go-stock 交易日志与每日操作计划 AI 实战指南:打造「计划 → 盘中预警 → 执行记录 → 复盘优化」的完整交易闭环
go-stock 交易日志与每日操作计划 AI 实战指南:打造「计划 → 盘中预警 → 执行记录 → 复盘优化」的完整交易闭环
本指南以 go-stock(AI 赋能股票分析工具)中的「每日操作计划」与「交易日志」两大功能为主线,系统讲解如何借助 AI 智能体完成盘前计划生成、盘中量化预警、盘后执行记录与周期复盘优化的全流程实战。读完本文,你将掌握四大 AI 工具的调用语义与参数细节、交易日志的 FIFO 盈亏口径,以及一套可直接复用的提示词模板,把 AI 从"行情问答助手"升级为"交易纪律教练"。配套阅读:go-stock 使用手册 第 10.11、10.12 节。
一、两个功能的定位与协同
在 go-stock 中,「每日操作计划」与「交易日志」分别承担交易流程中的事前预案与事后记录职责,二者通过 AI 工具链被串联成一个完整的交易闭环。
| 功能 | 定位 | 时间维度 | AI 能力 |
|---|---|---|---|
| 每日操作计划 | 事前 — 盘前制定当日交易预案 | 单日 / 单股 | ✅ AI 可自动生成、查询、更新状态 |
| 交易日志 | 事后 — 盘后记录实际交易与心态 | 历史全量 | ✅ AI 可查询记录、统计盈亏;❌ 记录需用户手动录入(AI 不代填) |
协同关系(四阶段流水,左 → 右推进):
| ① 盘前计划 | → | ② 盘中预警 | → | ③ 执行记录 | → | ④ 周期复盘 |
|---|---|---|---|---|---|---|
| 每日操作计划 | ⮕ | 盘中预警监控 | ⮕ | 交易日志 | ⮕ | 计划 vs 实际对照 |
| 多情景预案 / 触发价 / 止损 / 目标价 | ⮕ | 4 类预警 / 自动通知推送 | ⮕ | 买卖价格 / 持仓心态 | ⮕ | 盈亏统计 / 心态偏差分析 |
| 前一晚 · 开盘前 | ⮕ | 交易时段 | ⮕ | 盘中 · 盘后 | ⮕ | 收盘后 · 周末 |
AddDailyOperationPlan |
⮕ | 自动监控(无需工具) | ⮕ | 用户手动录入(AI 不代填) | ⮕ | GetDailyOperationPlanList / GetTradingRecord* |
⚠️ 重要边界:AI 能基于行情数据生成计划、能读取你的交易记录做复盘,但不会自动替你下单、也不会自动写入交易日志。最终的买卖决策与记录必须由你本人完成,AI 是辅助而非代理。
这一边界在源码层面同样清晰:交易日志工具组只有只读能力。从 tool_agent_extra.go 可以看到,AI 侧仅注册了 GetTradingRecordList 与 GetTradingRecordStatistics 两个查询类工具,而 AddTradingRecord(见 stock_data_api.go)只对前端页面开放,AI 无法代填。
二、闭环工作流总览
| 阶段 | 时间 | 动作 | 用到的 AI 工具 |
|---|---|---|---|
| ① 盘前计划 | 前一晚 / 开盘前 | AI 生成次日操作计划 | AddDailyOperationPlan |
| ② 盘中预警 | 交易时段 | 触及价位自动通知 | 盘中预警监控(自动) |
| ③ 执行记录 | 盘中 / 盘后 | 手动录入交易日志 | — |
| ④ 当日复盘 | 收盘后 | AI 总结今日执行 vs 计划 | GetDailyOperationPlanList + GetTradingRecordList |
| ⑤ 周期复盘 | 周末 / 月末 | AI 统计盈亏 + 心态分析 | GetTradingRecordStatistics |
闭环的核心价值在于:计划为执行提供"锚点",预警保证锚点不被遗忘,日志让复盘有据可依,而复盘结果又反过来修正下一份计划——形成可长期滚动的正向循环。
三、场景一:盘前用 AI 生成次日操作计划
操作步骤
- 打开 AI 智能体 或 浮动 AI 助手
- 选择模型(复杂分析推荐 🧠 规划模式 或 🔬 DeepAgents)
- 在输入框提问,包含「操作计划」「明日操作」「盘中预警」等关键词即可触发工具
