Trade Performance Coach

クローズ済みトレード、部分利確、月次集計をもとに、プロセス遵守、リスク規律、執行品質、行動パターンをレビューするスキルです。売買助言、心理療法、ブローカー操作は行いません。

API不要

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

Trade Performance Coach は、記録済みのトレード結果とジャーナル証拠を使って、人間のトレーダーが意思決定プロセスを改善するためのレビューを作成します。

対象にする観点:

  • プロセス遵守
  • リスク規律
  • 執行品質
  • 繰り返し出ている可能性のある行動パターン
  • 次のセッションで使う一時的な運用ルール
  • 振り返りのためのコーチング質問

このスキルは、リスクマネージャー、デスク責任者、トレーディングコーチのような支援役を想定しています。特定銘柄の買い、売り、空売り、保有、サイズ変更を勧めることはありません。

2. 使う場面

  • トレードをクローズし、事後レビューをしたい
  • 部分利確や部分撤退のあとに、サイズ、ストップ、出口判断を検証したい
  • trader-memory-core の thesis record と signal-postmortem の所見を次回ルールへ変換したい
  • 月次でプロセス、リスク、執行、行動パターンを振り返りたい
  • 自分の記録済みトレードをリスクマネージャー目線でレビューしたい
  • 損失がプロセス違反、執行ミス、市場環境、通常のばらつきのどれに近いか整理したい
  • FOMO、revenge trade、overconfidence、hesitation、stop moving、size creep などの兆候を証拠付きで見たい

3. 前提条件

推奨される入力:

  • trader-memory-core の closed thesis record または journal entry
  • signal-postmortem の事後分析結果
  • 元の売買計画または trade ticket
  • 実際の entry / exit / partial close の記録
  • ユーザー定義の risk plan
  • 任意: market-regime-daily / exposure-coach の文脈

有料 API キーは不要です。決定論的なスクリプトがローカルの JSON / YAML 風レコードからレビューを生成します。

4. クイックスタート 

python3 skills/trade-performance-coach/scripts/review_trade_performance.py \
  --input reports/trade_memory/closed_thesis_EXMPL.json \
  --output-dir reports/trade-performance-coach

5. ワークフロー

Step 1: ソース記録を集める

直近のクローズ済みトレード、postmortem、risk plan、journal notes を集めます。

python3 skills/trade-performance-coach/scripts/review_trade_performance.py \
  --input reports/trade_memory/closed_thesis_EXMPL.json \
  --output-dir reports/trade-performance-coach

Step 2: プロセス遵守を評価する

実際の行動を、事前に書いた計画やルールと比較します。

  • entry 前の thesis が欠けていないか
  • setup confirmation を飛ばしていないか
  • market-regime gate に逆らっていないか
  • 事前ルールなしに stop を動かしていないか
  • exit / partial close が計画と矛盾していないか
  • 記録品質が不十分でないか

Step 3: リスク規律を評価する

実際の risk と heat を risk plan と比較します。

  • 1トレードあたりのリスクが上限を超えていないか
  • portfolio heat が上限を超えていないか
  • 週次損失や連敗後の縮小ルールを守っているか
  • 勝ち負けの直後にサイズが過大化していないか
  • 相関エクスポージャーが提供されている場合、集中しすぎていないか

Step 4: 執行品質を評価する

entry、stop、exit、add、trim、review の行動を分類します。損失そのものと執行ミスを分け、プロセスが良かった負けも明示します。

Step 5: 行動パターン候補を検出する

journal notes と action flags から、繰り返し出ている可能性のある行動パターンをタグ付けします。タグは必ず証拠と結びつけ、診断的な表現は避けます。

対応タグ:

  • fomo_entry
  • revenge_trade
  • premature_exit
  • overconfidence_after_winner
  • stop_moved
  • size_creep
  • hesitation
  • rule_drift
  • no_pattern_detected

Step 6: 次回セッションの運用ルールへ変換する

所見を、一時的で具体的なガードレールに変換します。

  • 次の entry 前に thesis record とスクリーンショットを必須にする
  • ルール違反後の次 2 トレードは 0.5R までに制限する
  • revenge trade の証拠が続く場合は review-only mode に切り替える
  • 逃した entry は追いかけず、次の有効セットアップまで watchlist に戻す

Step 7: 人間の判断ゲートで終える

すべてのレポートは human decision gate で終えます。デフォルトは journal_only です。

許可される action:

accept_rules / modify_rules / defer / journal_only

6. リソース

参照資料:

  • skills/trade-performance-coach/references/behavior-tags.md
  • skills/trade-performance-coach/references/hermes-integration.md
  • skills/trade-performance-coach/references/output-contract.md
  • skills/trade-performance-coach/references/review-framework.md
  • skills/trade-performance-coach/references/risk-review-checklist.md

スクリプト:

  • skills/trade-performance-coach/scripts/review_trade_performance.py

数値入力の検証とbeta状態

評価に使う planned.risk_r、actual.risk_r、 risk_plan.max_risk_per_trade_r、actual.portfolio_heat_r、 risk_plan.max_portfolio_heat_r、monthly.consecutive_losses は、指定する場合、 有限かつ非負の数値である必要があります。数値文字列とゼロは許容し、連敗数は整数に限定します。 真偽値、負数、NaN、無限大、不正な文字列、変換時のオーバーフローは拒否します。 不正な上限値を予定リスクに置き換えることはありません。未指定・nullは従来の部分入力扱いです。 複数入力も各ファイルを検証し、不正な数値がある場合はフィールド名を表示して終了コード2で終了します。 その際、レポートは作成・更新しません。

beta状態を維持しています。レポートIDを使った出力パスの安全性と、複数入力を十分に集計しない 既知の制限は、production昇格前に別途評価が必要です。