Trade Review — 兩週交易檢討

這是系統自我進化的引擎。 其他 skill 產生決策，這個 skill 檢查決策對不對，並把結果回饋到規則層。

Why： 2026-07-25 首次歸因調查發現，系統決策的 α 是 +6.1%（賣方 +13.0% / 71% 勝率），脫離 plan 的用戶決策是 −14.0%（12 次對 2 次）。但當時可歸因覆蓋率只有 49%，且沒有任何機制持續計分——規則寫死後永不重測。這個 skill 補上那個迴路。

Arguments

• /trade-review → 上次檢討至今（若無紀錄則近 14 天）
• /trade-review 4w → 近 28 天
• /trade-review since 2026-06-04 → 指定起日

Step 0（沿用 AGENTS.md 統一規範）

• 0a 讀 plan.md + feedback/*.md（含 feedback/RULES-LEDGER.md）
• 0b mcp__firstrade-server__get_account_position
• 0c/0d journal 確認與 gap-fill
• 不需要 0e 第一性檢查——本 skill 不輸出 Verdict / 投資建議，只做事後歸因與規則計分

---

Step 1 — 交易帳 ingest 與歸因

python3 tools/trade_ledger.py snapshot-orders
python3 tools/trade_ledger.py ingest --range 2m
python3 tools/trade_ledger.py backfill-origin --since <期初>
python3 tools/trade_ledger.py stats

必報三個數字（覆蓋率是本迴路的健康指標，要逐期往上走）：

• 本期新增成交筆數
• attribution_coverage_journaled_pct（有 journal 期間的 origin 覆蓋率）
• order_registry.snapshot_days（快照天數；越多，往後歸因越接近 100%）

⚠️ 覆蓋率不會靠自己變好。 對 unknown_sample 列出的每一筆，翻當日 journal / plan.md 判斷來源，然後：

python3 tools/trade_ledger.py annotate --id <fill_id> \
  --origin system|user --evidence "<判定依據原文>" [--bucket 信念|認列|hedge|樂透]

補正時一併記模型（--model claude-opus-4-8 --effort high），這樣 score --by model 之後能用數據回答兩件事：貴的模型層級值不值那個成本，以及更新的模型不同意舊決策時，該不該相信它。模型版本是排覆審順序的依據，不是推翻已驗證結論的依據（同 RULES-LEDGER 的鐵則）。

判定準則（origin = 誰決定，與 exec_via 誰按按鈕 無關）：

• system — plan.md 有 ref／plan #N／規則執行（梯級停利、停損鐵律、harvest 訊號）／plan v2 砍單
• user — 未列於 plan／偏離 plan 階梯／違反既有指令／無 plan 依據的自主判斷
• 判不出來就留 unknown，不要猜

2026-06-18 是必記的反例：九檔在 App 手動出清，但砍因來自 plan v2 → 系統決策、手動執行。若用執行方式推論決策來源，會把全帳最大 alpha 事件（+$8,997）誤記成用戶自主交易。

Step 2 — 三個指標，缺一不可

三者答不同問題，只看任一個都會誤導：交易 α（進出對不對）、持有 α（該不該繼續抱）、beta capture（行情好的時候吃到沒有）。

python3 tools/trade_ledger.py score --by origin-side --since <期初>
python3 tools/trade_ledger.py score --by bucket --since <期初>
python3 tools/trade_ledger.py holding-alpha --window 90
python3 tools/trade_ledger.py beta-capture --window 180 --bench SMH

2d. 帳戶級四指標（每期必跑，2026-07-29 起）

python3 tools/account_metrics.py scan && python3 tools/account_metrics.py report --live <Step 0b 即時帳戶總值>

輸出期間報酬 / CAGR / MDD / Sharpe（淨值標記曲線）+ profit factor（FIFO 已實現、含選擇權與費用）。與上期 archive/*/account-metrics.json 對照列 Δ。誠實標示照工具輸出：MDD 基於離散標記屬低估、短窗年化僅供方向；淨值紀錄自 2026-06-01 起，用戶提供券商對帳單更早淨值時用 add 補錨。

