缠论这类本土方法论塞进技能包,是加分项还是负债
缠论这类本土方法论塞进技能包,是加分项还是负债
先把问题问得更具体一点:当一个 Claude Skill 包要收录一套本土方法论时,真正的分水岭不是这套理论"名气大不大",而是它能不能被切成可命名、可截断、可复核的三层——哪些是纯函数,哪些是需要在文本里一次性裁决的定义,哪些必须留给人在盘后复盘。缠论恰好落在这条分界线上最难受的位置:它的分型看起来像三行代码,它的中枢与背驰却依赖"级别"这种无法从数据里自动读出的上下文。
本文不讨论缠论对不对,只讨论工程问题。判断依据来自一个可以直接翻源码的样本仓库 claude-trading-skills:它没有缠论 skill,但它把另一套同样"本土"的方法论(日式 Kanchi 股息投资)做成了 production 级流程,也把"结构点识别"这件最容易玄学化的事写成了严格定义加双通道校验。这两处代码,正好构成了"加分项还是负债"的可验证答案。
一、仓库本身给出了一个反例:本土不等于负债,"不可裁决"才是
先看一个容易误判的事实:这个仓库的技能目录里没有任何缠论相关实现。搜索"缠论/中枢/背驰/分型",唯一命中的是日语文档里把某技能的判断核心译作"判断中枢",与缠论无关。这不代表作者排斥本土方法论——同一个仓库里,kanchi-dividend-sop 把日式股息投资(Kanchi 五步法)完整工程化,状态是 production,并且被 kanchi-dividend-weekly 工作流引用。
它的做法值得逐条对照:
- 强制参数而非默认幻觉:
--yield-floor是必填项,缺失时不会"大概估一个",而是每一行都退化到STEP1-RECHECK。源码注释写得很直白:没有 Step 1,任何一行都不可能拿到 PASS 档(SKILL.md)。 - 把"不知道"变成一等公民:
adjusted_eps_source = UNAVAILABLE时封顶HOLD-REVIEW;并购完成后四个季度内,GAAP EPS 视为被扭曲,强制走 adjusted 路径或HOLD-REVIEW;事件扫描失败/跳过时,TRIGGERED 标的降级为HOLD-REVIEW且阻断首笔建仓。全部是 fail-safe,没有一条是"数据缺失就放行"。 - 档位是有序枚举,不是形容词:
CLEAN-PASS / PASS-CAUTION / CONDITIONAL-PASS / HOLD-REVIEW / STEP1-RECHECK / FAIL定义在 thresholds.py,合成逻辑在 verdict.py,用_RANK做统一排序,worst()取最差项——多信号合成时不会出现"三个利好抵消一个致命缺陷"的加总谬误。
Kanchi 同样是"本土方法论",同样带着强烈的个人风格与口头传统。它能进技能包,不是因为被翻译成了英文,而是因为它被拆成了可以判对错的步骤。反过来说,一套方法论被做成 skill 之后变负债,通常不是因为它"土",而是因为它的关键概念在实现里没有裁决机制。
二、可形式化程度分层:缠论的三层切开
把缠论的概念按"能不能写成无争议的纯函数"排一下,结论会比"能/不能自动化"这种二选一有用得多。
第一层,可以直接代码化:分型与结构点。 这是缠论里最容易被误认为"整套都能写"的部分。仓库里对应的实现是周线摆动点:一个已完成的周,其最高价严格大于左右各两根已完成周线的最高价,才算一个 swing high(5 周分形),swing low 镜像处理;找不到分形时退化为窗口内极值,并显式标记 fallback: true(weekly_price_action.py)。注意这里两个刻意的选择:严格不等号(等于前高不算新高)和必须左右各有两根已完成周线(最近可能的分形在倒数第 3 根)。这两条一旦写进代码,分型就不再是可争论的东西。
