大多数交易员记交易日志的方式和多数人记日记一样。
第一周热情满满，写了三周就停了。经历一个糟糕的月份后又重新开始，写两周，然后又停。
日志永远无法积累价值，因为交易员既要自己做分析，又要亲自交易、管理头寸、研究市场，还要处理其他所有分散注意力的事情。
分析工作总是被那些看似更紧急的事项挤掉。
Obsidian 交易大脑可以永久解决这个问题。
它不需要你坐下来分析自己的交易。它会自动完成分析。在你从单个头寸内部看清模式之前，它就已经识别出你的行为模式。它会告诉你，你的交易历史关于你的优势、弱点，以及哪些具体条件下你持续盈利、哪些条件下你持续亏损的真实情况。
30 天后，它比你自己更了解你的交易。
90 天后，它会阻止你重蹈过去交易记录中已经犯过的错误。
180 天后，它会建立起一个关于你真实优势的统计画像，这是任何主观的自我评估都无法做到的。
本文是一份完整的构建指南。
为什么交易员无法从交易中吸取教训
在了解架构之前，先理解问题所在。
多数交易员亏损并非因为缺乏技巧。
他们亏损是因为看不到自己的模式。
过早止盈、过晚止损的模式，在单个交易内部是无法察觉的。只有同时回顾 50 笔交易，它才会显现出来。
周五当天头寸盈亏为负时过度交易的模式，在当时你是注意不到的。它只会在汇总数据中浮现。
你最佳交易都共享某个特定入场条件的模式，在你专注于执行每笔交易时是隐形的。需要一个能同时审视你所有最佳交易的人才能发现。
这个人就是 Claude。
通过 MCP 连接到你的交易库，并对你完整的交易历史进行自动分析，Claude 能看到你从自身经验中无法看到的东西。
交易大脑的四大支柱
交易大脑由四个不同的部分组成，它们协同工作，将原始交易数据转化为不断积累的智慧。
支柱一：交易记录 —— 记录每笔交易，提供足够细节以进行有意义的分析。
支柱二：绩效分析 —— 自动读取你的交易数据并识别结果模式的流程。
支柱三：交易前情报 —— 在入场前为你呈现相关历史模式的决策支持功能。
支柱四：市场情报 —— 追踪与你策略相关的品种、板块和市场状况的研究层。
每个支柱都相互滋养。交易记录为绩效分析提供数据。绩效分析为交易前情报提供支撑。市场情报为交易前情报提供必要的外部背景，使其真正有用。
库结构
TRADING-BRAIN/
trades/
open/
[YYYY-MM-DD]-[TICKER]-open.md
closed/
[YYYY-MM-DD]-[TICKER]-closed.md
watchlist/
[TICKER]-watchlist.md
analysis/
performance/
weekly/
[YYYY-MM-DD]-weekly-performance.md
monthly/
[YYYY-MM-DD]-monthly-performance.md
patterns/
[YYYY-MM-DD]-pattern-report.md
edge-reports/
[YYYY-MM-DD]-edge-analysis.md
intelligence/
instruments/
[TICKER]-intelligence.md
sectors/
[SECTOR]-intelligence.md
market-conditions/
[YYYY-MM-DD]-market-context.md
pre-trade/
[YYYY-MM-DD]-[TICKER]-pre-trade-brief.md
journal/
[YYYY-MM-DD]-trading-journal.md
system/
CLAUDE.md
edge-definition.md
rules.md
交易大脑 CLAUDE.md
CLAUDE.md 文件让每一次分析都专属于你的策略，而非泛泛而谈。
交易大脑 — CLAUDE.md
交易员档案
姓名：[你的名字]
交易风格：[日间/波段/头寸]
主要市场：[加密货币/股票/期货/外汇]
账户规模：[大致范围]
交易频率：[每周大致交易次数]
经验：[交易年数]
我的策略
[用具体术语描述你的策略]
[你寻找什么样的入场形态]
[有效入场形态必须具备哪些条件]
[什么条件会使入场形态失效]
我的优势定义
[目前对你优势所在的最佳理解]
[随着证据积累，此部分通过分析更新]
当前假设：[你的优势假设]
支撑证据：[你的历史数据所显示的]
反面证据：[假设失效的情况]
我已知的弱点
[分析已识别出的持续问题模式]
[随着新模式的确认而更新]
当前已知弱点：
- [弱点 1 及证据]
- [弱点 2 及证据]
