即使總體判斷正確，我仍會虧錢的三種方式

一段時間前，我寫過一篇關於如何為 FOMC 週打造 AI 總體經濟儀表板的文章——說明我如何運用 AI，把經濟行事曆、新聞與情境壓縮成真正能用來交易的東西。那篇文章談的是讓自己保持資訊充足、做好準備。這一篇則關乎之後發生的事：一個令人不安的現實——即便總體判斷不錯、儀表板也很扎實，執行上仍可能不斷漏錢。

2026 年 6 月與 7 月初，大環境清晰到連我這種學習者也能形成看法：美國 5 月 PCE 通膨年增率達 4.1%，為 2023 年 4 月以來最高；而 6 月非農就業人數僅增加 57,000 人，遠低於市場原先預期的約 110,000 人。這是典型的「通膨黏著遇上就業降溫」張力。

大約同一時期，EUR/USD 在 6 月下旬交易於 1.14 附近，黃金則在月底前仍守穩在 4,000 美元上方。這些都是真實、可交易的總體條件。我的問題不在於看不見它們。我的問題在於如何把這些判斷轉成交易，卻不因時機、倉位大小與心理而失血。

為了加快學習，我現在會詳細記錄交易日誌，並把原始筆記餵進一支簡易的本地 Python 腳本。它使用在我電腦上私密運行的小型開源語言模型，彙整反覆出現的行為模式，並標出「應該快動了」、「就這一次」或「感覺很大」這類情緒用語。它不會產生交易建議，只是幫我看見流程中仍然失效的部分。

以下是即使總體看法大致正確，我仍會虧錢的三種主要方式，以及終於開始堵住這些漏洞的規則、提示語與 AI 工作流程。

1. 時機：看法對了，日子錯了

6 月下旬，我看空 EUR/USD，想在該貨幣對交易於 1.14 附近時表達偏強美元的看法。通膨仍然偏熱，Fed 仍有空間釋出強硬訊號，敘事也支持歐元走軟。就方向而言，這個看法並不離譜。

我卻把一個多日總體論點，當成「應該快動了」的短線 scalping 來做。我沒有具體價格觸發條件就放空，貨幣對先橫盤震盪，打到我的止損，之後才朝我預期的方向緩緩移動。那一週的日誌裡充斥著「應該快跌了」和「我不想錯過這波行情」這類句子。

問題出在時機紀律，而非分析。

我現在採用的時機規則：任何帶有總體偏向的交易，我都需要 4 小時或日線圖上的具體戰術觸發條件——決定性收盤、乾淨的突破回測，或動能確認。

1. 沒有觸發條件 = 不做交易。
2. 最长耐心窗口：5 個交易日。
3. 若在該窗口內沒有任何觸發，構想退回觀察清單。

多送您一個可直接套用的例子。現在在任何總體交易之前，我會強迫自己在日誌裡分開寫兩行：

• 「總體看法：」用一句話寫更大的故事。
• 「進場條件：」用一句話寫我在等待的實際價格型態。

如果這兩行對不上，我就不交易。聽起來很簡單，但已經幫我避開多次「看法對了，日子錯了」的虧損。

2. 風險：信念不是倉位模型

我的第二個大漏洞，是讓一個強勢故事逼我過度加倉。當某個頭條感覺理所當然時，我開始表現得好像信念可以降低風險。實際上恰恰相反。

這在原油與黃金這類市場最為明顯——總體故事總是讓人覺得迫切。6 月與 7 月，油價仍深深糾纏於通膨與地緣政治風險之中，黃金則在 4,000 美元關口附近徘徊。敘事燃料從不短缺。

若讓敘事驅動倉位大小，一次正常回檔在我腦中就會變成終結職涯的事件。

我現在採用的風險規則：

1. 每筆交易最多風險權益的 1%。
2. 倉位大小 =（權益 × 1%）÷ 經 ATR 調整的止損距離。
3. 進場前在日誌中記錄精確的美元風險金額。沒有例外。

我仍然有信念。我只是不再讓它碰觸倉位公式。

多送您一個可直接套用的例子：在一筆「高信念」交易之前，先問自己：「如果它在奏效前先正常回檔，我能不能坐得住、不去動止損？」

若誠實答案是「不能」，倉位就太大了。

我會縮小倉位，直到能說「能」而且是真心的。

3. 心理：好論點變成壞藉口

第三個漏洞純粹是心理層面的：用一個好論點為違背自己的規則找藉口。

黃金是我最喜歡舉的例子。6 月底，黃金收在略高於 4,000 美元之處，通膨與成長之間有足夠的總體張力，幾乎任何敘事都能自圓其說。當您交易的標的總是能用「總體」來解釋時，就會危險地輕易把止損放寬、加倉，或持有更久——「因為故事仍然說得通」。

這三件事我都做過。

在一筆對我不利的空單中，進場時我有明確的止損。數據公布後市場反向移動，我放寬了止損，並告訴自己「總體仍然不錯」。故事沒變；變的是我的紀律。那一個決定，把可控的虧損變成了我得花好幾天才能爬出來的窟窿。

