Signal Postmortem

スクリーナーや edge pipeline が出したシグナルの事後成績を記録し、false positive、missed opportunity、regime mismatch を分類するスキルです。

FMP任意

スキルパッケージをダウンロード (.skill) GitHubでソースを見る

目次

1. 概要

Signal Postmortem は、発生したシグナルがその後どうなったかを記録し、シグナル品質を改善するためのフィードバックを作ります。実際にエントリーしたトレードだけでなく、見送ったシグナルや候補も後から検証できます。

主な分類:

  • true positive
  • false positive
  • missed opportunity
  • regime mismatch
  • invalid signal
  • insufficient follow-through

2. 使う場面

  • トレードを閉じたあと、元シグナルが有効だったか確認したい
  • 5日後、20日後などの holding period が満了したシグナルをまとめて検証したい
  • 特定スキルの false positive が多いかを確認したい
  • edge-signal-aggregator の重み調整材料を作りたい
  • 週次または月次でシグナル品質を監査したい

3. 前提条件

  • Python 3.9+
  • シグナル記録 JSON
  • FMP API キーは任意。価格データを自動取得する場合のみ使います。
  • 手元に exit price / exit date がある場合は API なしで記録できます。

4. クイックスタート

成熟したシグナルを一覧します。

python3 skills/signal-postmortem/scripts/postmortem_recorder.py \
  --list-ready \
  --signals-dir state/signals/ \
  --min-days 5

結果を記録します。

python3 skills/signal-postmortem/scripts/postmortem_recorder.py \
  --signals-file state/signals/aggregated_signals_2026-03-10.json \
  --holding-periods 5,20 \
  --output-dir reports/

5. ワークフロー

  1. 対象シグナルを集める
  2. entry price、signal date、predicted direction、source skill を確認する
  3. 5日後、20日後などの実現リターンを計算する
  4. 結果を true/false positive などに分類する
  5. source skill、market regime、setup type ごとに失敗パターンをまとめる
  6. 改善 backlog や aggregator weight の見直し材料にする

6. 出力の読み方

項目 意味
realized return シグナル後の実現リターン
outcome class シグナルの成功・失敗分類
source skill どのスキル由来か
regime context 市場環境との相性
feedback 改善すべき重み、フィルター、レビュー観点

7. 注意点

  • 実際に取引しなかったシグナルも、検証対象として価値があります。
  • 個別トレードの心理・実行レビューは trade-performance-coach を使います。
  • シグナル品質の評価であり、次の売買を自動決定するものではありません。