第 4 章 · 01 Shadow Account:复盘你自己

第 4 章 · 01 Shadow Account:复盘你自己

本节摘要:Shadow Account(影子账户)是 Vibe-Trading 区别于普通回测工具的特色功能——它不从网上找通用策略,而是读取你的真实交易流水,配对买入和卖出,找出你赚钱交易里反复出现的规则,回测一个「规则版的你」,再和真实交易做差异归因。它会输出持仓天数、胜率、盈亏比、回撤、处置效应、过度交易、追涨、锚定等行为诊断,让你看清自己到底是在靠规则赚钱、还是在靠运气亏钱。本节讲清 Shadow Account 的完整工作流(读流水 → 行为画像 → 提取规则 → 回测影子策略 → 差异归因 → 渲染报告),以及如何用 CLI 上传交易记录触发分析。读完本节,你会理解「复盘自己」比「找通用策略」更有价值的原因。

内容来源:原项目中文入门教程(第 8 章「Shadow Account」)与英文文档 tools/shadow-account 合并改写。

学习目标

阅读完本节,你应当能够:

1. 用一句话说清 Shadow Account 的定位(复盘你自己,而非找通用策略)。
2. 复述它的完整工作流(读流水 → 行为画像 → 提取规则 → 回测影子策略 → 差异归因 → 渲染报告)。
3. 列举它输出的行为诊断维度(持仓天数、胜率、盈亏比、回撤、处置效应、过度交易、追涨、锚定)。
4. 理解「差异归因」(delta-PnL)的价值——为什么对比真实交易和影子策略能暴露你的行为偏差。
5. 用 CLI 上传交易记录并触发 Shadow Account 分析。
6. 知道支持的券商导出格式,以及如何为新券商补齐这条路径。

一、Shadow Account 是什么:复盘你自己

很多交易工具的逻辑是「帮你找一个通用策略」。Shadow Account 走的是完全不同的路:它读取你自己的真实交易流水,反过来研究「你」这个交易者。

它的核心问题是:

• 你赚钱的交易里,有没有反复出现的规则?
• 如果把这些规则固化成策略,跑回测会怎样?
• 这个「规则版的你」和你的真实交易,差异在哪?是你主观判断加了价值,还是你的情绪化操作拖累了表现?

💡 为什么「复盘自己」比「找通用策略」更有价值:通用策略是公开的、人人能用的,它的超额收益会被套利掉。而你的交易行为是你的私有数据,里面藏着你独有的认知模式——可能是有效的(某种稳定的选择能力),也可能是破坏性的(追涨杀跌、处置效应)。Shadow Account 帮你把这些模式显性化。

二、完整工作流:六步

Shadow Account 的完整工作流是这样的:

第 1 步:读流水

Shadow Account 从你的交易流水开始。它支持若干常见券商的导出格式,以及 generic CSV(通用逗号分隔文件)。流水里至少要有:标的、买卖方向、数量、价格、时间。

第 2 步:行为画像

它会配对买入和卖出,算出一组行为诊断指标:

• 持仓天数:你平均持有多久?是日内、短线还是长线风格?
• 胜率:盈利交易占总交易的比例。
• 盈亏比:平均盈利 / 平均亏损。盈亏比高,说明你能让利润奔跑、快速止损。
• 回撤:你的真实账户净值经历的回撤。
• 处置效应(disposition effect):是否「卖赢家太早、抱亏家太久」——这是散户最常见的偏差。
• 过度交易(overtrading):是否交易过于频繁,被成本吃掉收益。
• 追涨(chasing):是否倾向于在大幅上涨后追高买入。
• 锚定(anchoring):是否死守某个买入价作为决策锚点,无视新信息。

第 3 步:提取规则

Shadow Account 会尝试从你赚钱的交易里,提取 3 到 5 条 if-then 规则。比如:

