核心用法
skill-trading-journal 是一款面向加密货币与金融交易者的结构化日志系统，核心功能分为三个层次：
1. 交易记录层
强制要求每笔交易包含完整上下文：标的符号、方向（多空）、入场/出场价格与日期、仓位大小、投资论点（thesis）、催化剂事件、信号来源、止损止盈位、实际盈亏（PnL）、情绪状态及复盘教训。数据以 JSON 格式持久化存储于 ~/.openclaw/workspace/trading/journal.json，支持与 skill-crypto-threshold-watcher、skill-catalyst-calendar 等技能联动。
2. 自动化报告层
- 周报：过去7天总盈亏、胜率、平均盈亏比、最佳/最差交易、教训总结、策略调整建议
- 月报：信号类型有效性分析、市场 regime 识别、规则更新推荐
3. 行为分析层
通过情绪标签（calm/excited/fearful/greedy/neutral）追踪心理状态与交易结果的关联，解决"情绪化交易"这一最常见败因。
显著优点
- 规则前置校验：提交交易前强制检查 thesis、止损、止盈、仓位、催化剂五项，从源头杜绝随意交易
- 闭环反馈机制：每笔交易标注 "thesis_correct" 与 "execution_correct"，区分"看对做错"和"看错做对"
- 生态集成：输入端对接信号技能与日历技能，输出端向回测系统和量化策略推送验证数据
- 数据可审计：结构化 JSON 便于后续量化分析、可视化或机器学习训练
潜在缺点与局限性
- 依赖用户诚实度：情绪自评、出场理由等字段存在主观美化风险
- 无实时数据接入：需手动或配合其他技能更新价格与执行状态
- 加密货币中心化：字段设计（如 USDC 计价、币安风格 symbol 格式）对股票、外汇等传统资产适配需调整
- 缺乏可视化：原生无图表功能，需导出至外部工具
适合人群
- 有明确交易系统、追求持续迭代的加密货币日内/波段交易者
- 量化交易者的人工验证环节
- 交易教练对学生进行行为分析的辅助工具
常规风险
1. 过度优化风险：频繁根据近期数据调整参数，导致曲线拟合
2. 幸存者偏差：未记录的"盘中冲动交易"破坏日志完整性
3. 隐私泄露：本地 JSON 文件若同步至云端，可能暴露持仓与盈亏细节
4. 工具依赖：严格执行规则可能错过高概率但"不符合模板"的机会