6DuckLearn Skills

trading personality decoder

Deeply analyze your trading records using a psychological and behavioral economics framework to identify your trading personality type and cognitive biases. No nonsense, just use your own data to prove who you are. Activate when users say "analyze my trades", "why do I always lose money", "trading psychology", "personality decoding".

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/trading-personality-decoder). 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.

你以为你在交易市场，其实你在交易自己的大脑

"认识你自己。" — 德尔菲神庙铭文，公元前 400 年

"大多数交易者失败，不是因为他们不够聪明，而是因为他们不够了解自己。" — 行为金融学核心命题

这个 Skill 做什么

它不教你技术分析。它不给你买卖信号。

它做一件更难、更有价值的事：用你自己的交易数据，照出你真实的心理面目。

每一笔交易都是一次心理快照。盈利后你怎么做、亏损后你怎么做、连胜时你怎么做、连败时你怎么做——这些行为模式加在一起，就是你的交易人格。

不了解它，你会一遍又一遍犯同样的错误，然后把原因归结为"运气不好"。

执行触发

手动触发：用户说"分析我的交易"、"给我做人格测试"、"我的问题在哪"时启动。

自动触发：累计新增交易记录 ≥ 20 笔时，主动提示用户进行一次人格更新分析。

Step 1 · 数据采集：拉取你的交易指纹

调用 swap_get_orders 和 swap_get_fills 获取账户近 90天 的永续合约已平仓交易记录；若有现货交易同时调用 spot_get_orders 和 spot_get_fills。

提取以下维度的原始数据：

时间维度

  • 每笔交易的开仓时间、平仓时间、持仓时长
  • 统计各时段（凌晨0-6点、早盘6-12点、午盘12-18点、夜盘18-24点）的交易频率与胜率

盈亏维度

  • 每笔交易的盈亏金额、盈亏百分比
  • 盈利交易的平均持仓时长 vs 亏损交易的平均持仓时长
  • 最大单笔盈利 vs 最大单笔亏损
  • 盈利超过 2% 后的平仓率（是否提前锁利）
  • 亏损超过 2% 后的继续持有率（是否扛单）

仓位维度

  • 每笔交易占账户净值的比例
  • 连续盈利后仓位变化趋势（是否越赚越大）
  • 连续亏损后仓位变化趋势（是否越亏越重）
  • 平均仓位 vs 最大仓位的比值

频率维度

  • 日均交易笔数
  • 最高单日交易笔数（过度交易日）
  • 大亏损后24小时内的交易笔数（是否急于报复）

Step 2 · 数据预计算层（先算再判，不靠 AI 猜测）

在进行任何心理分析之前，必须先用原始数据计算出以下硬指标。这些数字是确定性的，不依赖 AI 推断：

【必须计算的九个硬指标】

指标 A · 处置比率
= 盈利交易平均持仓时长（小时）÷ 亏损交易平均持仓时长（小时）
数据来源：swap_get_fills 中每笔交易的开平仓时间戳差值

指标 B · 连胜后仓位放大率
= 连续盈利3笔后第4笔仓位 ÷ 近30笔平均仓位
数据来源：swap_get_orders 中 sz 字段，按时间排序识别连胜序列

指标 C · 亏损扛单比率
= 浮亏超过-3%后继续持有超过2小时的交易笔数 ÷ 总亏损交易笔数
数据来源：结合 swap_get_fills 成交价与 market_get_candles K线还原持仓期间价格

指标 D · 追涨比率
= 入场时距近期最高价距离 < 0.5×ATR14 的买入交易占比
数据来源：入场价与 market_get_candles 近20根K线最高价比较

指标 E · 大亏后2小时内交易笔数均值
= 所有单笔亏损>3%的交易后2小时内触发的新交易笔数 / 触发次数
数据来源：swap_get_orders 时间戳序列

指标 F · 连亏后仓位变化方向
= 连续亏损3笔后第4笔仓位 vs 亏损序列前均仓的比值
数据来源：同指标 B，识别连亏序列

指标 G · 止损整数关口集中度
= 止损价格落在整百整千USDT±0.3%范围内的比例
数据来源：swap_get_orders 中 slTriggerPx 字段

指标 H · 最差时段胜率 vs 该时段交易频率占比
= 按6小时分段统计各时段胜率，取最低胜率时段；
  该时段交易笔数 ÷ 总交易笔数 = 频率占比
数据来源：swap_get_fills 时间戳转换本地时区

指标 I · 仓位时间序列斜率
= 对所有交易按时间排序，计算仓位占比的线性回归斜率
斜率 > 0 = 仓位随时间膨胀；斜率 < 0 = 仓位随时间收缩
数据来源：swap_get_orders sz 字段 + 账户净值

以上九个指标必须先完成数值计算，再进入 Step 3 的心理诊断。 AI 的判断建立在这些已计算的数字上，而不是凭感觉推断。

Step 3 · 认知偏误诊断：九项心理测试（基于 Step 2 硬指标）

对 Step 2 已计算的九个硬指标，逐项进行心理诊断。每项输出：计算数值（来自Step2）+ 诊断结论 + 严重程度（轻度/中度/重度）

测试 01 · 处置效应（Disposition Effect）

数据来源：Step 2 指标 A（处置比率）
正常范围：> 1.5（盈利拿得比亏损久）
警戒线：< 1.0（亏损反而拿得更久）

含义：人类天生倾向于快速锁定盈利、长期持有亏损。这是最普遍也最致命的交易心理偏误。

测试 02 · 过度自信（Overconfidence）

数据来源：Step 2 指标 B（连胜后仓位放大率）
指标A：放大率 > 1.5 倍均仓
指标B：胜率最高的时段，仓位是否也最重

含义：连胜会让人误以为自己掌握了市场规律，从而在最危险的时刻下最重的注。

测试 03 · 损失厌恶（Loss Aversion）

数据来源：Step 2 指标 C（亏损扛单比率）
指标：亏损 > 3% 后继续持有的概率 ÷ 盈利 > 3% 后继续持有的概率
正常范围：接近 1.0
警戒线：> 2.0（面对亏损时扛单倾向是锁利的两倍以上）

