Trade Review

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

歸因鏈第 1 步除了 plan.md/journal 的單號，也讀 order-registry.json 的 rule_ref（register-order 登記的規則單，2026-09-14）；本期若仍有規則單被判 user，代表掛單時漏了 register-order，列為執行力缺口。

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-fable-5-1 --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）

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：

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
• priced_in_pct 三分位（2026-09-14 起 stats 自帶）：高三分位 realized<EV 比例是否顯著高於低三分位；n<30 只記方向。連兩期同向且差距 ≥20pp → 才討論把 priced_in 納入 probability-honesty-checker 的形狀規則表（display-only 直到那時）

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：

判定條件（briefing / portfolio-review 產生旗標時已套用）：A4vsA3 ≤ −35% 且 confidence == "ok"。PE 不再作排除條件（2026-09-14 裁決）——pe_ratio 只記錄為屬性供分組。

舊 pe_ratio < 200 排除條款來自 DDOG 單一反例（A4 −71%、PE 553、事後 +19% α）。兩期影子計分（8/29、9/14）DDOG 連兩期命中（−12.7%、−3～−7%），PE>200 子集 15 筆 100% 命中/α −14.4%，PE<200 63.9%/−1.4%——唯一有訊號的正是被排除的那一段。獨立標的兩期累計 4/8，不升閘門、維持 display-only。

計分紀律： 按獨立標的、以首次旗標日的 30d α 計，逐日重複登錄不得當多筆（score 的 n=51 是灌水值）。

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。

4a-2. 影子帳 cf-*（2026-09-14 通用化）

shadow_signals.py score 的 by_signal 會列 cf-bench-loser / cf-r1-hold / cf-r17-blocked / cf-t65-capped / cf-r23-skip。每類按獨立標的報 n / hit_rate / mean α；這些是規則的免費驗證樣本：cf-r1-hold 命中率直接餵 R1、cf-r23-skip 餵 R23、cf-bench-loser 餵 L1 比選（落選者若跑贏入選者 → 比選邏輯覆審）、cf-t65-capped 餵 T6.5 上限是否該再放。n<5 只記方向。本期若 cf-* 為 0 筆 → 寫「影子帳未使用」並列為執行力缺口（該登錄沒登錄）。

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。

4c-2. 輪動相關旗標（H8，2026-09-14 起）

讀 research/rotation-corr-log.jsonl：本期每個 regime_shift == true 的 (date, pair) → 取旗標日後 10 個交易日兩籃相對報酬（工具已算 rel_ret_10d_pct，或用 archive 價格重算）。命中 = |相對報酬| ≥ 5pp 且方向與 Δρ 一致；記 H8 n / 命中。連兩期 n≥5 且命中率 <50% → 儀表降為只存 log 不上 Telegram；沒有 regime_shift 的期就寫「H8 本期無旗標」，不得用 20d ρ 的漲跌硬湊敘事。

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：

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