第二层,需要一次性文本裁决:包含处理、笔的最小长度、线段破坏、级别递归。 这些不是"写不出来",而是"写出来也不唯一"。仓库对这类问题的处理方式不是让模型自由发挥,而是把定义写成唯一权威文本,并要求两个消费者逐字同判——图表模式(Claude 读用户上传的周线图)与脚本模式(确定性计算)必须用同一套定义,因为定义只写了一遍(contrarian-confirmation-checklist.md 开篇即声明"This checklist is judged identically by two consumers")。
第三层,只能留给人:级别选择、背驰的"力度"度量、以及"这个结构值不值得交易"。 仓库没有任何一处试图自动化"值不值得"。最远的自动化止步于 READY_FOR_PLAN,而且这个状态的定义被反复强调成"方向、触发条件、失效位已填充",不是订单(contrarian-setup-gate/SKILL.md)。
一篇流传较广的《Claude 与缠论结合》实战文,恰好演示了跳过这个分层的后果。它把"笔的构成必须至少 5 根 K 线且涨跌幅 >3%""线段至少 3 笔且不重叠超过 50%""背驰需价格新高 + MACD 柱面积缩小 + 成交量递减"这类自造阈值直接写进 prompt,然后要求模型输出"分型位置、笔的起止、中枢区间、潜在买卖点及置信度"。这里有两个硬伤:一是这些阈值没有任何出处与敏感性测试,换个市场、换个周期就失效;二是"置信度"由模型自报,而自报的数字既不可复现也无法被第三方复核——它把一个不可验证的量放进了输出契约。同一篇文章里"全年识别顶分型 27 个、底分型 29 个,过滤掉振幅 <2% 的无效分型"这种统计,缺了最关键的一句:这 2% 是谁定的,换 1.5% 会变成多少个。
三、交给模型做结构识别,校验难点到底在哪
把模型放在结构识别的位置上,问题不在"它看不看得懂图",而在下面四件事,每一件都能在仓库里找到对应的防御设计。
难点一:定义漂移,而且漂移不可见。 人做缠论时,笔的划分分歧会被"我重新看了一下"掩盖;模型做的时候,分歧会以流畅的自然语言输出掩盖得更彻底。仓库的对策是保守分歧规则:当图表模式与脚本模式对同一标的、同一方向给出不同结论时,最终结论强制为 NOT_CONFIRMED,理由码 mode_disagreement,两边的子结果都附在报告里,"never silently prefer one mode"。这条规则的价值在于:它承认两种读取方式都可能错,于是把"分歧"本身当成一条证据,而不是让更自信的那个赢。
难点二:自报置信度天然不可校验。 仓库里 confidence 是枚举,且 LOW 被明确标注为"reserved, never emitted in v1"——不是因为 LOW 不可能出现,而是因为一个"低置信度确认"在下游没有安全的消费方式。更严格的是不变量:只要 verdict 是 INSUFFICIENT_DATA,checks 与 swing_levels 必须为 null,下游只要读 verdict 就能决定要不要碰这些字段,不需要按 verdict_reason 分支。这条设计直接掐死了"数据不全但仍然给出了看起来很像样的结构标注"这种最危险的输出。
难点三:时间语义。 缠论的表述高度回溯性——"走势终完美"这类判断在事后看总是成立的。要让它在技能包里可用,必须有一个硬性的信息截断点。仓库的做法是:--as-of 是必填参数("no implicit today"),日线数据在重采样成周线之前先按 as-of 截断,避免把未来数据混进本周的 bar;数据过旧、日期在未来、结构畸形,一律走 fail-closed,CLI 退出码仍然是 0 但报告里写明原因。与之对照,--as-of 缺失这类操作者配置错误才退 2。把"我的参数错了"和"数据不可信"分成两种退出语义,是长时间运行的系统里非常实用的一条纪律。