绩效基准
胜率目标：[你的目标]
平均 R 目标：[你的目标]
最大回撤容忍度：[你的限制]
表现最佳的条件：[目前所知]
表现最差的条件：[目前所知]
规则
[你不可妥协的交易规则]
[这些规则应足够具体，以便分析能检查每笔交易是否遵守]
规则 1：[规则]
规则 2：[规则]
规则 3：[规则]
分析偏好
[你希望 Claude 如何呈现分析]
[哪些指标对你最重要]
[你最想从交易分析中得到哪些问题的答案]
交易记录系统
记录系统是一切的基础。垃圾输入只会得出垃圾分析。丰富的记录才能产生深刻的洞察。
每笔交易都有自己的笔记。笔记遵循严格的模板，以便 Claude 能可靠地从中提取结构化数据。
交易开仓模板：
type: trade
status: open
ticker: [TICKER]
direction: [LONG/SHORT]
entry_date: [YYYY-MM-DD]
entry_time: [HH:MM]
entry_price: [PRICE]
position_size: [SIZE]
account_percentage: [% OF ACCOUNT]
setup_type: [YOUR SETUP NAME]
timeframe: [PRIMARY TIMEFRAME]
market_condition: [TRENDING/RANGING/VOLATILE/CHOPPY]
thesis_confidence: [1-10]
[TICKER] — [DIRECTION] — [DATE]
设置
[准确描述你看到的，使你认为这是一个有效入场点的所有因素]
[具体说明价格行为、指标或条件]
论点
[你为什么预期这笔交易会成功]
[你正在利用的催化剂或优势是什么]
计划
入场价：[PRICE]
止损价：[PRICE] — R 风险：[美元金额]
目标 1：[PRICE] — R 回报：[R 比率]
目标 2：[PRICE] — R 回报：[R 比率]
最长持有时间：[DURATION]
风险检查
[确认你在入场前已检查过自己的规则]
规则 1 合规：[是/否 — 原因]
规则 2 合规：[是/否 — 原因]
规则 3 合规：[是/否 — 原因]
心理状态
[你入场时感觉如何]
[是否有任何外部压力或干扰]
[对入场形态的信心：1-10]
交易平仓模板（平仓时添加到开仓笔记中）：
平仓
close_date: [YYYY-MM-DD]
close_time: [HH:MM]
close_price: [PRICE]
result_r: [R 倍数 — 例如 +2.3R 或 -1R]
result_pnl: [美元金额]
hold_duration: [HOURS/DAYS]
exit_reason: [目标触及/止损触及/手动平仓/时间止损]
发生了什么
[描述交易从入场到出场的发展过程]
[价格实际走势与你预期有何不同]
执行质量
交易是否按计划执行：[是/部分/否]
如果否：[发生了什么变化，你为什么偏离计划]
学到了什么
[从这笔交易中得到的一个具体见解]
[未来交易中你将寻找或避免的东西]
规则遵守情况
[你在整笔交易中是否遵守了所有规则]
[如果没有：哪些规则以及原因]
记录时的详细程度决定了分析时的洞察深度。记录越丰富，收获越大。
绩效分析工作流
三个自动化流程将你的交易数据转化为情报。
工作流 1：每周绩效分析器
每周日下午 7 点，此工作流读取过去 7 天内所有已平仓交易，并生成结构化的绩效分析报告。
N8N 触发器在周日下午 7 点触发。它使用以下提示词调用 Claude API：
读取 TRADING-BRAIN/trades/closed/ 中过去 7 天内的所有已平仓交易文件。
同时读取 CLAUDE.md，了解我的策略、规则和当前的优势定义。
生成一份涵盖以下内容的每周绩效分析报告：
原始绩效
- 总交易笔数：[N]
- 胜率：[%]
- 平均赢家：[R]
- 平均输家：[R]
- 期望值：[每笔交易 R]
- 周总盈亏：[美元 和 R]
模式分析
将本周的交易与我在 CLAUDE.md 中的历史模式进行比较。
对于每笔亏损交易：
- 违反了哪条规则（如有）
- 属于哪种入场形态
- 发生在哪种市场条件下
- 退出原因是什么
对于每笔盈利交易：
- 属于哪种入场形态
- 发生在哪种市场条件下
- 持有时间是多少
- 是达到了目标还是手动平仓
规则遵守审计
检查本周每笔交易的规则合规部分。为每条规则生成一个规则遵守分数。
标记任何被违反超过一次的规则。
