Trade Analyzer - 交易策略分析专家
深度解析交易记录，发现你的交易优势与盲点。
功能概述
- 多格式支持：CSV、Excel (.xlsx)、文本格式自动识别
- 核心指标：胜率、盈亏比、平均收益、最大回撤、夏普比率
- 策略评估：交易一致性、纪律性评分、风格识别
- 智能建议：基于数据模式的个性化改进方案
- 专业报告：Markdown 格式，含 ASCII 可视化图表
触发场景
- 用户上传交易记录文件（CSV/Excel/文本）
- 用户说"分析我的交易记录"
- 用户要求"帮我复盘交割单"
- 用户想"评估交易策略"
输入格式支持
CSV 格式
日期,股票,买入价,卖出价,收益率,策略
2024-01-01,贵州茅台,1000,1100,10%,价值投资
Excel 格式
- 支持 .xlsx 文件
- 自动识别常见列名（日期、股票、收益、策略等）
- 支持多 Sheet（分析第一个数据 Sheet）
文本格式
4月30日,全筑股份,打板,5月7日,涨停炸板,20%
5月6日,川润股份,打板,5月7日,开盘跳水,4%
分析维度
1. 基础统计
- 总交易次数
- 胜率（盈利次数/总次数）
- 平均盈利 / 平均亏损
- 盈亏比
- 总收益率
- 最大单笔盈利/亏损
2. 风险指标
- 最大回撤
- 收益波动率
- 夏普比率（简化版）
- 连续亏损次数
3. 策略一致性
- 买入方式一致性
- 卖出纪律评分
- 仓位管理评估
- 交易频率稳定性
4. 行为分析
- 盈利时持仓周期
- 亏损时持仓周期
- 最佳交易时段
- 常见错误模式
输出报告结构
📊 交易策略分析报告
一、核心数据概览
二、胜率与盈亏比分析
三、风险指标评估
四、策略一致性评分
五、交易行为画像
六、改进建议与行动计划
七、数据附录
使用流程
- 用户上传文件 → 自动检测格式
- 数据解析 → 提取关键字段
- 统计分析 → 计算各项指标
- 模式识别 → 发现交易规律
- 生成报告 → Markdown 格式输出
依赖
- Python csv 模块（内置）
- openpyxl（Excel 支持，通过 document-pro 技能）
- 纯 Python 计算（无需 pandas）
限制
- 不支持 PDF 截图（需 OCR，后续版本考虑）
- 单次分析建议 <1000 条交易记录
- 需要明确的列名（支持智能映射）
示例
用户：分析这个交易记录 [上传 CSV]
系统：
📊 交易策略分析报告
===================
【核心数据】
总交易次数：49 笔
胜率：73.5% ⭐ 优秀
盈亏比：1.53 : 1
总收益率：+180%
【策略一致性评分】85/100
✅ 买入方式统一：100% 打板
✅ 止损纪律严格：平均止损 -6.4%
⚠️ 卖点偏早：存在卖飞现象
【改进建议】
1. 引入"龙头持股机制"，减少卖飞
2. 加仓机制：确认龙头后加仓
3. 空仓机制：连续亏损 3 笔后强制休息