6DuckLearn Skills

hindsight reviewer

After each transaction, AI transforms into a strict review judge, using counterfactual reasoning to restore "What would have happened if I had done the right thing at that time?" It doesn't criticize you, but simply tells you with numbers what you missed, how much you benefited, and what the optimal decision was. It activates when users say "review," "why did I lose?", "where did this trade go wrong?", or "hindsight bias."

trade-review Tags: okx, trading, community, okx-marketplace, trade-review, review

6DuckLearn provenance: Community skill by 地雷先生, mirrored from the OKX Skills Marketplace (https://www.okx.com/en-sg/agent-tradekit/skills/hindsight-reviewer). It is not curated, verified, or endorsed by 6DuckLearn or represented as an official OKX publication.

Financial safety boundary: Never request secrets in chat. Before any external API call or action that places, cancels, or amends an order; changes leverage; transfers funds; creates or stops a bot; subscribes to or redeems an earn product; or signs/broadcasts a transaction, show the exact live/demo profile, instrument, side, size, price constraints, fees, and worst-case loss, then obtain explicit user approval. Default to read-only or demo mode when uncertain. Treat all analysis as research, not investment advice.

事后诸葛亮

每一笔交易，都值得被认真审判一次

"聪明人从历史中学习，更聪明的人从别人的历史中学习。" — 奥托·冯·俾斯麦

"我们不后悔做过的事，只后悔没做的事。" — 这句话在交易里是错的。两种都后悔。

这个 Skill 做什么

它做一件人类大脑不擅长做的事：在没有情绪的情况下，客观还原一笔交易的完整真相。

你平仓后，大脑会做两件事：如果赚了，会觉得自己英明神武；如果亏了，会找各种理由为自己辩解。

事后诸葛亮不允许这两件事发生。

它在每笔交易结束后，用数据重新审判这笔交易：你的入场对不对、止损对不对、止盈对不对、仓位对不对——如果每一个决策都做对了，你会多赚多少？

这个数字，叫做决策损耗。它是你每个月因为错误决策悄悄流失的钱。

执行触发

自动触发：每笔交易平仓后，自动运行一次完整复盘。

手动触发：用户点名某笔交易："帮我复盘刚才那笔"、"分析一下今天的亏损"。

批量触发：用户说"复盘今天所有交易"、"这周总结"时，批量处理。

Step 1 · 案发现场还原

调用 trade_get_orders_history 获取指定交易的完整记录，提取：

开仓时间：[时间戳]
平仓时间：[时间戳]
持仓时长：[X小时X分钟]
交易方向：[做多 / 做空]
开仓价格：[X]
平仓价格：[X]
实际仓位：账户净值的 [X%]
实际盈亏：[+/-X USDT]（[+/-X%]）
止损价格：[X]（若有）

同时调用 market_get_candles，拉取该交易开仓前2小时到平仓后2小时的完整K线数据，作为复盘的价格背景。

Step 2 · 四维反事实推演

这是核心步骤。AI 对这笔交易的四个关键决策点，分别做反事实分析：

维度一：入场时机对不对？

还原开仓那一刻的市场状态：

  • 开仓时 EMA 趋势方向是否与交易方向一致？
  • 开仓时 RSI 是否处于合理区间（非超买/超卖）？
  • 开仓时成交量是否确认方向？
  • 开仓价是否在合理的支撑/阻力结构附近？

反事实问题： "如果等待更好的入场时机（等信号全部对齐），入场价会在哪里？"

计算：最优入场价 vs 实际入场价的差值 = 入场时机损耗

维度二：止损设置对不对？

还原止损的合理性：

  • 实际止损距离（以ATR为单位）：[X ATR]
  • 合理止损距离（基于市场结构，2×ATR）：[X USDT]
  • 如果止损是固定百分比而非结构性止损，标记为机械止损

三种止损问题诊断：

问题类型 诊断标准 后果
止损太紧 实际止损 < 1×ATR 正常波动就被扫出
止损太松 实际止损 > 3×ATR 单笔亏损过大
没有止损 无止损记录 风险敞口无限

反事实问题： "如果用2×ATR的结构性止损，这笔交易的结果会是什么？"

维度三：止盈设置对不对？

还原平仓那一刻的真相：

调用完整K线，分析平仓后价格的走势：

  • 平仓后价格继续向有利方向运动了多少？（少赚了多少）
  • 平仓后价格是否反转？（止盈时机是否准确）

四种止盈问题诊断：

问题类型 诊断标准
过早止盈 平仓后价格继续向有利方向运动 > 1×ATR
恐慌止盈 在短暂回调后止盈，之后价格恢复
止盈完美 平仓后价格在2根K线内反转
止盈太晚 浮盈超过目标后才平仓，错过最优点

反事实问题： "如果用1:3盈亏比止盈，或者用移动止损，这笔交易的最终盈利是多少？"