入场形态绩效细分
按入场形态对所有交易进行分组。
对于每种入场形态，显示：胜率、平均 R、交易笔数、最佳条件。
优势信号
本周的数据是支持还是挑战我在 CLAUDE.md 中的当前优势假设？
提供具体的支持或反对证据。
下周重点
基于本周的分析，确定：
- 一件需要多做的事
- 一件需要少做的事
- 一条需要特别关注的规则
保存至：TRADING-BRAIN/analysis/performance/weekly/
[DATE]-weekly-performance.md
工作流 2：月度优势报告
每月第一天，此工作流读取上个月的所有周度分析报告，并将其综合成一份全面的优势报告。
读取过去 30 天内在 TRADING-BRAIN/analysis/performance/weekly/ 中的所有周度绩效分析报告。
读取过去 30 天内的所有已平仓交易。
读取 CLAUDE.md，了解当前的优势定义和已知弱点。
生成一份涵盖以下内容的月度优势报告：
统计绩效摘要
完整的月度统计数据，具有足够的交易笔数以评估统计显著性。
对于我的策略，达到多少交易笔数后该样本才具有统计意义？
优势验证
过去 30 天的数据是否支持我在 CLAUDE.md 中的当前优势假设？
哪些条件产生了最佳结果？
哪些条件产生了最差结果？
哪种特定入场形态的期望值最高？
弱点确认或反驳
对于 CLAUDE.md 中的每个已知弱点：
本月提供了证实还是反驳的证据？
该弱点应保留、更新还是删除？
规则有效性分析
对于每条交易规则：
遵守该规则的交易与违反该规则的交易之间，绩效差异是多少？
这回答了问题：你的规则真的有用吗？
最优条件分析
确定你的交易结果最佳的条件交集：
- 哪些入场形态
- 哪些市场条件
- 哪些时间框架
- 星期几
- 哪个交易时段
这是你最高概率的交易环境。
更新的优势定义
基于本月的证据，为 CLAUDE.md 提出一个更新的优势定义。
具体说明数据实际上显示了什么。
保存至：TRADING-BRAIN/analysis/edge-reports/
[DATE]-edge-analysis.md
工作流 3：实时模式警报
此工作流在你每次平仓时运行，并根据你已知的模式检查交易结果。
一笔交易刚刚平仓：[交易文件路径]
读取已平仓交易笔记。
读取 CLAUDE.md，了解已知的模式和弱点。
读取最近 10 笔已平仓交易以获得背景。
将这笔交易与 CLAUDE.md 中的每个已知模式和弱点进行核对。
如果这笔交易匹配一个已知的失败模式：
在 TRADING-BRAIN/analysis/patterns/ 中创建一个警报笔记，标题为 PATTERN-ALERT-[DATE]-[TICKER].md
警报应包括：
- 匹配了哪个模式
- 这笔交易如何符合该模式
- 该模式的历史结果是什么
- 这对未来类似的入场形态意味着什么
交易前情报功能
这是在本周内就能收回整个系统成本的功能。
在入场任何重大交易之前，运行此提示词：
我正在考虑入场这笔交易：
标的：[TICKER]
方向：[LONG/SHORT]
入场形态：[SETUP TYPE]
市场条件：[当前条件]
时间框架：[TIMEFRAME]
读取我的 TRADING-BRAIN 库并告诉我：
历史先例
我以前交易过这种入场形态吗？
如果是：总绩效如何？
胜率、平均 R、样本量。
哪些条件产生了赢家和输家？
模式匹配
这个入场形态是否匹配我在 CLAUDE.md 中的任何已知模式或弱点？
如果是弱点模式：直接告诉我，我的历史数据显示在这种情况下会发生什么。
规则检查
根据我提供的交易细节：
我的任何规则是否对这个入场点提出了担忧？
在我入场前标记任何潜在的违规行为。
市场背景匹配
当前的市场条件与我表现最佳的条件相比如何？
这个入场形态是发生在我的最高概率环境还是较低概率环境中？
心理状态考量
根据我最近的交易日志条目：
我的心理状态是否处于历史表现显示我应该交易的状态？
裁决
综合以上所有信息：
这个入场形态是在我的历史优势之内还是之外？
在入场前我应该解决哪些具体问题？
什么会使这个入场点具有更高的确定性？
这不是一个推荐。这是我的历史数据应用于我当前的决策。最终决定由我来做。
这个提示词，就是带着历史智慧交易与仅仅依靠当前时刻信息交易之间的区别。
市场情报层
交易大脑不仅仅是一个内部分析系统。它还追踪你的交易所在的外部环境。
一个每周市场情报工作流在周日上午绩效分析之前运行。它读取近期市场动态，综合与你策略相关的背景，并写下一篇市场背景笔记，供绩效分析参考。