2a. 交易 α（誰決定的比較好）

決策來源	n	β調整 α	勝率	β調整 $	β=1 的 $	beta 汙染	均β
系統決定 — 賣/買
你自己決定 — 賣/買
無記載

alpha_beta 才是結論依據，naive_alpha_dollars 只用來看 beta 汙染有多大。β 是對實際使用的基準回歸算的（半導體對 SMH、其餘對 SPY）。

為什麼這件事關鍵：2026-07-25 首測時，賣方 β=1 算出 +$8,997，看似巨大選股技術；改用券商 β（對大盤測）套 SMH 又算出「全滅」。兩者都錯。 同基準回歸給出 +$6,846（76% 存活）—— 選股技術是真的，但有 24% 是 beta。用錯 β 會讓「該不該繼續這樣做」得到相反答案。

2b. 持有 α（交易 α 之外的另一半）

holding-alpha 給每檔的滾動 90 天（決策相關：現在還該不該抱）與建倉至今（歷史：進場對不對）。

必列：正 α 與負 α 各自的檔數與金額。 首測基準：滾動 90 天 +$8,219 但勝率僅 25%——集中在 MU/DDOG/CRWD/AMD 四檔（+$33,833），被其餘 15 檔（≈−$26,000）抵銷。

⚠️ 建倉至今不可加總（僅 13/20 可測，且可測者偏向近期建倉、長抱贏家因 lots 早於帳戶歷史落選 = 選擇偏差）。只讀個股。

⚠️ 持有 α 存在的理由：純交易指標會系統性獎勵頻繁進出、把「抱對一年」記為零貢獻。首測顯示持有 α 量級大於交易 α。

2c. beta capture（行情好的時候吃到沒有）

beta-capture 拆基準上漲日/下跌日各自回歸 β：

	β	日 α (bps)	累積 α	天數
全期 / 上漲日 / 下跌日

判讀：up-β > down-β = 想要的曝險輪廓；up-β < down-β = 漲不上跌得凶。

首測基準（180 天 vs SMH）：up-β 0.79 < down-β 0.90，capture 比 0.88。成因結構性——梯級停利在強勢中賣、買梯在弱勢中買，兩者機械性壓低 up-capture。這是純 α 指標看不見的成本（見 RULES-LEDGER R8）。

解讀紀律

• 買方 α 全負不代表買錯 —— 先確認基準也在跌；alpha_beta 已扣 beta，負才是真的差
• n < 10 的分組必須標註樣本不足，不得單獨下結論
• 與上期比較趨勢，而非只看本期絕對值
• 三個指標若互相矛盾，那本身就是本期最重要的發現（例：交易 α 正但 up-capture < 1 = 進出做得好但曝險輪廓錯）

Step 3 — 最佳/最差各 5 筆，逐筆追問

score 已回傳 best / worst。對每一筆翻出當日 journal 的決策理由，回答：

1. 當下有沒有訊號被忽略？（revision、情緒、A4 旗標、集中度、Codex 反對意見）
2. 這筆的 origin 判定可靠嗎？（evidence 是不是真的指向這筆交易）
3. 是規則問題還是執行問題？ 規則對但沒執行 → 執行力缺口；規則本身導致 → 進 Step 5 計分

歷史對照（首次調查已確立的模式，用來檢查本期是否重演）：

• MRVL 型：不在 plan 的名字連續加碼，每次都被 journal 標記卻沒被阻止（3 次共 −$1,884 α）
• NVDA $205 型：plan 內領導者、價格高於買梯，偏離是對的（+7.9%；MU $844.81 +3.6%）
• ICHR 型：小倉「汰弱」賣出，事後標的大漲（−32.3%）
• hygiene 型：為湊支數/清尾倉砍小倉（LITE −11.2%、CEG −14.3%、SNOW −21.8%）

Step 3.5 — 旗標稽核（本書最貴的漏口）

python3 tools/trade_ledger.py flags

2026-07-25 量測：「已標記惡化但沒有強制出場」是吃掉最多回撤的單一機制，自警示以來 −$6,333。 排第二的是「下跌中深檔買梯建新倉」（−$5,700）。

