交易日志 CSV 数据分析工具。自动分析交易记录 CSV 文件,计算胜率、盈亏比、最大回撤、Sharpe Ratio 等量化指标并生成可视化报告。当需要分析交易绩效、优化策略参数或生成交易报告时使用此 Skill。
Install with Tessl CLI
npx tessl i github:Lingjie-chen/MT5 --skill csv-data-summarizer74
Quality
61%
Does it follow best practices?
Impact
94%
1.20xAverage score across 3 eval scenarios
Optimize this skill with Tessl
npx tessl skill review --optimize ./.trae/skills/csv-data-summarizer/SKILL.md自动分析交易记录 CSV,生成量化绩效指标。
| 指标 | 公式 | 说明 |
|---|---|---|
| 胜率 (Win Rate) | wins / total_trades × 100% | 盈利交易占比 |
| 盈亏比 (Profit Factor) | gross_profit / gross_loss | 总盈利/总亏损 |
| 平均盈亏比 (Avg R:R) | avg_win / avg_loss | 平均利润/平均亏损 |
| 期望值 (Expectancy) | win_rate × avg_win - loss_rate × avg_loss | 每笔预期收益 |
| 指标 | 公式 | 说明 |
|---|---|---|
| 最大回撤 (Max DD) | (peak - trough) / peak × 100% | 最大资金峰谷跌幅 |
| 最大回撤持续期 | 连续回撤的自然日数 | 恢复所需时间 |
| 最大连续亏损 | 连续亏损笔数 | 心理压力指标 |
| 最大单笔亏损 | 亏损最多的单笔交易 | 极端风险 |
| 指标 | 公式 | 说明 |
|---|---|---|
| Sharpe Ratio | (R_p - R_f) / σ_p | 风险调整后收益 |
| Sortino Ratio | (R_p - R_f) / σ_down | 仅考虑下行风险 |
| Calmar Ratio | annualized_return / max_dd | 收益/回撤比 |
| Recovery Factor | net_profit / max_dd | 恢复能力 |
Ticket,Open Time,Type,Volume,Symbol,Open Price,SL,TP,Close Time,Close Price,Commission,Swap,Profit
12345,2025.01.01 10:00,buy,0.10,XAUUSD,2630.50,2625.00,2645.00,2025.01.01 14:30,2641.20,0.00,-0.50,107.00timestamp,symbol,direction,entry,exit,sl,tp,volume,pnl,strategy,risk_tier
2025-01-01T10:00:00,XAUUSD,LONG,2630.50,2641.20,2625.00,2645.00,0.10,107.00,ORB,Tier2对每个交易品种分别计算:
- 胜率和盈亏比
- 最佳/最差交易
- 平均持仓时间
- 品种收益贡献度对每种策略分别计算:
- ORB vs Grid 策略对比
- 各 Risk Tier 的实际表现
- 顺势 vs 逆势交易效果按日/周/月聚合:
- 交易频率趋势
- 收益波动分析
- 关键经济事件前后表现
- 不同交易时段的胜率# 交易绩效报告 - 2025年1月
## 概览
- 总交易笔数: 150
- 净利润: $12,350
- 胜率: 62.7%
- 盈亏比: 1.82
## 核心指标
| 指标 | 值 | 评级 |
|------|-----|-----|
| 最大回撤 | 8.3% | ✅ 良好 (< 20%) |
| Sharpe Ratio | 1.85 | ✅ 优秀 (> 1.5) |
| Profit Factor | 2.14 | ✅ 健康 (> 1.5) |
| Recovery Factor | 3.2 | ✅ 强劲 |
## 品种表现
(按收益排名的各品种绩效表)
## 改进建议
(基于数据分析的具体改进建议)3069d33
If you maintain this skill, you can claim it as your own. Once claimed, you can manage eval scenarios, bundle related skills, attach documentation or rules, and ensure cross-agent compatibility.