难点四:样本量与参数维度。 一个缠论买点信号,在一个标的上一年可能只出现个位数次;而它的自由参数至少有:包含处理方向、分型确认所需 K 线数、笔的最小幅度、线段破坏判据、中枢级别定义、背驰所用指标与参数。仓库对这类问题的态度写在两处:backtest-expert 要求绝对下限 30 笔交易,并指出 5% 的单笔优势需要 100+ 笔才能与运气区分;strategy-research-bias-checklist 把 13 项偏差(含 parameter_multiplicity、walk_forward_out_of_sample、regime_dependence)设为必答,任何一项未声明就把 PASS 降级为 REVISE。换句话说,缠论类策略不是不能回测,而是它的回测报告在现有标准下几乎必然触发"参数多重性 + 小样本"双红牌——这属于评价体系给出的诚实结论,并非偏见。
四、什么该写成规则:五条可操作的判据
从上面这些实现里,可以抽出五条能直接拿去审自己 skill 的判据。
- 失败必须有名字。 不是返回
None,而是step1_not_run_or_unknown、detector_json_stale、no_price_source、insufficient_weekly_bars、mode_disagreement这样的理由码。理由码是可被下游 allowlist 校验的(contrarian-setup-gate就对上游的verdict_reason做了词表校验,而不是只检查类型)。 - 比较必须写成严格不等号。 "等于前高"到底算不算突破,是一个必须一次性拍定、然后代码化的决定;
>=与>的差别会在几百次回测里变成完全不同的策略。 - 缺失参数要封顶,不要补默认值。 Kanchi 的
--yield-floor缺省即STEP1-RECHECK,是这条原则最干净的实现。 - 阈值必须有单一源头。
thresholds.py被写成"all SOP thresholds + SCHEMA_VERSION"的唯一真源,人读文档default-thresholds.md只是镜像。阈值散落在 SKILL.md、prompt、脚本三处,是这类方法论工程化后最常见的腐化路径。 - 知识型技能也要有契约测试。 仓库专门有一份 knowledge-skill-test-contract.md,要求即使技能不产出可执行代码,也必须测四件事:frontmatter 身份、被引用的本地资源是否存在、输入输出与安全边界是否显式、测试本身是否不联网不调 LLM。这条最容易被忽略,因为"我写的只是方法论"听起来像免测理由。
顺带一个不太舒服但很真实的数据点:在这个仓库的评分器里,一个没有脚本、只有 references 的技能会被判定为 knowledge_only,其测试维度直接给 12/20 而不是 20/20(run_dual_axis_review.py)。也就是说,"纯文本方法论包"在体系里天生拿不到满分。这可以理解为对负债的定价:没有可执行入口,就没有可执行的验证。
五、什么必须留给人:把"停手"设计成合法状态
比"哪些能自动化"更重要的是"自动化到哪里必须停"。这个仓库有三处停手设计,几乎可以直接照搬到任何本土方法论的 skill 上。
第一,状态机的最远状态不是订单。 contrarian-setup-gate 的最高状态叫 READY_FOR_PLAN,定义是"方向、入场触发、失效位已填充",仓位属于下游另一个技能,下单永远是人。INSUFFICIENT_EVIDENCE 与 REJECTED 永不推进,任何警告、任何置信度、任何部分输入都不能把它们推过优先级规则允许的边界。
第二,触发不等于结论,只等于"进入复核队列"。 kanchi-dividend-review-monitor 把这条写成了不可协商规则:绝不因机器触发而自动卖出,先产出 WARN / REVIEW 证据供人确认。它甚至专门处理了一个本土方法论常见的误报:当 T6 仅由 freeze_flag 或"本次股息与上次相同"驱动时,只能当作 WARN 去做派息节奏确认,不得暗示削减——因为很多季度派息公司在年度加薪之间会连续几个季度派同一金额。这类"看起来像坏消息、实际只是节奏"的歧义,是模型最容易顺手写成结论的地方。
