企业官网建设流程全解析

为什么要做这件事

一直有个模糊的感觉：临时起意的交易，胜率明显低于按计划执行的交易。但"感觉"这东西在交易里最不值钱，于是我把 214 笔成交记录导出来，用 Python 跑了一遍。

结论比想象中更极端：

胜率差37 个百分点，单笔盈亏差5.5 个百分点。

数据准备

导出成交记录，最少需要这些字段：

importpandasaspd cols=['code','buy_date','sell_date','buy_price','sell_price','shares','planned']# planned: 卖出是否符合事前计划df=pd.read_csv('trades.csv',parse_dates=['buy_date','sell_date'])```## 核心指标计算```python df['ret']=(df.sell_price-df.buy_price)/df.buy_price df['hold']=(df.sell_date-df.buy_date).dt.days df['win']=df.ret>0defsummary(g):returnpd.Series({'笔数':len(g),'平均持仓':round(g.hold.mean(),1),'胜率':f'{g.win.mean()*100:.0f}%','平均每笔':f'{g.ret.mean()*100:+.1f}%','盈亏比':round(g.loc[g.win,'ret'].mean()/abs(g.loc[~g.win,'ret'].mean()),2)})print(df.groupby('planned').apply(summary,include_groups=False))

include_groups=False是 pandas 2.2+ 的要求，不加会告警。

一个反直觉的发现

我把"临时起意"的交易再按持仓时长切一刀：

imp=df[~df.planned]imp.groupby(pd.cut(imp.hold,[0,1,3,7,100]))['win'].agg(['mean','count'])

持仓不足 1 天的那部分，胜率只有14%，而其中"当天买入当天卖出"的，接近一半是被分时图吓出来的。

换句话说：不是你的判断变差了，是决策场景变差了。

把它变成可执行的东西

复盘完我改了三处流程，都是工程问题，不是心态问题：

1. 决策前置：买入前必须写清触发条件、止损位、目标位、最大仓位。写不出来的不买——这是最有效的一条，砍掉了 60% 的冲动单。
2. 执行自动化：止损和目标位全挂条件单/预警，把"盘中决定"这个环节整个删掉。
3. 复盘结构化：盘后 20 分钟，只回答一个问题——"今天的动作符合规则吗？“不回答"为什么没赚到”。后者会诱导你去找借口，前者才会改进流程。

# 每天复盘只输出这一行，就够了print(f"规则内交易占比:{df.planned.mean()*100:.0f}% "f"规则内胜率:{df[df.planned].win.mean()*100:.0f}% "f"违规胜率:{df[~df.planned].win.mean()*100:.0f}%")```## 一点想法这套分析的真正价值不在于算出58%和21%，而在于把"我最近状态不好"这种无法证伪的说法，换成了一个可以每周跟踪的数字：**规则内交易占比**。 从68%提升到85%，我用了大概六周。期间学到的技术分析一点没变，收益结构变了。---数据为个人交易记录，代码仅作方法论演示，不构成任何投资建议。