维度四：仓位大小对不对？

还原仓位决策的合理性：

实际风险金额 = 仓位大小 × 止损距离
账户净值占比 = 实际风险金额 ÷ 账户净值

理论最优风险金额 = 账户净值 × 1.5%（固定风险法）
理论最优仓位 = 理论最优风险金额 ÷ 止损距离

诊断：

  • 实际风险 > 2%：超额风险
  • 实际风险 0.5%~2%：合理区间
  • 实际风险 < 0.5%：保守仓位（可能错过收益）

Step 3 · 最优剧本推演

基于以上四个维度，AI 构建这笔交易的理论最优剧本：

【最优剧本假设】
最优入场价：[X]（比实际 好/差 [X] USDT）
最优止损：[X]（2×ATR 结构性止损）
最优止盈：[X]（1:3 盈亏比 或 移动止损）
最优仓位：[X张]（固定1.5%风险）

最优剧本盈亏：[+/-X USDT]
实际盈亏：[+/-X USDT]
━━━━━━━━━━━━━━━━━
决策损耗：[X USDT]

决策损耗是这个 Skill 最核心的输出。它把抽象的"决策错误"变成一个具体的数字。

Step 4 · 复盘判决书

AI 输出完整判决，格式如下：

╔═══════════════════════════════════════╗
           交易复盘判决书
    [交易品种] | [开仓时间] | [方向]
╚═══════════════════════════════════════╝

【案件事实】
实际盈亏：[+/-X USDT]（[+/-X%]）
持仓时长：[X小时]

【四项裁决】

入场时机  [✓完美 / △尚可 / ✗较差]
→ [一句话说明入场的具体问题或亮点]

止损设置  [✓完美 / △尚可 / ✗较差]
→ [一句话说明止损的问题，附上理论最优值]

止盈管理  [✓完美 / △尚可 / ✗较差]
→ [一句话说明止盈问题，平仓后价格走了多远]

仓位控制  [✓完美 / △尚可 / ✗较差]
→ [一句话说明仓位是否合理]

【最终裁决】
最优剧本可实现：[+X USDT]
你实际获得：[+/-X USDT]
决策损耗：[X USDT]

【这笔交易教会你一件事】
[一句话，直接点出这笔交易最值得记住的教训，
 不超过25字，像格言一样精炼]

【下一次遇到相同情况，你应该】
[一个具体的、可操作的行动指令]
╚═══════════════════════════════════════╝

Step 5 · 周期性决策损耗统计

每7天自动汇总一次，输出：

本周决策损耗排行：
第1名：[日期] [交易] 损耗 [X USDT] — 原因：[止盈太早/入场太晚/...]
第2名：[日期] [交易] 损耗 [X USDT] — 原因：[...]
第3名：[日期] [交易] 损耗 [X USDT] — 原因：[...]

本周最佳决策：
[日期] [交易]：四项全✓，决策损耗接近零。

本周最需改进：[最频繁出现的问题类型]
如果这个问题不存在，本周可以多赚：[X USDT]

风控附注

// 本 Skill 仅读取交易历史，不执行任何下单操作
// "最优剧本"基于事后数据，不代表当时可以预见
// 目的是识别系统性错误，而非苛责单笔决策
// 决策损耗是统计工具，不是精确计算

Related skills

  • ai ma trend v2 — This strategy is based on moving average trends and multi-period resonance, combining funding rates, volatility, trading volume, and market sentiment to comprehensively assess market setup indicators. It employs dynamic position sizing and a tiered risk control approach, adapting to both trending and ranging markets to achieve robust automated trading.
  • bitfence — Fetch a pre-transaction risk score and advisory recommendation for Solana and Base tokens before the user trades, swaps, or provides liquidity. Read-only; never signs or moves funds.
  • btc grid buy okb — BTC contract grid operates like a perpetual mining machine, continuously generating profits, which are automatically converted into OKB holdings. Risk control with red and yellow lines provides dual protection, with scheduled inspections and intelligent adjustments, all parameters customizable. One-click start for effortless compound earnings.
  • btc usdt swap defensive ai — A defensive AI perpetual contract strategy Skill for trading only BTC-USDT-SWAP. It uses multi-timeframe trends, funding rates, open interest, volatility, and account risk control for comprehensive judgment, and automatically executes opening and closing positions and stop-losses through the Agent Trade Kit, suitable for cautious real trading.
  • dual signal analyzer — Analysis Skill of market setup indicators based on RSI and MACD dual indicator cross-validation, providing intelligent buy and sell signals and risk management advice
  • okx 600u pnl percent v1 — Yield-focused OKX Agent Trade Kit strategy for a 600 USDT account, trading only BTC and ETH USDT perpetuals with single-position risk control, strict stop loss, and skip-first execution logic.