本期必答：

1. forced 清單處理了嗎？ 每筆 forced 必須有 resolve-flag（減碼/出場/撤旗），不得再 defer
2. 本期新開的旗標，有沒有該開卻沒開的？ 掃本期 briefing/journal 的 ⚠️ / 降桶候選 / 勿加碼 / thesis 蒙塵 字樣，比對 flags 清單。漏開就是漏口重現
3. post_flag_fills 有值的 → 警示後仍加碼，逐筆檢討為什麼禁令沒有阻力（ON 6/26 下禁令、7/06 加碼 32 股，−$206）
4. total_cost_since_flag 與上期比較 —— 這個數字往下走才算修好

同時查 thesis 增生（合理化的指紋）：同一標的累積 ≥2 筆 pending thesis 而部位在虧 → 逐筆問是不是為了繞過既有警示而新登錄。

ON 在 4 週內累積 3 筆 pending thesis（6/26 cyclical-recovery-q2、7/04 power-shortage-early-position、7/23 800vdc-power-tree-validation），全部觸發 8/03；而 7/06 的加碼引用的正是 7/04 那筆新 thesis。

Step 4 — 影子訊號驗收

python3 tools/thesis_ledger.py orphans
python3 tools/thesis_ledger.py stats
python3 tools/ev_ledger.py resolve-due && python3 tools/ev_ledger.py stats

4-0. EV 分布校準（機率誠實的結果端驗證）

ev_ledger.py stats 輸出 EV 誤差（by horizon/model）+ Brier + 校準表（給的機率 vs 實際落桶頻率）。判讀紀律：

• n<30 的分組只記錄方向，不改規則；相關樣本（同跨一段行情的多筆）算一筆證據，不按筆數計
• 系統性偏差確立（如「30-60d 一致過度樂觀」連兩期同向）→ 修正對象是 probability-honesty-checker 的形狀規則表 / 各 skill prompt，寫入 RULES-LEDGER 帶命中率追蹤 — 不建 ML 模型（n>150 獨立已解決樣本前不重評，見 AGENTS.md）
• Goodhart 警戒：校準變好但分布變窄（永遠給 hedged 分布）= 假改善，對照分布寬度一起看
• stats 的四項——獨立 n、Brier skill score（>0 才是技能）、in_range（分布外 = 漏分支非運氣）、thesis × 定價 2×2（「對但沒用」= priced-in 候選）——原樣抄進報告 §4，review_lint.py 會查

4a. A4 高估旗標（影子模式，Phase 1 只記錄不阻擋）

讀 research/shadow-signals.jsonl，對已滿 30 天的旗標算實際超額 α，累計命中率：

旗標日	標的	A4vsA3	30d 後超額 α	命中

判定條件（briefing / portfolio-review 產生旗標時已套用）：A4vsA3 ≤ −35% 且 confidence == "ok" 且 pe_ratio < 200。

pe_ratio < 200 的排除條件來自 DDOG：A4 給 −71% 但 PE 553、表中自註「我極保守」，事後 +19.0% α。這是唯一反例且成因已知。

跑滿 2 期後才決定是否升硬閘門（Phase 2）。基準線：首次前瞻檢驗 n=12、Spearman +0.45、高估組 4/4 落後平均 −15.9% α。

4b. thesis 中途證偽（不是等觸發日才看）

python3 tools/thesis_ledger.py recheck --long-drift-only

證偽條件已經寫好且具體，缺的是只在觸發日被讀。首測時 23/23 pending thesis 的建立→觸發相隔 ≥45 天，MRVL:fy28-ai-bookings-visibility 172 天——半年前提可以壞掉而沒人看。

對清單上每一筆問一句：這些條件裡，有沒有現在就看得到的已經成立了？

• 成立 → 立刻 resolve --verdict failed，不等觸發日
• 前提完好 → 說一句「完好」帶過
• 判不出來（需要下次財報）→ 明確說「須待 <事件>」