搜索过去一周内与我的交易范围相关的重大市场动态。
基于我的 CLAUDE.md（涵盖 [你的市场]）：
生成一份涵盖以下内容的市场情报简报：
宏观背景
本周发生了哪些影响我所交易条件的宏观动态？
板块轮动
板块或资产类别之间是否存在显著的资金流向变化？
波动率制度
本周波动率是扩大还是收缩了？
这对我的策略的绩效特征意味着什么？
关键水平
本周我的主要标的中是否有任何被测试或突破的显著技术水平？
即将到来的催化剂
下周是否有任何可能显著影响我所交易品种的事件？
财报、宏观数据、监管决策。
交易环境评估
基于以上分析：下周对于我的特定策略来说，是更有利还是更不利的环境？
保存至：TRADING-BRAIN/intelligence/market-conditions/
[DATE]-market-context.md
情绪模式追踪器
任何交易日志中最被低估的数据是情绪数据。
大多数交易员记录他们做了什么。交易大脑还会追踪他们的感受，以及情绪状态与绩效之间的相关性。
每日交易日志笔记捕捉了这些信息：
交易日志 — [DATE]
早上状态
精力水平：[1-10]
专注水平：[1-10]
情绪状态：[冷静/焦虑/过度自信/沮丧/中性]
今天的外部压力：[任何影响专注的事情]
市场态度：[看涨/看跌/中性/不确定]
盘中
值得注意的情绪时刻：[任何显著的情绪反应]
决策质量：[感觉可控/反应式/纪律性/冲动]
日终
对执行的满意度：[1-10]
今天最大的心理挑战：[什么考验了你]
明天要做得不同的一件事：[具体改变]
月度优势报告包含一份情绪绩效相关性分析：
比较所有早上情绪状态为焦虑或沮丧的交易与冷静或中性的交易。
绩效差异是多少？
我的情绪状态与交易结果之间是否存在统计上显著的关系？
这个分析回答了一个问题：我是否应该根据交易时段开始时的情绪状态来调整交易方式？
一个周末搭建系统
完整的交易大脑需要一个周末来搭建。
周六上午：库结构
创建所有文件夹。编写你的 CLAUDE.md。根据你目前对优势的最佳理解编写 edge-definition.md。编写你的 rules.md。
所需时间：2 小时。
周六下午：交易模板
创建开仓和平仓交易模板作为 Obsidian 模板。通过从记忆中记录两到三笔历史交易来测试它们。
所需时间：1 小时。
周六晚上：MCP 连接
安装 Claude Desktop。配置指向你交易库的 Filesystem MCP。验证 Claude 可以读取你的 CLAUDE.md 和交易文件。
所需时间：1 小时。
周日上午：首次分析
手动触发每周绩效分析，分析你已有的任何交易历史。即使只有五或十笔历史交易，也能产生有用的初步输出。
阅读输出。注意那些让你惊讶的地方。
所需时间：2 小时。
周日下午：N8N 工作流
设置 N8N。构建三个自动化工作流。逐一测试每个工作流。
所需时间：2 小时。
周日晚上：首次交易前简报
思考一个你正在考虑下周入场的交易。运行交易前情报提示词。看看你的历史数据怎么说。
如果提示词揭示了你之前未考虑过的东西，那么你就看到了这个系统的价值。
所需时间：30 分钟。
90 天后会发生什么
交易大脑的价值不会在搭建时达到顶峰。它会不断积累。
第 30 天，你有了一个月的结构化交易数据。第一份月度优势报告会确定两到三个你之前没有有意识注意到的模式。交易前功能已经捕捉到一两次匹配你已知弱点模式的入场形态。
第 60 天，系统拥有足够的数据，可以针对你特定入场形态的表现，得出具有统计意义的洞察。你知道哪些入场形态在你手里有正期望值，哪些虽然是净亏损但感觉上却有效。你停止交易那些负期望值的入场形态。
第 90 天，情绪相关性分析拥有足够的数据来回答你的情绪状态是否真的会影响你的结果。对于大多数交易员来说，这会产生两个结果之一：要么情绪状态没有可测量的影响，他们可以不再为此担忧；要么情绪状态有显著的可测量影响，并且他们有具体的数据来决定该怎么做。
任何一个结果都是有价值的。两者都需要 90 天的数据才能产生。
第 180 天，交易大脑已经构建了一个关于你优势的统计画像，其准确性超过了任何内省的自我评估。你了解按入场形态、市场条件、星期几、交易时段和情绪状态划分的胜率。你知道哪些规则在保护你，哪些规则可能过于严格。你了解你的期望值最高的条件。
你交易方式不同了，因为你是基于证据而非信念进行交易。
这个周末就打下基础。
积累从记录第一笔交易开始。
关注 @cyrilXBT，获取精确的 CLAUDE.md 模板、N8N 工作流和交易记录格式，让整个系统以最高水平运行。