关键词触发并非玄学,其背后是意图分类机制:在 tool_groups.go 中,「操作计划」「每日计划」「操作方案」「明日操作」「明天操作」「盘中预警」均被归类到 GroupOperations 工具分组,系统检测到这些词会自动挂载对应的操作计划类工具,无需手动选择。
提问示例
帮我生成兆易创新(603986.SH)明日的操作计划。
要求:
1. 结合近 5 日 K 线、主力资金流向和当前技术形态
2. 给出 3 个情景方案(低开/平开/高开),标注最理想情景
3. 每个情景写明触发价区间、止损价、第一/第二目标价
4. 列出仓位控制、止损纪律 2-3 条
5. 开启盘中预警,通知渠道软件内 + 飞书
AI 会做什么
- 调用
GetStockInfo、K 线、GetMACCapitalFlow等工具拉取实时数据 - 调用
AddDailyOperationPlan生成结构化计划并保存到研究中心 - 输出多情景方案(如「情景一:低开在 85-86 元区间(最理想)」),自动填入量化字段
AddDailyOperationPlan 的底层实现
从 tool_daily_operation_plan.go 可以看到,AI 调用该工具时后端会完成以下结构化落地:
- 必填校验:
stockCode与stockName不能为空;scenarios至少需要一个情景方案,否则直接返回错误提示; - planDate 默认值:不传时自动取当天日期(
time.Now().Format("2006-01-02")); - 风险提示默认文案:不传
riskWarning时会自动附带一段高波动品种的标准风险提示,确保任何计划都带风险声明; - 状态初始化:新建计划一律写入
pending(待执行),由后续人工或 AI 更新; - 通知渠道默认值:未传
notifyChannels时默认["app","feishu","dingding"],即软件内、飞书、钉钉全开; - 保存路径:通过
NewDailyOperationPlanApi().SaveDailyOperationPlan写入daily_operation_plan表(见 daily_operation_plan_api.go),落库前会校验情景/纪律 JSON 格式。
值得留意的是 parseScenarios(同文件 L120-L158)的兼容性设计:它同时接受"数组"和"JSON 字符串"两种参数形态——普通对话模式传结构化数组,Agent 模式(DeepAgents)传 JSON 字符串,两者都能被正确解析。每个情景的量化字段(triggerPriceMin/Max、stopLossPriceNum、target1Min/Max、target2Min/Max)会原样写入,供盘中预警监控使用;actionType 缺省时默认为 buy。
生成后
进入 研究中心 → 每日操作计划,可看到新增的计划卡片。建议:
- 检查「触发价区间」「止损价」数值是否合理,必要时手动微调
- 确认状态为「待执行」,预警开关已开启
- 点击「查看 K 线」对照图形验证价位
四、场景二:盘中接收预警并执行
开启预警的计划在交易时段(A/港/美任一市场开市)自动监控,无需手动操作。
四类预警通知
| 预警 | 触发 | 建议动作 |
|---|---|---|
| 情景触发 | 实时价进入设定区间 | 按计划动作 / 仓位建仓 |
| 止损预警 | 实时价 ≤ 止损价 | ⛔ 无条件离场 |
| 第一目标达成 | 实时价 ≥ 第一目标 | 💡 按计划减仓 1/2 |
| 第二目标达成 | 实时价 ≥ 第二目标 | 💰 按计划全部止盈 |
这些量化价位来自计划中每个情景的 OperationScenario 量化字段(见 models.go):TriggerPriceMin/Max 定义情景触发区间,StopLossPriceNum 定义止损价位,Target1/Target2 的区间定义目标价位,取值 0 表示该维度不监控。
通知渠道
- 软件内提醒:系统通知 + 前端快讯红色弹窗(盘中即时)
- 飞书:移动端接收,外出也能看到(推荐)
- 钉钉:团队群组共享
💡 去重策略:止损 30 分钟去重、情景触发离开区间再进入才重推、目标当日只推一次 — 不会刷屏。
收到通知后
- 软件内提醒:直接点击跳转查看计划详情
- 飞书通知:在手机端飞书机器人中可直接追问 AI(如「这只股票现在还能追吗?」)
- 执行后及时手动录入交易日志(见场景三)
五、场景三:手动录入交易日志