有些條件本來就不必等財報，例如「Google 公開宣佈減少 AVGO 採購份額」「主要 hyperscaler 公開削減 XPU capex >10%」「毛利率跌破 38%」。

4c. thesis 帳本兩個比率

stats 現在同時回 hit_rate（thesis 對不對）與 pnl_hit_rate（有沒有賺錢）。兩者的差距就是「在虧損部位上驗證 thesis」的程度。

orphans 列出「曾持有→已出場但 thesis 仍 pending」者（reentry-* 與從未持有的候補已排除）。每一筆必須處理：

python3 tools/thesis_ledger.py resolve --id <id> --verdict passed|failed|partial \
  --actual "..." --note "..." --next-action "..." \
  --position-status exited --realized-pnl <±金額> [--price-verdict met|missed]

partial 強制 --price-verdict：營運達標但市場不認 → missed。

4d. 來源信用帳（來源信用 tier 閘，R21 影子計分中）

python3 tools/source_credit.py resolve-due
python3 tools/source_credit.py stats
python3 tools/source_credit.py tiers --dry-run

輸出每來源一行：

來源	tier	n_scored	hit_rate	mean_lead_time_days	vague_ratio	backtest_share	proposed_tier

判讀紀律：

• n_scored < 3 → 只記錄不下結論（樣本太小）
• backtest_share > 0.8 → 標「僅回測」，實盤期樣本不足前不當已驗證命中率
• noise（vague_ratio > 0.7 且 n_total ≥ 5）→ 建議該來源 disable（連續講不可驗證的模糊主張）
• tier 只抄 tiers --dry-run 輸出，不手改 research/source-config.json；抽查認可後才拿掉 --dry-run 套用
• R21 升級條件（display-only → 可作硬閘門輸入）：連續 2 期 /trade-review 內，Trusted+ 來源 hit_rate ≥ 0.65 且 mean_lead_time_days > 0（真的有領先，不是巧合追認）才討論升級；未達標維持 §9.6 display-only

Step 5 — 更新規則命中率帳本

編輯 feedback/RULES-LEDGER.md（判準 feedback/skill-vs-luck.md）：

1. 更新命中/失效：只算建立日後的獨立事件（原始案例不計、同批算 1）；每筆附證據 + [up]/[down]（python3 tools/rule_stats.py regime --date <日> --bench SMH|SPY）
2. python3 tools/rule_stats.py ledger-audit --write → 狀態欄照輸出改；再跑 --check 必須 exit 0
3. 結案分類：分布外 = 模型錯；證偽條件觸發未動 = 決策錯；thesis 沒兌現但賺 = 運氣（不計命中）
4. 新規則 → 登錄一列；新假設 → 對照追蹤表
5. R26：報 Brier skill score（獨立 n）與 holding-alpha 對 SMH 走向，不裁決

Step 5.5 — 注意力預算稽核（每期必跑，2026-07-30 起）

登記機制只進不出會稀釋注意力。每期掃四類，列清理清單並執行：

1. Thesis 殭屍：thesis_ledger.py stats + pending 全列 →
   • 已清倉標的的殘留 thesis（re-entry 條目已另存者）→ close-untested --exit-date <清倉日>
   • pending 齡 >60 天且 due 還在 30 天外、期間無任何 signpost 移動 → 覆審：還值得等嗎？不值得 → close
2. L1/L2 板凳除名（plan.md）：L2 名字 90 天無 gate 觸發且 revision 靜止/轉負 → 除名（一句理由）；L1 觸發價失效 >60 天 → 降 L2 或除名；已進場者移出板凳。除名 ≠ 永久淘汰（質地理由才可判永久淘汰，per exit-reentry-discipline.md 分層鐵則）
3. 價格警報覆核：price_alerts.py list → 觸發多次無人行動 / 條件已過時（財報已過、thesis 已結案）→ remove
4. 一次性清單：research/ 下的行動清單（抄底清單類）過期 → 移 research/archive/，並拔掉 skill 引用
5. 守門工具 + roster 一致性（2026-09-02 起）：跑 python3 tools/position_guard.py --sync-alerts --render-plan，缺口全數處理（桶別缺口 → 更新 research/roster.json；已出場標的自 roster 移除；R8 GTC 缺口 → 掛單；R23 旗標 → 執行/resolve）。同時掃 R23 計分：本期每筆 resolve-flag --action trimmed 的 R23 旗標，+30 天價 vs 減碼價 → 命中/失效寫入 RULES-LEDGER R23。
6. 規則本身（用戶 2026-08-29 提議，首次大裁決後生效）：連兩期零觸發零資訊量的規則 → 標「歸檔候選」；建立滿 60 天仍 — 的規則 → 轉「未驗證假設」

