用AI做交易复盘：它能揪出什么，做不到什么，附4条可直接抄的提示词

把三十笔交易记录复制给AI，让它帮你复盘，这件事到底靠不靠谱？我实测了一段时间，结论是：它在两件事上比你自己做得好，在另外两件事上完全不能用。分清这条边界，AI是复盘环节里性价比最高的工具；分不清，它会给你一堆听起来很专业但毫无价值的废话，甚至误导你去改本来没问题的方法。

先说结论，然后逐条讲清楚为什么。

引子：AI在复盘里的真实定位

AI能做的： 在你的历史记录里找出你自己看不见的行为模式，以及戳穿你写在复盘里的自我合理化。

AI不能做的： 判断行情、评价某笔交易的对错、给出下一步该怎么做的建议。

这条边界的底层逻辑是：AI擅长在结构化数据里做模式识别，不擅长在不确定性下做决策。 你的交易记录是结构化数据，市场不是。

想明白这一点，后面的用法就都顺了。

一、AI真正有用的第一件事：找出你看不见的模式

人复盘自己的交易，有一个天然的盲区：你只会记得印象深刻的那几笔。 亏得最惨的、赚得最爽的，这几笔会占据你全部的注意力，而真正决定你长期盈亏的，往往是那二十笔平淡无奇的小亏。

AI没有这个盲区。三十笔记录丢进去，它会平等地对待每一笔。

实测下来它经常能找出这类东西：

你周五开的仓，亏损率比其他工作日高出一截。 你在连续两笔盈利之后开的仓，平均亏损明显更大。 你持仓超过五天的交易，胜率其实比短持仓高，但你大部分交易都在三天内平掉了。 你所有的大亏，进场理由那一栏都填得特别短。

最后一条是我见过最有价值的发现。 理由写得短，说明当时你自己也说不清为什么要进场。这个规律你自己翻记录很难发现，因为你不会去数字数。

提示词一：找模式

下面是我的交易记录。请只做一件事：找出其中重复出现的行为模式。

要求：
1. 只陈述数据里能看到的规律，不要给建议
2. 每个规律必须附上具体笔数和对应的盈亏数字
3. 如果某个规律的样本少于5笔，明确标注「样本不足」
4. 不要评价我的方法好坏

<交易记录>
（把你的记录粘在这里）
</交易记录>

「不要给建议」这句必须写。 不写的话，AI会在找出规律之后自动接上一段建议，而那段建议基本都是通用套话，会稀释掉前面真正有价值的部分。

二、AI有用的第二件事：戳穿自我合理化

这件事AI做得比人好，因为它不需要照顾你的面子。

你在复盘里写「这笔是市场突然反转，属于不可控因素」，AI会问：你的止损设在哪，为什么没有在止损位出来？

你写「基本面没变化，所以继续持有」，AI会问：你进场的理由是技术面突破，那么用基本面来支撑持有，是不是换了一套标准？

这就是标准漂移，是散户最普遍也最隐蔽的问题：进场用一套逻辑，扛单用另一套逻辑。你自己复盘的时候看不出来，因为两套逻辑分别成立，你不会把它们放在一起看。

提示词二：审合理化

下面是我对一笔亏损交易的复盘。请扮演一个严格的交易导师，
只做一件事：找出我在这段复盘里为自己开脱的地方。

具体检查：
1. 我有没有把可控因素说成不可控
2. 我进场的理由和我持有的理由，是不是同一套标准
3. 我说的「计划」，在记录里有没有对应的证据
4. 有没有用结果好坏来倒推判断对错

对每一处都引用我的原话，然后指出问题。不要安慰我。

<我的复盘>
（粘贴你的复盘文字）
</我的复盘>

用这条提示词的时候要有心理准备，它给出的东西通常不太好受。但这正是它的价值：你花钱找的导师会照顾你的情绪，AI不会。

三、AI完全不能用的两件事

这一节比上面两节重要。用错的代价比不用大得多。

不能让它判断行情

「你觉得这只股票明天会涨吗」「现在这个位置能不能进」这类问题，AI给出的回答有两个致命问题。

第一，它没有实时数据。 大多数模型的训练数据有截止日期，你问它当下的行情，它要么拒答，要么基于过时的信息编一个听起来合理的答案。带联网检索的模型能查到最新价格，但检索到的是新闻和评论，不是市场结构。

第二，也是更根本的，它会给你一个确定的语气。 AI的表达方式天然是确定的，「该股短期存在回调压力」这种句子读起来像专业判断，实际上是从训练语料里学到的表达模式，背后没有任何真实的分析过程。

