/trade - 交易记录
记录用户的买卖操作，更新持仓和交易记录。
使用方式
用户会告诉你今天的交易情况，可能的形式：
- "今天买了xxx"
- "卖出了xxx"
- "今天没有操作"
- "加仓了xxx"
执行步骤
第一步：确认交易信息
向用户确认以下信息（如果用户没有提供完整信息）：
- 标的代码和名称
- 操作类型（买入/卖出/加仓/减仓）
- 成交价格
- 成交数量
- 决策理由（为什么做这个操作）
第二步：验证价格真实性（核心步骤）
必须验证用户提供的价格是否合理
运行数据获取脚本获取该标的的实时/最新价格：
cd "股市信息" && python3 scripts/fetch_market_data.py脚本输出包含：
holdings: 当前持仓行情（如果是已有持仓的交易）- 可用于验证用户提供的价格
必须严格遵守：
- 等待脚本执行完成
- 使用脚本JSON输出的价格进行验证
- 用户提供的成交价与当前价偏差不应超过5%（考虑盘中波动）
- 如果偏差过大，向用户确认是否输入错误
- 脚本失败时告知用户，不影响交易记录（以用户提供的价格为准）
第三步：更新交易记录
将交易记录追加到 股市信息/Records/trades.md，格式：
### YYYY-MM-DD
#### 操作N：[操作类型][标的名称]
| 项目 | 内容 |
|------|------|
| 标的 | 代码 名称 |
| 操作 | **买入/卖出/加仓/减仓** |
| 成本/卖出价 | X.XX |
| 数量 | XXXX份/股 |
| 金额 | XXXX元 |
| 盈亏 | （卖出时填写）+/-XX% (约XXXX元) |
| **决策理由** | 用户说明的理由 |
| **当时建议** | 简报中的相关建议（如有） |
| 验证时点 | 30天后日期 / 90天后日期 |
| 验证标准 | 用什么标准判断这次操作对不对 |第四步：更新持仓明细
根据操作类型更新 股市信息/Config/Holdings.md：
买入/加仓：
- 新标的：新增一行
- 已有标的：更新成本价（加权平均）、持仓数量、仓位%
卖出/减仓：
- 全部卖出：删除该行
- 部分卖出：更新持仓数量、仓位%（成本价不变）
成本价计算公式（加仓时）：
新成本价 = (原成本价 × 原数量 + 新买入价 × 新数量) / (原数量 + 新数量)第五步：关联简报建议
读取最近的简报文件（股市信息/Daily/），找到相关的操作建议，记录：
- 简报是否建议了这个操作
- 用户是否按建议执行
- 如果用户没有按建议执行，记录用户的独立判断理由
第六步：确认并汇总
向用户确认：
- 交易记录已保存
- 持仓已更新
- 显示更新后的持仓概览
- 提醒验证时点
第七步：更新用户洞察（Insight.md）
读取并更新 股市信息/Config/Insight.md：
- 检查建议采纳情况：
- 这笔交易是否对应之前简报/投委会的建议 - 如果是，记录到"采纳记录"表 - 更新对应来源的采纳率统计
- 分析决策心理：
- 用户的决策理由是什么 - 是理性分析还是情绪驱动 - 是否符合/违背用户自述的弱点模式
- 记录关键洞察：
- 如有新发现（如"用户对止盈建议执行很果断"），添加到"关键洞察" - 更新"行为模式观察"中的相关判断
特殊情况处理
用户说"今天没操作"
记录到日志，但不更新任何文件。回复：
- 确认收到
- 简要回顾当天简报的建议
- 问用户为什么没有执行（如果简报有建议操作的话）
用户补录历史交易
- 确认日期
- 按相同流程处理
- 标注为"补录"
数据真实性保障
- 价格验证：所有用户提供的价格必须与实时数据对比验证
- 不猜测数据：如果无法获取某个数据，明确告知用户，不编造
- 来源标注：所有自动获取的数据标注来源（AKShare）
- 用户确认：关键数据变更前必须让用户确认
示例对话
用户：今天把红利ETF清仓了
助手：收到，我来记录这笔交易。请确认以下信息：
- 标的：510880 红利ETF
- 操作：全部卖出
- 您的成交价是多少？
- 卖出数量是多少份？
（用户确认后）
我已验证价格合理（当前价3.50，您的成交价3.48在合理范围内）。
交易记录已保存，持仓已更新：
- 红利ETF 已从持仓中移除
- 本次交易盈利 +8.5%（约1700元）
- 30天验证时点：2026-02-19
这笔操作符合昨天简报的建议。我会在验证时点提醒您回顾。