交易日志必须由用户本人录入,AI 不代填。这是有意识的——交易记录关乎真金白银,必须由你确认。
操作步骤
- 进入 研究中心 → 交易日志
- 点击「添加交易记录」
- 填写字段:
| 字段 | 说明 | 示例 |
|---|---|---|
| 股票代码 | 输入或搜索 | 603986.SH |
| 方向 | 买入 / 卖出 | 买入 |
| 价格 | 成交价格 | 85.50 |
| 数量 | 成交数量 | 200 |
| 交易时间 | 成交时间 | 2026-07-24 10:15 |
| 手续费 | 交易费用 | 5.00 |
| 止损价 / 止盈价 | 配合 K 线复盘(VIP2) | 83 / 92 |
| 交易原因 | 记录买入/卖出理由 | 触及操作计划情景一的触发价区间 85-86 |
| 持仓心态 | 当时的心理状态 | 决断 / 恐惧 / 贪婪 / 犹豫 |
以上字段与 TradingRecord 数据模型一一对应:Direction(买入/卖出)、Price、Volume、TradingTime、Reason(交易原因)、StopLossPrice/TakeProfitPrice(止损/止盈价)、Fee(手续费)、Mindset(持仓心态)。其中 Amount(成交额)为计算字段(Price × Volume),RecordedClosePrice 会在保存时写入当日收盘价或现价快照,供后续盈亏计算直接复用,减少重复请求行情。
关键建议
- 交易原因:尽量关联到操作计划(如「按 7/24 操作计划情景一执行」),便于后期对照
- 持仓心态:看似冗余,实则是复盘的核心(见场景五)
- 系统检测到频繁交易会弹出警告,但不阻止保存,便于自我觉察
盈亏是怎么算出来的:FIFO 持仓引擎
AI 在复盘时看到的每一条记录的 profitAmount / profitPercent(盈亏金额/盈亏率)并非简单的前后价差,而是由 GetTradingRecordList 内置的 FIFO(先入先出)持仓引擎计算得出:买入记录进入持仓批次队列,卖出时按时间顺序依次扣减最早买入批次的剩余数量,从而精确计算每一笔卖出对应的成本与已实现盈亏。统计口径 GetTradingRecordStatistics(同文件 L3040 起)同样基于全部历史记录构建 FIFO,并做了多项防御性处理:卖出量超出持仓时按实际可卖量计算并在日志中告警、无持仓却记录卖出时跳过该记录——确保总盈亏与当日盈亏真实准确,不会因为数据录入异常而虚高。
六、场景四:当日 AI 复盘
收盘后让 AI 对照「计划 vs 实际」做当日复盘。
提问示例
复盘今天(2026-07-24)的操作:
1. 查询今天的每日操作计划,列出每个情景的触发条件和目标价
2. 查询今天的交易记录,对比实际买入价与计划触发价的偏差
3. 分析:是否严格执行了计划?有没有情绪化操作?止损纪律是否落实?
AI 会做什么
- 调用
GetDailyOperationPlanList(按当日筛选)拉取计划 - 调用
GetTradingRecordList(按日期筛选)拉取实际交易 - 对照分析:实际成交价落在哪个情景区间、是否触发止损却未执行、是否提前止盈等
- 输出结构化复盘报告
GetDailyOperationPlanList 的实现细节值得了解(见 tool_daily_operation_plan.go):它支持按 stockCode、stockName、planDate、status 筛选,分页参数 page 默认 1、pageSize 默认 20,查询结果会被渲染成结构化的 Markdown 文本(renderPlanToMarkdown,同文件 L295-L374)返回给模型——包含每个情景的标题、触发条件、动作、仓位、量化触发价/止损价/目标价、操作纪律与风险提示。这意味着 AI 不是"看到"数据库原始 JSON,而是拿到一份人类可读的完整计划文档,复盘质量因此大幅提升。
七、场景五:周末/月末 AI 复盘与心态分析
周期复盘聚焦于「盈亏统计 + 心态偏差识别」,这是长期提升交易能力的关键。
提问示例 A:盈亏统计
统计我本月的交易日志:
1. 本月买入/卖出次数、累计交易金额
2. 累计盈亏、胜率
3. 哪些股票盈利最多、哪些亏损最多