在一个本质上概率化的领域里，接收确定性的表述，是最危险的事。

不能让它评价单笔交易的对错

「你看我这笔做得对不对」，这个问题问错了对象。

AI只能看到你给它的结果。而单笔交易的结果和决策质量之间，本来就没有稳定的对应关系。一笔赚钱的交易可能决策很糟，一笔亏钱的交易可能执行得完美。

你问它某笔交易对不对，它只能从结果倒推，然后给出一个用结果论证过程的回答。而用结果倒推过程，正是交易者最需要戒掉的思维方式。

正确的问法是让它检查一致性，而不是对错： 我的执行和我的计划是否一致。这个问题有客观答案，AI能回答好。

关于怎么把复盘丢给AI并让它找出隐藏漏洞，把一笔交易复盘丢给GPT那篇有一个完整的实际案例，可以看看具体的对话过程。

四、另外两条实用的提示词

提示词三：月度归因

下面是我这个月的全部交易记录。请做归因分析：

1. 把我的总盈亏拆解成：符合计划的交易贡献了多少，
   不符合计划的交易贡献了多少
2. 找出亏损最集中的一类交易（按你识别出的共同特征分类）
3. 如果我这个月只改掉一个行为，改哪个对结果影响最大？
   用数据说明这个改动能减少多少亏损

只基于我给的数据计算，不要引入外部假设。

<交易记录>
</交易记录>

第三问是这条提示词的重点。「只改一个」这个约束很关键，不加这句，AI会给你列出七八条改进建议，你一条都执行不了。

提示词四：写规则

根据下面这些交易记录里我反复犯的错误，帮我写3条交易规则。

要求：
1. 每条规则必须是可执行的动作，不是原则
2. 必须能在下单前用「是/否」判断，不能有模糊表述
3. 每条规则后面注明它对应记录里的哪几笔亏损

反面例子：「要严格执行止损」（这是原则，不是可执行动作）
正面例子：「开仓时必须同时挂上止损单，没挂就不算开完仓」

<交易记录>
</交易记录>

这条的价值在于把AI找出来的模式，转化成你明天就能用的规则。规则和原则的区别，是能不能在下单前用是或否回答。

五、喂数据时最容易犯的三个错

第一，只给结果不给理由

只粘贴日期、代码、买卖价、盈亏，AI能做的分析非常有限，因为这些数据里没有你的决策信息，它只能算算胜率和盈亏比，那些你自己用公式也能算。

真正让AI发挥价值的字段是：进场理由、计划止损、实际止损、当时的情绪状态。这几列在不在，决定了AI的输出是废话还是洞察。

如果你的记录里还没有这几列，交易复盘表格怎么做那篇讲了完整的字段设计，用WPS表格做A股每日复盘那篇给了A股场景下带自动抓行情的具体做法。

第二，样本太少就要结论

十笔以内的记录，任何规律都可能是巧合。AI不会主动告诉你样本不足，它会照样给你一个看起来很有道理的结论。

至少三十笔再开始用AI分析，这是经验值。所以前面那条提示词里我加了「样本少于5笔要标注」，就是为了防这个。

第三，脱敏没做

这一条关系到安全。上传交易记录之前，去掉账户号、真实姓名、券商名称、具体资金量。

用比例代替绝对金额，比如把「亏损8500元」改成「亏损占总资金1.7%」。这样既保护了信息，实际上分析效果还更好，因为比例才是可比的。

写在最后

AI在交易复盘里的角色，是一个没有情面的数据分析助手，不是导师，更不是顾问。

它能告诉你「你有七成的亏损发生在连续盈利之后」，这个事实你自己很难发现。但它没法告诉你明天该买什么，那个问题它给出的任何答案都不值得听。

用它做诊断，不要用它做决策。 这条界限守住了，它是复盘环节里投入产出比最高的工具；守不住，它就是一台会用专业口吻输出废话的机器。

最后提醒一句：AI只能分析你给它的东西。 如果你的记录里进场理由全是「感觉不错」，那么无论用什么模型、什么提示词，它都分析不出任何有价值的东西。工具永远解决不了输入质量的问题。

3秒免费测一下你的”管不住手指数”：journal.xtradingtime.com（记住 3316，就能找到我们）

---

本文内容仅供教育和参考用途，不构成任何投资建议。文中提示词的实际效果因模型版本和数据质量而异。交易有风险，入市须谨慎。