第三,错判必须留痕,并且要能反转。 仓库里有一份 errata 台账,记录了 2026-05-16/17 两次筛选中被推翻的判断与五类根因:股息冻结、GAAP 派息率失真、前瞻并购遗漏、特别/可变股息陷阱、 stale 股息导致的假阴性。最刺眼的一行是结论修正:原本的"11 个 PASS"在事后修正后,现实可执行的是 2–3 个,无条件干净买入只有一只。这份台账是 git 跟踪的,理由是"每一次被反转的判断,其 what/when/why 必须永久可审计"。
上图是仓库另一个工作流的示意输出(虚构数据):它给出的不是买卖指令,而是一个带敞口上限、带姿态、并且明确标注置信度为 LOW 因为关键输入缺失的人类复核对象。这正是本土方法论进 skill 后应该长成的样子——把"我现在证据不足"表达得和"我看多"一样清楚。
六、判决:什么时候是加分项,什么时候是负债
把上面的证据收拢成一张对照表,判断一套本土方法论进技能包是资产还是负债,看它能否同时满足五条:
| 判据 | 加分项的表现 | 负债的表现 |
|---|---|---|
| 失败可命名 | 每个降级都有理由码,下游可校验 | 只有"分析失败",或干脆给一个模糊结论 |
| 时间可截断 | 强制 as-of,重采样前截断,过期即拒 | 用"当前""最近"这类相对词,回测与实盘同一套代码 |
| 层级可枚举 | 级别/档位是有限枚举,越界即报错 | 级别靠上下文"体会",输出里混用多个级别 |
| 错判可审计 | errata 台账 + 可复现的 golden 用例 | 只在聊天记录里"我上次说过" |
| 输出不越界 | 最远到"计划就绪",下单与仓位分离 | 直接给买卖点、给仓位百分比、给"置信度 87%" |
对照缠论:分型、笔、线段、中枢这些概念本身完全够格做加分项——它们比很多流行指标更结构、更适合写成确定性函数。真正会把项目拖成负债的是三种实现方式:把自造阈值伪装成原著规则;让模型自报置信度并把它当输出契约;以及跳过级别选择直接给买卖点。第三种最危险,因为它把"级别的选择"这个唯一真正需要人做的判断,悄悄转移给了模型,而模型不会告诉你它选了哪个级别。
如果要在这个仓库的骨架上真的做一个缠论 skill,最小可行路径大概是这样(全部是仓库里已有模式的复用,不需要发明新架构):
skills/chan-structure/
├── SKILL.md # 触发条件、输入、输出契约、边界
├── references/
│ ├── definition-authority.md # 唯一权威定义:包含处理/分型/笔/线段/中枢
│ └── level-selection-protocol.md # 级别如何选定、如何记录、如何禁止跨级混用
├── scripts/
│ ├── chan_core.py # 纯函数:包含处理、分型、笔、中枢候选
│ ├── chan_cli.py # 强制 --as-of、强制 --level,缺失即拒
│ └── tests/test_golden_structures.py # 冻结用例 + 边界(等号、单根包含、缺口)
└── requirements.txt
三个不可省略的细节:--level 与 --as-of 一样必填,缺失就 fail-closed;脚本产出的中枢只是候选区间,必须经过一段人工确认才能进入下游;图模式与脚本模式必须共用同一份 definition-authority.md,并在分歧时取保守结论。做完这三件事,缠论进技能包就是加分项——它带来了别人没有的结构视角,同时没有带来不可审计的确定性幻觉。
反之,如果只能交付一份"你是资深缠论分析师,请识别分型、笔、中枢并给出买卖点及置信度"的提示词,那它对项目的贡献基本是负的:它消耗上下文、无法测试、无法评分、无法在出错时定位,还会让使用者误以为某个概率数字是有依据的。本土方法论的价值从来不在名字,而在于它是否愿意把自己的模糊处指出来——一个敢于输出 INSUFFICIENT_DATA 的缠论 skill,比一个永远能给出三个买卖点的缠论 skill,可信度高一个数量级。