輸出：🧹 本期清理：thesis −N / 板凳 −N / 警報 −N（零清理也要列，證明有跑）。

Step 6 — 輸出

寫 briefing-out/trade-review-YYYY-MM-DD.md，然後：

python3 tools/generate_html.py trade-review briefing-out/trade-review-YYYY-MM-DD.md

報告結構：

# 交易檢討 YYYY-MM-DD（期間 YYYY-MM-DD ~ YYYY-MM-DD）

## 1. 帳本健康
新增成交 N 筆｜歸因覆蓋率 X%（上期 Y%）｜快照天數 D｜本期人工補正 M 筆

## 2. 誰決定的比較好（基準校正 α）
[核心表，全部 + 僅高信心兩組]
[與上期趨勢比較]

## 3. 最佳/最差各 5 筆
[逐筆附當時 journal 理由 + 「當下有沒有訊號」的答案]

## 4. 影子訊號
[A4 旗標命中率表 + 是否建議升閘門]
[thesis hit_rate vs pnl_hit_rate + orphan 處理結果]
[來源信用帳 tier 表 + 是否達 R21 升級門檻]
[EV 校準：獨立 n / Brier skill score / in_range / 2×2；R26 走向]

## 5. 規則計分變動
[本期哪幾條 +命中 / +失效，附證據與 [up]/[down]；無計分寫「本期無計分」]
[ledger-audit 結果 + 🔴 強制覆審清單]

## 6. 本期結論：該改哪一條規則
**規則：** [具體到檔名與條號]
**為什麼：** [一句話 + 數字]
**改法：** [具體修改，或「證據不足，繼續觀察 N 期」]

最後一節只准寫一條（最多兩條）。列十條等於沒有結論。

收尾

1. 更新 research/last-trade-review.txt 為今日日期（briefing 讀它算到期提醒）
2. python3 tools/review_lint.py briefing-out/trade-review-YYYY-MM-DD.md 必 exit 0（缺段 / 結論 >2 條 / 收尾沒做都會擋；擋了就補，不改 lint。寫入報告時 PostToolUse hook 會自動先跑一次，這裡再跑是確認 last-trade-review 已更新）
3. 若改動了任何 .claude/skills/ 或 AGENTS.md → python3 tools/sync_agents_skills.py

已知限制（每期都要讀，避免過度推論）

• 首次歸因的「你自己決定」樣本 n=12、兩個月、單一 regime（半導體殺盤）。 效果量大且買賣方向一致，但不足以當定論。把樣本推大並回頭驗證，是這個 skill 存在的主要目的。
• 與 plan 一致的用戶判斷在紀錄上無法與系統區分，會被計入 system。所以「你自己決定」實際是「你脫離 plan 的決策」，不是你全部的判斷。
• get_orders 只回在掛單，已成交/已取消會從券商端消失 → order_id 歸因只能前瞻。快照斷天會產生無法歸因的缺口。
• 2026-06 之前的成交沒有 journal 理由欄，origin 永久 unknown，不必嘗試補。
• 選擇權已可經 MCP（2026-09-07）：單腿 order_type 用 buy_to_open / sell_to_close 等四碼（平倉必用 *_to_close）；兩腿 spread 用 preview_option_spread / place_option_spread（day only、ET 7AM–4PM）。三腿以上或 GTC 複式單仍 App 手掛（tg_send.py）。