AI 调用 GetTradingRecordStatistics 返回本月统计与累计盈亏。该工具无需任何参数,返回字段覆盖(见 stock_data_api.go):累计买入/卖出金额、总盈亏、收益率、当前持仓数、持仓市值,以及当日买入/卖出额、当日已实现盈亏、当日浮动盈亏、当日总盈亏与收益率。
提问示例 B:心态偏差分析(核心价值)
分析我最近 30 天的交易日志,重点看"持仓心态"字段:
1. 统计不同心态(贪婪/恐惧/犹豫/决断)下的交易胜率
2. 识别我的心理偏差模式(例如"恐惧时容易卖飞"、"贪婪时容易追高")
3. 给出 3 条针对性的交易纪律改进建议
典型输出洞察
- 「你在『恐惧』心态下卖出的 5 笔交易,有 4 笔在随后 3 日反弹超 5% — 存在卖飞倾向」
- 「『贪婪』心态下的加仓胜率仅 20%,建议加仓前强制等待 30 分钟冷静期」
- 长期积累可形成个性化交易纪律,比通用策略更有效
八、场景六:计划与日志的 K 线关联复盘(VIP2)
交易日志支持查看 K 线(需 VIP2),叠加显示持仓成本线、止损线、止盈线,配合操作计划的价位做图形复盘。
操作步骤
- 研究中心 → 交易日志 → 选中一条记录 → 「查看 K 线」
- K 线图上叠加:成本线(黄)、止损线(红)、止盈线(绿)
- 对照同股票的操作计划价位,判断:
- 实际买入点是否在计划触发区间内
- 止损线是否被盘中击穿却未执行
- 止盈位是否提前或滞后
💡 也可在「每日操作计划」列表点「查看 K 线」打开同一只股票的图形,两边对照。
九、AI 工具速查表
每日操作计划类(AI 可生成/查询/更新)
| 工具 | 作用 | 关键参数 |
|---|---|---|
AddDailyOperationPlan |
生成操作计划 | stockCode、stockName、scenarios(含触发价/止损/目标)、discipline、enableAlert、notifyChannels |
GetDailyOperationPlanList |
查询计划列表 | stockCode、stockName、planDate、status |
UpdateDailyOperationPlan |
更新计划内容 | 计划 ID + 各字段 |
UpdateDailyOperationPlanStatus |
更新状态 | pending / executing / done / cancelled |
补充源码级参数细节(schema 定义见 tools.go):
- UpdateDailyOperationPlan 是"部分更新"语义:只需传
planId(必填),其他字段不传则保持原值;scenarios、discipline、enableAlert、notifyChannels只有在显式传入时才覆盖。实现上先按 ID 查出原计划(GetDailyOperationPlanByID),再逐字段合并后整体保存(见 tool_daily_operation_plan.go); - UpdateDailyOperationPlanStatus 只接受四个合法状态:
pending(待执行)、executing(执行中)、done(已完成)、cancelled(已取消),传入其他值会被直接拒绝并返回错误提示(同文件 L488-L524); - 情景子结构:每个 scenario 含 title、condition、actionType(buy/sell/watch)、action、position、buyPriceRange、stopLossPrice、target1、target2、strategy、isBest 及 8 个量化数值字段;
- 纪律子结构:discipline 为
{principle, detail}数组,如「仓位控制 / 首次建仓不超过总计划资金的 1/3」。
交易日志类(AI 只读)
| 工具 | 作用 | 关键参数 |
|---|---|---|
GetTradingRecordList |
查询交易记录 | keyword、direction(买入/卖出)、startDate、endDate、page、pageSize |
GetTradingRecordStatistics |
盈亏统计 | 无参数,返回累计买卖金额、总盈亏、持仓、当日盈亏等 |
