实盘绩效分析

从券商导出成交或交割 CSV 后，先保留原始副本。把每一列的含义写清楚：日期、证券代码、买卖方向、数量、价格、费用和成交编号。字段名字相近，不代表含义相同；例如“金额”可能是成交额，也可能是含费金额。

建议按这个顺序处理：

1. 映射字段，统一日期、代码和方向；
2. 用成交编号去重，尤其是分段导出有重叠日期时；
3. 核对现金、期初持仓、期末持仓、出入金、分红和费用；
4. 逐日估值，形成净值序列；
5. 记录数据截止日、缺失项和每次处理参数。

如果只拿到已经平仓的交易，就只能计算交易级结果，例如胜率、平均盈亏、利润因子和持有期。它不能冒充完整账户的逐日绩效。仍在持有的股票要按期末价格计入浮盈浮亏；如果没有这部分数据，就在报告首页明确限制。

短期数据年化很容易把偶然波动放大。报告应同时给出期间累计收益和实际天数，而不是只展示年化数字。CVaR 是指定最差尾部内的平均损失。例如尾部平均损失为 2.37%，意思是“进入最差尾部的观测平均损失为 2.37%”，不是账户跌 5% 后还会必然再跌 2.37%。

标准版报告可以输出净值曲线、水下图、月度表现和风险比率。计算、绘图和 HTML 排版分开，下一次换样式时不必重写指标逻辑。

SVD（奇异值分解）可以把“股票 × 日期”的收益矩阵拆成若干个方向，用解释比例观察样本中有多少波动由共同结构承载。它适合回答“这些标的是否一起动”，不直接回答“哪个因子能预测未来收益”。

假设有 18 个标的、150 个交易日，第一分量解释约 28% 的方差。你可以说：在这个股票池和这段时间里，共同波动占比不高，个股分化可能更明显。不能进一步说“第一分量就是市场”，也不能因为剩余部分没有被第一分量解释，就把它们统称为阿尔法。

在报告中至少保存：股票池、日期范围、收益定义、是否中心化、奇异值平方解释比例、滚动窗口和阈值。再看载荷的符号、行业聚集，以及因子时间序列与市场或行业收益的相关性。结论要写成“在本样本和配置下”，并展示换股票池、窗口和阈值后的敏感性。

如果研究 MACD，可以构造股票 × 日期的 MACD 矩阵；但若要比较 MACD 和 RSI 哪个更能预测收益，还要定义未来收益目标、训练和测试区间，再做预测检验。SVD 的解释比例大小不能替代预测实验。

把绩效报告交给大模型前，先整理成结构化输入：报告范围、数据截止日、每个指标的数值与定义、行业和仓位分布、已实现与未实现收益、费用、SVD 证据和数据缺口。

提示词可以要求模型分成三层：

• 统计事实：只复述输入中存在的数字，并带上期间和单位；
• 解释假设：例如集中度高可能增加组合波动，但不要写成已经证实的因果；
• 待验证建议：指出要补哪份数据、做哪个对照或观察哪个窗口。

如果没有纳入仍持有的股票，模型不能替你补出完整账户结论。输出后逐项核对数字、单位、期间和结论。密钥放在安全配置中，不写入报告、截图或代码仓库。

AI 可以帮助组织文字、提出检查清单和辅助编程；确定性计算仍由可审计程序完成。

一套可用流程应拆成三层：

1. 研究回测：使用历史数据检验规则；
2. 模拟信号：在不发送订单的模式中检查时间、数量、资金和规则；
3. 真实执行：经过独立风控、订单去重、失败重试上限和异常暂停后，才连接账户。

“回测通过”不等于“可以下单”。真实执行还要处理可卖持仓、T+1、涨跌停、状态回报和权限。手动交易也可能需要导出后补齐，不能默认接口覆盖全部历史。

实操作业可以按四份结果验收：原始备份、字段映射、净值或交易明细、指标与诊断报告。报告应写明完整账户或已平仓口径、缺失项、SVD 配置、AI 数字的来源，以及程序不会执行真实订单。