我現在採用的心理規則：

1. 移動一次止損，自動記錄為違規。
2. 任何違規或連續兩筆虧損，觸發強制 24 小時暫停交易。
3. 暫停期間，我只回顧日誌與圖表——不下新單。

我不會假裝這條規則能消除情緒。它只是不讓我最糟的決定不斷疊加。

多送您一個可直接套用的例子：若進場後的日誌反覆寫著「我仍然喜歡這個論點」超過一次，您大概已不再是在管理這筆交易，而是在跟它爭辯。

我會標記每一句這樣的句子。看到這些標記成群出現在大額虧損周圍，正是我需要的推力，讓我落實 24 小時暫停。

改變我日誌的提示語

最大的升級並非 AI 腳本，而是從模糊反思轉向可重複使用的提示語。

每筆虧損交易之後，我現在會回答：

• 我的總體看法用一句話怎麼說？
• 什麼情況會在 24 小時內推翻該看法？
• 這筆虧損是分析錯誤還是執行錯誤造成的？
• 我是因為設定觸發才進場，還是因為等不下去了？
• 違規之前，我對自己說了哪一句精確的話？
• 如果我現在是空手，還會在這裡做這筆交易嗎？
• 哪一條規則最能幫我省下最多錢？

一點都不花俏。它只是強迫把虧損歸類。「壞交易」太模糊，無法修正；「過早進場」、「倉位過大」或「移動止損」才是可執行的。

我實際上如何在這裡使用 AI

在稍早的 FOMC 儀表板文章中，AI 站在最前線：它協助把行事曆、演說與數據整合成單一總體觀點。

在這裡，AI 坐在背景裡。

我在 tradersview.deriv.com（Deriv 的 AI 圖表分析工具）上交易並回顧設定，再把日誌匯出成簡單的 CSV。我所有的價格、商品代碼與筆記，都直接來自自己的帳戶歷史與圖表。

AI 模型的工作僅限於三件事：

• 標出筆記中的情緒用語（急躁、恐懼、報復、希望、過度自信）。
• 統計每個主題在虧損交易周圍出現的頻率。
• 標記虧損聽起來像分析錯誤（「論點錯了」）還是執行錯誤（「過早、倉位過大、移動止損」）。

我常用的提示語：

• 「閱讀以下日誌內容。找出反覆出現的情緒用語，尤其是恐懼、急躁、報復交易與過度自信。依主題分組，並引用精確原句。」

• 「檢視這 20 筆交易。把分析錯誤造成的虧損與執行錯誤造成的虧損分開。給我次數、例子，以及最常見的違規項目。」

• 「用白話摘要本週日誌。我最大的三個行為漏洞是什麼？針對每一項，下週要測試的一條具體規則是什麼？」

我不問該交易什麼。我問自己一直在哪裡傷害自己。

偽代碼：我的 AI 日誌助手實際如何運作

我用本地 Python 腳本處理日誌，但邏輯很簡單，您用任何語言都能做出來。

以下是白話偽代碼工作流程：

START
  READ "trade_journal.csv"
    COLUMNS: date, symbol, pnl, notes
  DEFINE EMOTION_SETS:
    impatience    = ["should move", "too early", "soon", "jumped in"]
    overconfidence = ["high conviction", "obvious", "easy trade"]
    fear          = ["scared", "nervous", "hesitated", "cut early"]
    revenge       = ["get it back", "make it back", "chase", "missed it"]
    hope          = ["it will come back", "just this once", "give it room", "macro is still good"]

  FOR EACH trade IN journal
    text = LOWERCASE(trade.notes)
    themes = EMPTY_SET
    FOR EACH (label, phrases) IN EMOTION_SETS
      FOR EACH phrase IN phrases
        IF phrase IS IN text THEN
          ADD label TO themes
        ENDIF
      ENDFOR
    ENDFOR
    IF text CONTAINS ANY OF ["early", "no trigger", "moved stop", "oversized", "cut early"] THEN
      error_type = "execution"
    ELSE IF text CONTAINS ANY OF ["wrong thesis", "missed macro", "data changed", "read was wrong"] THEN
      error_type = "analysis"
    ELSE
      error_type = "unclear"
    ENDIF
    ATTACH themes AND error_type TO trade
  ENDFOR
  COUNT how many times each theme appears across all trades
    OUTPUT "emotion_summary.csv" WITH COLUMNS: theme, count
  OUTPUT "journal_flags.csv"
    COLUMNS: date, symbol, pnl, themes, error_type, notes
END

就這樣。沒有魔法。

所謂的「AI」，不過是我用來協助摘要與標記這些主題的 Claude 程式碼模型——真正的功夫，仍在於我寫下什麼，以及我決定執行哪些規則。

請注意，我並不是想提出什麼全新構想！「時機、倉位、心理」是交易裡最古老的三件套。

我寫這篇的原因更單純：我需要一個方法，讓這三個問題在我自己的損益中變得無法忽視。總體儀表板讓我在大方向上「大致正確」。這套日誌加 AI 的工作流程，則是我用來看見自己在實務上仍搞砸的各種方式，並把那些漏洞轉成我真正跟得上的規則。

若您也處在同樣的位置——判斷不錯、執行卻很亂——這週就以小倉位複製一條規則、一則提示語，或這套流程的一小部分，並誠實回顧。

您不需要完美，但請對一致性說好。

免責聲明：這是我個人的交易日誌反思。我不是財務顧問。交易涉及重大虧損風險。過往績效不代表未來結果。所有例子均來自我自己的帳戶，市場價格依據我的券商圖表與筆記。