• 如果某标的过去 5 日涨幅 > 10%,你倾向于买入。
• 如果持仓超过 10 天且浮亏,你倾向于卖出(止损)。
• 如果持仓 3 天内浮盈 > 5%,你倾向于卖出(止盈)。

这些规则是「数据驱动的你」——不是你嘴上说的策略,而是你实际交易里反复出现的模式。

第 4 步:回测影子策略

把提取出的规则固化成一个影子策略(shadow strategy),在多市场上跑回测。这一步用到了第 2 章讲过的回测引擎,但目的不是「优化策略」,而是「看规则版的我表现如何」。

第 5 步:差异归因

把真实交易和影子策略放在一起对比,做差异归因(delta-PnL 分析):

• 如果影子策略比真实交易赚得多 → 说明你的情绪化操作拖累了表现(你偏离了自己的规则)。
• 如果真实交易比影子策略赚得多 → 说明你的主观判断加了价值(规则捕捉不到你的隐性知识)。
• 两者差不多 → 说明你的交易基本是规则驱动的,可以系统性复制。

第 6 步:渲染报告

最后把所有分析渲染成 HTML/PDF 审计报告,包含行为画像图表、提取的规则、影子策略回测结果、差异归因。这份报告是可复查的 artifact。

三、用 CLI 触发 Shadow Account

触发 Shadow Account 的典型命令是先上传交易记录,再用一句话提示触发分析:

# 上传交易流水
vibe-trading --upload trades_export.csv

# 触发 Shadow Account 分析
vibe-trading run -p "Analyze my trading behavior, extract my shadow strategy, and compare it with my actual trades"
​

第一条命令把你的交易记录上传到工作区;第二条命令让 agent 调用 Shadow Account 工具链,完成行为画像、规则提取、影子回测、差异归因、报告生成。

💡 隐私提示:你的交易流水是高度敏感的个人数据。Shadow Account 在本地处理你的流水,不会把它发到外部做分析(除了模型推理必需的部分)。上传前请确认你信任运行环境。

四、行为诊断维度详解

Shadow Account 输出的行为诊断,对应行为金融学里的几个经典偏差。理解它们,你才能看懂报告:

处置效应(disposition effect)

「卖赢家太早、抱亏家太久」——盈利的股票急于落袋为安,亏损的股票死扛不肯止损。这是散户最普遍的偏差,会让整体收益显著降低(因为赢家没让利润奔跑,亏家却让亏损扩大)。

过度交易(overtrading)

交易过于频繁,手续费和滑点累计侵蚀收益。很多人潜意识里把「忙碌」等同于「努力」,但在交易里,频繁操作往往是成本来源而非收益来源。

追涨(chasing)

在标的已经大幅上涨后才追高买入。这种行为的逻辑是「错过恐惧(FOMO)」,但通常买在阶段高点。

锚定(anchoring)

死守某个价格(通常是买入价)作为决策锚点,无视新信息。比如「我不在亏 5% 时卖,因为我的成本是 X」——但市场根本不关心你的成本。

⚠️ Shadow Account 的行为诊断是描述性的,不是指令性的。它告诉你「你有这些偏差」,但不告诉你「该怎么改」。如何利用这些洞察,仍需你自己的判断。所有分析结果均不构成投资建议。

五、差异归因的价值:为什么对比真实和影子

差异归因是 Shadow Account 最有价值的部分。它能回答一个单纯看交易记录回答不了的问题:

「我的表现,是来自我的规则,还是来自我偏离规则的随机决定?」

• 如果差异归因显示「影子策略(规则版)比你真实交易赚得多」,说明你的情绪化偏离在拖累你——你本该更系统地执行自己的规则。这种情况下,系统化交易(减少主观干预)可能改善表现。
• 如果显示「真实交易比影子策略赚得多」,说明你的主观判断在贡献价值——有些隐性知识规则捕捉不到。这种情况下,完全系统化反而可能降低表现。

