Shadow Account — 影子账户

何时触发

当用户说 "提炼我的策略" / "训练影子" / "我的打法回测一下" / "我能多赚多少" / "我的盈利模式" 时，加载此 skill。

前提：用户已上传交割单且 analyze_trade_journal 已跑过。若没有，先跑 Phase 4a 工具。

工作流（四步）

1. extract_shadow_strategy(journal_path=...)
   • 返回 shadow_id + 3-5 条人话规则
   • 向用户 confirm："这些规则像你本人吗？" 如果用户说"不像"，提高 min_support 重跑
2. run_shadow_backtest(shadow_id=..., journal_path=...)
   • 返回 per-market 指标 + delta_pnl + attribution breakdown
   • 默认四市场并跑（china_a/hk/us/crypto）
3. render_shadow_report(shadow_id=...)
   • 生成 HTML + PDF（weasyprint 失败时自动降级成 HTML-only）
   • 返回 html_path / pdf_path / delta_pnl
4. （可选）scan_shadow_signals(shadow_id=...) — 今日落在影子入场窗口的标的列表（研究用）

产出解读

规则卡

每条规则含：rule_id、human_text（≤30 字）、support_count、coverage_rate、holding_days_range。规则不是"必赚公式"，而是"用户盈利时的共性画像"。

回测矩阵

• per_market：四市场的 Sharpe/年化/最大回撤
• combined：合并池表现
• equity_curve：净值时序（进入 PDF Section 3）

差值归因（PDF Section 5 — gut punch）

所有数值 signed，正值=影子相对赚更多：

• noise_trades_pnl：不命中任何规则的真实交易累计 PnL（用户的情绪单）
• early_exit_pnl：赢单但持仓 < 规则下限，按不足比例折算的机会成本
• late_exit_pnl：亏单但持仓 > 规则上限，按超额比例折算的放大损失
• overtrading_pnl：超出规则频率的真实交易 PnL
• missed_signals_pnl：残差（shadow_pnl − real_pnl − 上面四项之和）

反事实 Top 5

按 |impact| 排序，列出 5 条"最该做没做 / 最不该做却做了"的交易，带具体日期、原因。

对话模板

确认规则：

从你 {profitable_roundtrips} 笔盈利回合中提炼出这些规则：{rules}。这些看起来像你本人的打法吗？

展示差值（Section 5）：

影子 PnL {shadow_pnl:+.0f} / 你真实 {real_pnl:+.0f} / 差值 {delta_pnl:+.0f}。其中 {noise_trades_pnl:+.0f} 来自不符合你任何盈利规则的"情绪单"。

今日扫描（强制附带免责）：

今日落在你影子入场节奏的标的：{symbols}。仅研究用，不是买入建议。

规则翻译 Prompt 模板

当 extract_shadow_strategy 被调用时，可以注入一个 llm_translator callable 以把结构化 entry_condition 翻译成中文自然语言：

[上下文] 一位散户的盈利回合中，{N} 笔满足同一组条件：
  market = {market}
  entry_hour ∈ [{hour_min}, {hour_max}]
  持有 {hold_lo}-{hold_hi} 天
[任务] 用 ≤30 字的中文写一条规则，口吻像用户自述的交易习惯，不要堆术语。
[输出] 只返回一行规则文本，不要解释。

不注入时走 f-string 模板（见 extractor._translate_rule）。

红线

• 不落单：这些工具永远不会对接任何下单通道，仅研究输出
• 不复制他人策略：Shadow Account 是"用户自己"的影子，不从社区/公开策略提取规则
• 样本不足必报错：profitable roundtrips < 5 → 直接 raise，不编造