GetTradingRecordList 的筛选语义(见 tools.go):keyword 对股票代码与名称做模糊匹配(SQL LIKE);direction 传「买入」或「卖出」,不传返回全部;startDate/endDate 为 YYYY-MM-DD,含当日(结束日会加上 24 小时边界);pageSize 默认 20、最大 50。
触发关键词
- 操作计划:
操作计划、每日计划、操作方案、明日操作、明天操作、盘中预警 - 交易日志:
交易日志、交易记录、盈亏
在提问中包含这些关键词,系统会自动匹配对应工具分组,无需手动选工具。
十、提示词模板示例
系统提示词(定义 AI 角色)
你是一位严格的交易纪律教练,辅助用户执行"计划-执行-复盘"闭环:
1. 生成操作计划时,必须给出明确的价格区间和止损位,杜绝模糊表述
2. 复盘时优先对照"计划 vs 实际"的偏差,而非单纯看盈亏
3. 分析交易日志时,重点识别持仓心态与胜率的相关性
4. 结论必须基于工具拉取的真实数据,不得编造
用户提示词(操作计划生成,支持复用)
为 {{stockName}} 生成明日操作计划:
1. 拉取近 5 日 K 线 + 主力资金流向
2. 给出低开/平开/高开 3 个情景,标注最理想情景
3. 每个情景:触发价区间、止损价、第一/第二目标价(同时填数值字段)
4. 仓位控制 + 止损纪律 2-3 条
5. 开启盘中预警,通知渠道:软件内 + 飞书
用户提示词(周末复盘,支持复用)
复盘本周交易:
1. 统计本周买卖次数、累计盈亏、胜率
2. 对照本周的每日操作计划,找出"计划触发却未执行"和"未在计划内冲动交易"的次数
3. 按持仓心态分组统计胜率,识别我的心理偏差
4. 给出下周 3 条可执行的纪律改进建议
十一、最佳实践与注意事项
✅ 推荐做法
- 盘前必生成计划:哪怕只交易一只股,也先让 AI 出计划,避免盘中临时起意
- 预警渠道配飞书:手机端能即时收到止损/目标通知,外出不漏单
- 交易原因关联计划:录入日志时写明「按 X 月 X 日计划情景 X 执行」,复盘对照更清晰
- 心态字段必填:这是周期复盘识别心理偏差的核心数据,长期积累价值最大
- 用规划模式做复杂复盘:周末跨多日多股复盘用 🧠 规划模式,简单查盈亏用 ⚡ 快速模式
❌ 避免事项
- 不要让 AI 自动下单:AI 生成的是建议,最终决策权在你
- 不要忽略止损预警:止损触发后该情景不再判断其他条件,但人不能装没看见
- 不要为了凑记录而交易:频繁交易警告是提醒,不是鼓励
- 不要只看盈亏不看心态:盈亏是结果,心态是原因,改进心态才能改变结果
- 不要用单一盈亏否定计划:一次失败可能是概率问题,看长期胜率而非单笔
⚠️ 常见问题
| 问题 | 解决 |
|---|---|
| AI 没生成量化价位字段 | 在提问中明确要求「同时填写 triggerPriceMin/Max、stopLossPriceNum、target1Min/Max 等数值字段」 |
| 盘中没收到预警 | 确认计划状态为 pending/executing、预警开关已开、计划日期为今天、且对应市场在交易时段 |
| 复盘时 AI 找不到交易记录 | 确认已手动录入交易日志;AI 只能读取已存在的记录 |
| 飞书收不到通知 | 检查设置中飞书 App ID/Secret 是否正确配置 |
| K 线无法查看 | 交易日志 K 线查看需 VIP2 及以上赞助等级 |
十二、闭环示例:一只股票的完整一周
以「兆易创新 603986.SH」为例:
| 时间 | 动作 | 产出 |
|---|---|---|
| 周日晚 | AI 生成周一操作计划 | 3 情景预案,触发价 85-86,止损 83,目标1 89,目标2 92 |
| 周一盘中 | 飞书收到「情景触发」通知 | 10:15 实时价 85.40 进入区间 |
| 周一盘中 | 手动买入 200 股 @85.50 | 录入交易日志,心态「决断」 |
| 周一收盘 | AI 当日复盘 | 实际买入价 vs 计划区间偏差 +0.50,执行合格 |
| 周三盘中 | 飞书收到「第一目标达成」 | 实时价 89.20 |
| 周三盘中 | 手动减仓 100 股 @89.00 | 录入交易日志,心态「贪婪(想多拿一会)」 |
| 周五晚 | AI 周复盘 | 本周胜率、心态分析:贪婪心态下减仓的 1 笔随后涨到 91,卖飞 2 元 |
下周的纪律改进建议:达成第一目标后执行减仓 1/2,不因短期波动改变计划。
数据来源于网络,仅供参考;AI 生成的操作计划不构成投资建议,投资有风险,入市需谨慎。