这个洞察,单纯看交易记录(胜率、盈亏比)是看不出来的——必须有一个「规则版的你」做对照,这正是 Shadow Account 的独特价值。

六、支持的券商格式与扩展

当前交易流水解析支持若干常见券商导出格式和 generic CSV。如果你的券商不在支持列表里,有两个选择:

1. 手动转 generic CSV:按项目约定的字段(标的、方向、数量、价格、时间)整理成 CSV,再用 --upload 上传。
2. 为新券商补齐解析器(给贡献者):把官方 API 或用户导出的交易记录归一化成项目里的 TradeRecord 格式,然后复用现有 Trade Journal 和 Shadow Account 流程。

💡 TradeRecord 是关键:无论数据来自哪个券商,只要归一化成 TradeRecord 格式,后续的 Trade Journal 分析和 Shadow Account 流程就能复用。这是项目「解析器层」与「分析层」解耦的设计。

七、Shadow Account 与五步工作流的关系

把 Shadow Account 放回第 2 章 01 的五步工作流:

Plan    → 决定用 Shadow Account 工具链,读取上传的流水
Ground  → 读流水 + 行情数据(用于影子回测)
Execute → 行为画像 + 规则提取 + 影子回测
Validate→ 差异归因(真实 vs 影子)+ 行为诊断指标
Deliver → HTML/PDF 报告 + artifacts
​

注意 Ground 阶段除了读你的流水,还要拉对应标的的历史行情——因为影子策略要在历史数据上回测。这里 Shadow Account 同时用到了「你的私有数据」(流水)和「公开数据」(行情)。

八、什么人最适合用 Shadow Account

Shadow Account 对以下用户特别有价值:

• 有交易经验、想系统化复盘的人:你已经交易了一段时间,有流水,想知道自己的行为模式。
• 怀疑自己有行为偏差的人:觉得自己总是「卖飞赢家、死扛亏家」,想用数据验证。
• 考虑从主观交易转向系统化交易的人:想知道「如果我完全按规则交易,表现会怎样」。

如果你还没有交易记录,Shadow Account 暂时用不上——你可以先读报告模板和数据结构,等有流水了再用。

⚠️ Shadow Account 复盘的是你的历史交易行为,不预测未来。即使差异归因显示某种模式,也不代表它未来持续有效。所有分析结果均不构成投资建议,实盘前仍需经过你自己的判断和模拟盘验证。

本节要点回顾

1. 定位:Shadow Account 复盘你自己,不从网上找通用策略。
2. 六步工作流:读流水 → 行为画像 → 提取规则 → 回测影子策略 → 差异归因 → 渲染报告。
3. 行为诊断维度:持仓天数、胜率、盈亏比、回撤、处置效应、过度交易、追涨、锚定。
4. 规则提取:从赚钱交易里提取 3~5 条 if-then 规则,生成「规则版的你」。
5. 差异归因(delta-PnL):对比真实交易与影子策略,看你的表现来自规则还是主观偏离。
6. 三种归因结果:影子 > 真实(情绪化拖累)、真实 > 影子(主观加分)、两者相近(规则驱动可复制)。
7. 触发命令:vibe-trading --upload trades_export.csv + vibe-trading run -p "Analyze my trading behavior..."。
8. 扩展:通过 TradeRecord 格式归一化,可为新券商补齐这条路径。
9. 诊断是描述性非指令性:告诉你偏差在哪,不告诉你该怎么改,如何利用仍需你自己的判断。

⚠️ Shadow Account 的所有分析结果均不构成投资建议。它复盘历史行为,不预测未来,实盘前必须经过你自己的判断和模拟盘验证。

本节是第 4 章工具与进阶的第一节(P0 重点)。第 4 章其余 P1/P2 内容(多智能体团队、金融技能库、MCP 服务)留待后续批次。下一节(P0)我们将给出命令行参考,把常用 CLI 命令(run / init / serve / memory / --upload / connector / vibe-trading-mcp)集中梳理。