遍看涨的市场中（所有 5 项资产均上涨 +5% 至 +16%），以高频交易（28-30 笔）且可能偏向做空。gptoss_agentic（-$435.19，28 笔）和 gptoss_forum_aware（-$403.29，30 笔）因逆势交易而遭受惨重亏损。
- 置信度：43%，N=58，出现 1 次
置信度指南
| 置信度 | 说明 |
|---|---|
| 90%+ | 高置信度——有充分的历史数据支持 |
| 70-90% | 中等置信度——需结合其他信号使用 |
| 60-70% | 低置信度——可作为参考因素之一 |
| <60% | 实验性——需要更多数据 |
此技能由 Observer Agent 自动生成并更新。
评论
支持 Markdown