trade-validation

核心用法

trade-validation 是一个专为预测市场（如 Polymarket、Kalshi）设计的交易评估框架，采用10维度加权评分系统对交易机会进行量化分析。用户需对每个维度进行1-10分评分，计算加权总分后，只有达到80%以上置信度且无任何维度低于4分（自动否决线）的交易才能执行。框架配套完整的评分卡模板、交易日志格式和前置检查清单，强制要求记录反向论证、 falsification 条件和退出策略。

显著优点

该框架的最大价值在于系统性消除认知偏误。通过强制要求"为什么我们可能错了"的反向论证、多源交叉验证（12%权重）以及共识偏离度分析（8%），有效对抗确认偏误和过度自信。风险管理制度设计尤为严谨：10%单笔仓位上限、30%总敞口上限、$8日亏损熔断、1小时冷静期、禁止报复性交易等规则，将行为金融学的研究成果转化为可执行的操作纪律。此外，纯文本、零依赖的设计使其具备极高的可移植性和可审计性。

潜在缺点与局限性

首先，框架本身无法强制执行规则——所有风控阈值依赖用户自觉遵守，在真实交易压力下容易被突破。其次，评分主观性较强："信息优势"（18%权重）和"市场效率"（10%）等维度的判断高度依赖用户的研究能力和信息质量，新手可能系统性高估自身优势。第三，框架针对二元/离散结果市场优化，对体育博彩、DeFi 收益耕作等场景明确不适用，适用范围较窄。最后，历史准确性维度仅占5%权重，对缺乏交易记录的新用户参考价值有限。

适合的目标群体

主要面向三类用户：一是预测市场活跃交易者，尤其是 Polymarket/Kalshi 用户，需要结构化工具提升决策质量；二是行为经济学实践者，希望将学术研究成果应用于真实交易场景；三是交易纪律重建者，因情绪化操作导致亏损、需要外部框架约束自身行为的投资者。不适合纯新手（缺乏评分所需的信息判断能力）、追求高频交易的用户（冷静期规则冲突）或期望自动化执行的交易者。

使用风险

合规风险：预测市场在多数司法管辖区处于监管灰色地带，用户需自行确认当地合法性。执行落差风险：框架为分析工具，不连接任何交易API，从评分到实际下单存在"知行分离"空间。过度拟合风险：用户可能针对历史数据优化评分策略，导致未来表现衰减。流动性误判风险：框架仅设定$25最低流动性门槛，但极端行情下实际滑点可能远超预期。

核心用法

trade-validation 是一套专为 Polymarket、Kalshi 等预测市场设计的交易评估框架，通过10个加权维度对交易机会进行量化打分。核心操作流程：

1. 10维度评分：信息优势(18%)、信源质量(12%)、市场效率(10%)、时间跨度(8%)、下行保护(15%)、交叉验证(12%)、历史准确率(5%)、流动性风险(7%)、共识偏离度(8%)、事件催化剂(5%)
2. 强制阈值：加权总分≥80%方可交易，任一维度<4分自动否决
3. 仓位分级：80-84%最小仓位($3-5)，85-89%标准仓位($5-7)，90%+信念仓位($7.50上限)
4. 硬性风控：单仓≤10%本金、总敞口≤30%、日亏$8熔断、亏损后1小时冷静期、禁止报复交易

显著优点

• 纪律性强：将情绪化交易转化为可量化的评分决策，避免FOMO和报复交易
• 风控完备：多层防护（自动否决、熔断机制、时间限制）形成交易安全网
• 强制反思：强制要求填写反方论证和证伪条件，培养概率思维
• 可审计：标准化评分卡与交易日志模板，便于复盘优化
• 适用场景明确：专门针对预测市场的二元/离散结果设计，区别于一般加密投资

潜在局限

• 门槛较高：需要同时满足10维度评分和风控检查，小额交易者可能嫌繁琐
• 依赖主观判断：信息优势、市场效率等维度仍需人工评估，存在认知偏差风险
• 流动性限制：<$25流动性市场自动失效，可能错过早期机会
• 时间窗口窄：12am-7am禁止交易可能错过突发事件窗口
• 无自动执行：纯文档框架，需人工填写计算，无实时数据接入

适合人群

• 预测市场（Polymarket/Kalshi）常规交易者
• 追求纪律性、可复盘交易系统的理性投资者
• 愿意投入时间进行前置研究、接受机械化风控的用户

常规风险

• 框架滥用风险：不适用于体育博彩、DeFi挖矿、股票分析等场景，误用将导致错误决策
• 过度自信偏差：高评分可能放大仓位，但预测市场仍存在不可预知的黑天鹅
• 流动性陷阱：即使评分通过，实际成交滑点可能超出预期
• 情绪绕路： disciplined 用户可能因"只差1分"而强行调整评分执行交易

该Skill已通过S+安全认证，纯Markdown文档无任何可执行代码，可放心作为决策辅助工具使用。