auto_trade_sys/docs/ENTRY_CONTEXT_入场思路记录.md

入场思路记录（entry_context）

目的

把「入场原因 + 经历的思路/过程」写入每笔订单，便于事后综合分析策略执行效果：
不仅看结果（盈/亏、止盈/止损），还能看过程（当时信号强度、市场状态、过滤是否通过等），分析更准确、优化更有依据。

实现方式

• 数据库：trades 表新增字段 entry_context（JSON，可为空）。
• 写入时机：自动开仓且订单成交后，在保存交易记录时一并写入。
• 内容：由策略在开仓前构建一个字典，经 position_manager 传给 Trade.create，以 JSON 存入。

entry_context 字段说明

每笔自动开仓订单的 entry_context 目前包含（示例）：

键	类型	说明
signal_strength	int	信号强度 0–10
market_regime	str	市场状态，如 trending / ranging
trend_4h	str	4H 趋势方向（来自策略）
change_percent	float	24h 涨跌幅（%）
direction	str	交易方向 BUY/SELL
reason	str	入场原因文本（与 entry_reason 一致）
rsi	float	入场时 RSI（若有）
volume_confirmed	bool	是否通过成交量确认
filters_passed	list	通过的过滤项，如 only_trending, should_trade, volume_ok, signal_ok
macd_histogram	float	可选，MACD 柱状值
atr	float	可选，入场时 ATR

后续如需增加「经历的思路」（例如：短周期方向、趋势过滤结果、是否在冷却等），可在 strategy 里往同一 dict 里追加，再写入即可。

数据库迁移

首次使用需执行迁移，为 trades 表增加 entry_context 列：

# 在 backend 目录或项目根目录执行（按你当前 DB 配置）
mysql -u your_user -p your_db < backend/database/add_entry_context.sql

若库中已有该列，脚本会跳过，不会重复添加。

API 与导出

• GET /api/trades：返回的每条交易里会带 entry_context；若 DB 驱动返回的是 JSON 字符串，接口会先解析成对象再返回，便于前端或分析脚本使用。
• 导出/统计：凡基于该 API 或直接查 trades 的导出（如「交易记录_xxx.json」），只要包含 entry_context 字段，即可用于按「入场思路」做统计与归因分析。

分析时怎么用

• 按信号强度：统计 entry_context.signal_strength 与胜率/盈亏比的关系（例如 8 分 vs 9 分的表现）。
• 按市场状态：对比 market_regime=trending 与 ranging 下的胜率和平均盈亏。
• 按过滤通过情况：看 filters_passed 与最终结果是否一致（例如 volume_ok 通过后是否仍常止损）。
• 归因单笔：某笔止损/止盈时，结合 reason、trend_4h、rsi 等还原当时决策依据，判断是信号问题、过滤不足还是行情突变。

这样就能在「只看结果」之外，用「过程 + 结果」一起评估和优化策略。