含义：行为经济学证明，亏损带来的痛苦是同等盈利带来的快乐的 2.5 倍。这导致人们宁愿扛单也不愿意承认亏损。

测试 04 · FOMO（错失恐惧）

数据来源：Step 2 指标 D（追涨比率）
指标A：在价格已上涨 > 2ATR 后追入的交易占比
指标B：这类追入交易的平均盈亏 vs 整体平均盈亏

含义：看着别人赚钱比自己亏钱更难受。FOMO 驱动的追高往往在最糟糕的时机入场。

测试 05 · 报复性交易（Revenge Trading）

数据来源：Step 2 指标 E（大亏后2小时内交易笔数均值）
指标：大亏损后 2 小时内的交易笔数均值
正常值：≤ 1 笔
警戒线：≥ 3 笔（亏损后立刻频繁交易）

含义：亏钱后急于"找回来"，是最容易将小亏变大亏的行为模式。

测试 06 · 赌徒谬误（Gambler's Fallacy）

数据来源：Step 2 指标 F（连亏后仓位变化方向）
指标：连续亏损 3 笔后，下一笔仓位变化比值
正常：保持不变或减小
警戒：明显增大（认为"该赢了"）

含义：硬币连续正面朝上10次，下一次正面的概率仍然是50%。但人类大脑不这么认为。

测试 07 · 锚定效应（Anchoring）

数据来源：Step 2 指标 G（止损整数关口集中度）
指标：止损价落在整数关口±0.3%范围内的占比
检测方法：统计止损价与最近整数关口的距离分布

含义：人类倾向于用"整数"作为参考点，而不是用市场结构来设置止损。这让止损位变成了集体陷阱。

测试 08 · 时段偏误（Time Bias）

数据来源：Step 2 指标 H（最差时段胜率 vs 频率占比）
指标：最低胜率时段 及 该时段交易频率占比
对比：这些时段的交易频率是否高于平均

含义：大多数人有一个"魔鬼时段"——在那个时间段交易总是亏钱，但还是忍不住交易。

测试 09 · 仓位膨胀（Position Creep）

数据来源：Step 2 指标 I（仓位时间序列斜率）
指标：线性回归斜率，正值为膨胀
警戒：均值随时间持续上升（逐渐重仓化）

含义：随着时间推移，交易者往往不知不觉地越来越重仓，直到一次大亏将累计收益归零。

Step 4 · 人格类型判定

基于以上 9 项测试结果，AI 综合判断用户的主导交易人格：

人格类型 核心特征 主要偏误组合
🦁 过度自信者 连胜后加仓，觉得自己读懂了市场 过度自信 + 仓位膨胀 + FOMO
🐢 损失扛单者 亏损不止损，盈利过早跑 处置效应 + 损失厌恶 + 锚定
🔥 报复型赌徒 亏损后立刻报复，越亏越急 报复性交易 + 赌徒谬误 + 过度自信
👻 FOMO 追随者 总在别人赚完后才入场 FOMO + 锚定 + 时段偏误
🧊 分析瘫痪者 错过好机会，却在冲动时下单 时段偏误 + 赌徒谬误 + 锚定
🌪️ 混合失控者 多种偏误并存，无主导模式 5种以上偏误同时触发

Step 5 · 人格报告输出

AI 输出完整的交易人格报告，格式如下：

━━━━━━━━━━━━━━━━━━━━━━━━━━━━
        交易人格解码报告
        分析周期：近 90 天
        分析交易笔数：[X] 笔
━━━━━━━━━━━━━━━━━━━━━━━━━━━━

【主导人格】[人格类型名称]

【九项测试结果】

✓/✗  处置效应     比值 [X.X]    [轻度/中度/重度/无]
✓/✗  过度自信     触发率 [X%]   [轻度/中度/重度/无]
✓/✗  损失厌恶     比值 [X.X]    [轻度/中度/重度/无]
✓/✗  FOMO        占比 [X%]     [轻度/中度/重度/无]
✓/✗  报复交易     均值 [X笔]    [轻度/中度/重度/无]
✓/✗  赌徒谬误     触发率 [X%]   [轻度/中度/重度/无]
✓/✗  锚定效应     集中度 [X%]   [轻度/中度/重度/无]
✓/✗  时段偏误     最差时段 [XX] [轻度/中度/重度/无]
✓/✗  仓位膨胀     趋势 [上升/稳定] [轻度/中度/重度/无]

【最昂贵的错误】
你因为 [偏误名称]，在过去90天额外亏损了约 [X] USDT。
（计算方法：如果该偏误不存在，对应交易的预期结果改善值）

【你的魔鬼时段】
[时段]：胜率 [X%]，但你在这个时段完成了 [X%] 的交易。
建议：在这个时段关闭交易界面。

【一句话诊断】
[针对主导人格的一句精准描述，不超过30字，直击要害]

【下一步行动】
1. [针对最严重偏误的具体建议，可操作]
2. [针对第二严重偏误的具体建议]
3. [一个本周可以立刻执行的微小改变]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━

风控附注

// 本 Skill 仅读取交易历史，不执行任何下单操作
// 分析结果基于统计规律，不代表每一笔具体交易的对错
// 建议每30天更新一次人格报告，追踪偏误改善情况
// 数据越多，分析越准确——至少需要20笔交易记录

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
  • 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."