Trade Analyzer

交易策略分析专家 - 深度解析交割单和交易复盘数据，提供胜率、盈亏比、策略一致性评估及改进建议。支持 CSV、Excel、文本格式输入，输出专业 Markdown 报告。

Security Scan

The skill's description, SKILL.md, and visible code mostly align with a local trade-analysis tool and it requests no credentials or installs, but the provided source snippet is truncated so I cannot fully verify there are no hidden network calls or unexpected behaviors.

Purpose & Capability

Name/description (trade analysis) match the code and instructions. The skill only needs to read user-provided CSV/text/XLSX data and compute metrics; no unrelated environment variables or binaries are requested.

Instruction Scope

SKILL.md confines runtime behavior to parsing uploaded trade files, computing statistics, and producing a Markdown report. It mentions Excel support via a separate 'document-pro' skill (an external capability the agent may call). The runtime instructions do not direct the agent to read arbitrary system files or to transmit data to unknown endpoints. However, the analyzer.py content in the prompt is truncated, so I could not confirm the remainder of the code does not perform network I/O or other out-of-scope actions.

Install Mechanism

No install spec is declared (instruction-only with included Python source). That minimizes installer risk; nothing is downloaded or executed during install. The README and SKILL.md recommend using openpyxl for Excel, but openpyxl is not declared as installed here.

Credentials

The skill requests no environment variables, credentials, or config paths. That is proportionate to a local data-analysis utility. The SKILL.md does note relying on a 'document-pro' skill for Excel parsing—check that skill separately for any credential/network requirements.

Persistence & Privilege

The skill is not forced-always; it is user-invocable and allows normal autonomous invocation (platform default). It does not request persistent privileges or system-wide config changes in the visible instructions.

What to consider before installing

This package appears coherent for local trade-data analysis: it reads user-uploaded CSV/text/XLSX and produces markdown reports and requests no credentials. Before installing or enabling it: 1) Inspect the full analyzer.py (the prompt included a truncated excerpt) to confirm there are no network calls (requests/urllib/socket subprocesss that could exfiltrate data) or hidden eval/exec usage. 2) Review any referenced skill (document-pro) to see if it sends data to external services. 3) Only upload non-sensitive test data initially and run in a sandbox environment. 4) If you will analyze real trading records, ensure the agent/skill runs locally or in a trusted environment since the reports contain sensitive financial data.

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

1. 用户上传交易记录文件（CSV/Excel/文本）
2. 用户说"分析我的交易记录"
3. 用户要求"帮我复盘交割单"
4. 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

1. 用户上传文件 → 自动检测格式
2. 数据解析 → 提取关键字段
3. 统计分析 → 计算各项指标
4. 模式识别 → 发现交易规律
5. 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