
Risk & Control
trading-coach
Trading Coach 是一款将券商CSV自动解析为专业复盘报告的工具。支持富途(中/英)、老虎、中信、华泰等主流券商格式,提供智能导入与自动FIFO配对,重建完整持仓周期。通过8维度量化评分(入场、出场、趋势、风险、市场环境、交易行为、新闻契合、执行质量)给出整体等级和细项分数,并由10维度AI洞察进行深度模式识别与根因分析。输出包括盈亏统计、胜率、平均持仓、关键盲点与可执行改进建议,适合个人交易者、交易教练和量化研究者用于纪律检测、策略优化和风险管理,显著提升复盘效率与长期交易绩效。
Overview
Trading Coach 是一款将券商CSV自动解析为专业复盘报告的工具。支持富途(中/英)、老虎、中信、华泰等主流券商格式,提供智能导入与自动FIFO配对,重建完整持仓周期。通过8维度量化评分(入场、出场、趋势、风险、市场环境、交易行为、新闻契合、执行质量)给出整体等级和细项分数,并由10维度AI洞察进行深度模式识别与根因分析。输出包括盈亏统计、胜率、平均持仓、关键盲点与可执行改进建议,适合个人交易者、交易教练和量化研究者用于纪律检测、策略优化和风险管理,显著提升复盘效率与长期交易绩效。
Trading Coach 是一款将券商CSV自动解析为专业复盘报告的工具。支持富途(中/英)、老虎、中信、华泰等主流券商格式,提供智能导入与自动FIFO配对,重建完整持仓周期。通过8维度量化评分(入场、出场、趋势、风险、市场环境、交易行为、新闻契合、执行质量)给出整体等级和细项分数,并由10维度AI洞察进行深度模式识别与根因分析。输出包括盈亏统计、胜率、平均持仓、关键盲点与可执行改进建议,适合个人交易者、交易教练和量化研究者用于纪律检测、策略优化和风险管理,显著提升复盘效率与长期交易绩效。
Skill.md
How this skill works
Trading Coach 是一款将券商CSV自动解析为专业复盘报告的工具。支持富途(中/英)、老虎、中信、华泰等主流券商格式,提供智能导入与自动FIFO配对,重建完整持仓周期。通过8维度量化评分(入场、出场、趋势、风险、市场环境、交易行为、新闻契合、执行质量)给出整体等级和细项分数,并由10维度AI洞察进行深度模式识别与根因分析。输出包括盈亏统计、胜率、平均持仓、关键盲点与可执行改进建议,适合个人交易者、交易教练和量化研究者用于纪律检测、策略优化和风险管理,显著提升复盘效率与长期交易绩效。
🏆 Trading Coach — AI交易复盘教练
别再凭感觉交易了。让数据告诉你哪里做对了,哪里需要改进。
将券商导出的CSV交易记录,转化为专业级复盘报告和可执行的改进建议。
✨ 核心能力
- 🔄 智能导入 — 自动识别5种券商格式,一键导入
- 📊 FIFO配对 — 自动把买卖配对成完整持仓周期
- 🎯 8维度评分 — 入场、出场、趋势、风险、行为...全面诊断
- 💡 AI洞察 — 10维度分析,找出你的交易盲点
🚀 快速开始
# 首次安装
git clone https://github.com/BENZEMA216/tradingcoach.git ~/tradingcoach
cd ~/tradingcoach
python3 -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt && cp config_template.py config.py
# 一键复盘
python scripts/import_trades.py /path/to/trades.csv # 导入
python scripts/run_matching.py # 配对
python scripts/score_positions.py --all # 评分
python scripts/analyze_scores.py # 报告
📈 支持券商
| 券商 | 编码 | 自动检测 |
|---|---|---|
| 富途(中文) | UTF-8-BOM | ✅ 方向、代码、成交时间 |
| 富途(英文) | UTF-8 | ✅ Side、Symbol、Fill Time |
| 老虎证券 | UTF-8 | ✅ 交易方向、股票代码 |
| 中信证券 | GBK | ✅ 买卖标志、证券代码 |
| 华泰证券 | GBK | ✅ 操作、证券代码 |
🎯 评分体系
8个维度,每个都有权重:
| 维度 | 权重 | 评估内容 |
|---|---|---|
| 入场质量 | 18% | RSI/MACD/布林带配合度 |
| 出场质量 | 17% | 止盈止损执行 |
| 趋势把握 | 14% | 顺势/逆势、ADX强度 |
| 风险管理 | 12% | R:R比率、MAE/MFE |
| 市场环境 | 11% | 市场状态适配 |
| 交易行为 | 11% | 纪律性、冲动检测 |
| 新闻契合 | 7% | 新闻背景一致性 |
| 执行质量 | 5% | 滑点、成交效率 |
等级: A(90+) / B(80-89) / C(70-79) / D(60-69) / F(<60)
详见 references/scoring_system.md
💡 AI洞察
10个维度深度分析你的交易模式:入场质量、出场时机、风险控制、持仓周期、费用侵蚀、历史对比、模式识别、根因分析、事件关联、改进建议
详见 references/insight_dimensions.md
📊 输出示例
总持仓: 150笔 | 胜率: 62.5% | 总盈亏: $12,500 | 平均评分: 72.3 (C)
⚠️ 在超买区域做多 — 入场时RSI=75.2,建议避免RSI>70时追涨
✅ 止损执行良好 — 平均亏损控制在2.3%,纪律性强
💡 持仓时间偏短 — 平均持仓2.3天,考虑延长持有优质标的
☕ 支持作者
如果这个工具帮到了你,请考虑请我喝杯咖啡!
- GitHub Sponsors: @BENZEMA216
- Buy Me a Coffee: buymeacoffee.com/benzema216
- USDC (Base):
0x...(联系获取地址)
你的支持是我持续改进的动力 🚀
Best used for
When to use it
Trading Coach 是一款将券商CSV自动解析为专业复盘报告的工具。支持富途(中/英)、老虎、中信、华泰等主流券商格式,提供智能导入与自动FIFO配对,重建完整持仓周期。通过8维度量化评分(入场、出场、趋势、风险、市场环境、交易行为、新闻契合、执行质量)给出整体等级和细项分数,并由10维度AI洞察进行深度模式识别与根因分析。输出包括盈亏统计、胜率、平均持仓、关键盲点与可执行改进建议,适合个人交易者、交易教练和量化研究者用于纪律检测、策略优化和风险管理,显著提升复盘效率与长期交易绩效。

01 · PRE-MEETING
Prepare a decision brief
Turn scattered evidence into a structured case before an investment committee meeting.

02 · TEAM WORKFLOW
Standardize handoffs
Create consistent research outputs across analysts, portfolio managers, and agents.

03 · LIVE UPDATE
Refresh the thesis
Update scenarios after a new catalyst, KPI release, or earnings result.
Community notes
Built to improve with use.
随着 Skill 被使用与评审,反馈将展示在这里。
Discover more
Related skills
View allStock Compensation Economic Cost
Treat stock-based compensation as a real economic cost, benchmark dilution, and assess the impact on cash flow, ownership, and true profitability. Use when evaluating software or growth companies…
Goodwill Impairment Risk Indicators
Assess goodwill impairment risk using acquisition history, segment underperformance, valuation compression, and accounting warning signs. Use when evaluating acquisitive companies or balance sheets…
Capitalization Policy Consistency
Compare capitalization policy against accounting norms and peer practice to expose aggressive capitalization, expense deferral, or earnings smoothing. Use when analyzing software, R&D, content, or…