Trade journal
人机投研闭环：你出方向，AI 帮你查证/选股/记账，决策权归人。A human-agent investment-research operating model as an installable skill suite.
npx -y skills add realnaka/alphaloop --skill trade-journalAssembled from the repository path, not quoted from the project. Check it against their README if it does not work.
One thing to look at
- 16 stars16 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.
What its author says it does
Copied from the file, not written here
把交易/持仓截图或口述结构化录入「交易日志」——记下标的、方向、股数、成本价、建仓日、账户，并当场确认每笔的「来源框架」(framework/直觉/消息/未归因)，写入独立的交易日志表（默认本地 CSV/Markdown，飞书/Notion 等为可选适配器），并联动 openorder thesis-ledger 做归因与盈亏。当用户发券商/持仓/成交截图、说"记一笔/记账/录入交易/建仓/加仓/减仓/平仓/这是我的持仓""帮我把这单记下来""更新持仓"时使用。配合 openorder(归因+thesis-ledger)、stock-data-fetch(现价算盈亏)、claim-verification(截图数字不臆造)。
SKILL.md
5.2 KB, as published. Nobody here has run it
Trade Journal（交易日志：截图/口述 → 结构化录入）
目的：把"建仓即记"变成习惯——每笔交易记下成本价 + 建仓日 + 来源框架，让 openorder
thesis-ledger.md的盈亏栏能自动回填、框架命中率自然累积。这是闭合「分析→建仓→盈亏→校准」环最缺的一步。 接线：归因/落档走openorder；现价算盈亏走stock-data-fetch；截图数字不臆造走claim-verification（看不清的标 ⚠️，不编）。 铁律：交易写入独立的交易日志表，绝不写用户原有的展示/持仓表，避免污染既有结构与数字。
存储后端（默认本地，云端可选）
为了让任何人开箱即用，默认把交易日志存成本地文件，云端表格是可选适配器：
| 后端 | 路径 / 配置 | 适用 |
|---|---|---|
| 本地 CSV（默认） | ${TRADE_JOURNAL:-$HOME/openorder/trade-journal.csv} | 零依赖，纯文本，git 可追踪 |
| 本地 Markdown 表 | ${OPENORDER_HOME:-$HOME/openorder}/trade-journal.md | 想跟 openorder wiki 放一起、用 Obsidian 浏览 |
| 云端表格（可选） | 飞书/Google Sheets/Notion 等，token 放环境变量，不要硬编码进本仓库 | 多端同步 / 团队共享 |
用云端表格时，把 spreadsheet token、sheet_id 等放进你自己的环境变量或本地配置（如
~/.config/trade-journal/config），永远不要把私有 token 提交到任何公共仓库。
表头（统一列结构，CSV/表格通用）
日期,账户,标的,方向,股数,成本价,货币,金额,来源框架,thesis-id,备注
| 列 | 字段 | 说明 |
|---|---|---|
| 日期 | 成交日 YYYY-MM-DD | |
| 账户 | 券商/钱包名 | FUTU/Tiger/IBKR/Wallet… |
| 标的 | ticker 或中文名 | |
| 方向 | 买 / 卖 / 加仓 / 减仓 / 平仓 | |
| 股数 | 数量 | |
| 成本价 | 成交单价 | |
| 货币 | USD/CNY/HKD… | |
| 金额 | 股数×成本价（本币） | |
| 来源框架 | framework:{id} / 直觉 / 消息 / 未归因 | 每笔必确认 |
| thesis-id | 关联 openorder thesis-ledger 的 ID | 可空 |
| 备注 | 截图看不清/存疑的标注在此 |
录入工作流
1. 读输入（截图用 Read 读图 / 口述直接取）
→ 抽取每笔：日期、账户、标的、方向、股数、成本价、货币
→ 看不清的字段标 ⚠️，向用户确认，绝不臆造（claim-verification 纪律）
2. 逐笔确认「来源框架」（关键人机边界，必须问）
→ 这笔是哪个框架/thesis 驱动的？还是直觉/消息/未归因？
→ 这是把人的判断变成可复利训练信号的入口，不能省
3. 追加到交易日志表（仅此独立表，不碰原始持仓表）
→ 本地 CSV：按表头顺序 append 一行（多笔批量）；首次创建先写表头
→ 云端表格：用对应 CLI/API append；写前先确认表结构与 sheet_id
（注意各家 append API 的 range 行数必须 ≥ 要写的行数）
4. 联动 openorder（归因闭环）
→ 框架驱动的建仓：在 thesis-ledger 对应/新建 thesis，回填 头寸=framework:X + 成本 + 建仓日
→ 未归因的：标 直觉/消息，列入复盘提醒
→ 追加 openorder log（action=decision）
5. 回执
→ 列出记了哪几笔、来源框架、写到表的第几行；ASK 是否要据此更新持仓敞口
盈亏计算（查询时）
要看盈亏时：从交易日志取成本，用 stock-data-fetch 取现价（标时间+源），盈亏 = (现价−成本价)×股数。铁律：框架对错（thesis 结果）与头寸盈亏分开记分，不用单笔盈亏给框架定生死（见 openorder frameworks/outcome-tracking.md）。
边界：何时不要用我
- 用户只是问行情/分析，没有"记一笔/录入"意图 → 不要触发（那是 strategic-materials / openorder 的活）。
- 绝不写用户的原始持仓/展示表；只写独立交易日志表。
- 截图数字模糊读不准 → 标 ⚠️ 让用户确认，不猜不填。
反模式
- ❌ 不确认来源框架就录入（丢掉最有价值的归因信号）。
- ❌ 把看不清的成本价/股数硬填一个数（违反 claim-verification）。
- ❌ 写进原始持仓表导致结构/数字被污染。
- ❌ 用单笔盈亏判定框架好坏（要看命中率 n，且对错≠盈亏）。
- ❌ 把私有云端表 token 硬编码进公共仓库（放环境变量）。