Simperator策略统计：能统计什么、怎么定义口径
入口：左侧菜单「策略研究」→「策略统计」（/metrics），三个标签页：统计结果、统计定义、标注样本。
前面几页（判定标准、个股手记、案例日志，见 11~13 号说明）负责记录，这一页负责回答问题：我的规则到底有没有用？
1. 为什么要定义"口径"
"我这套策略胜率高吗"这种问题，换个算法就是另一个答案：算不算模拟单？止损出场算不算失败？持有多久算结束？
口径就是把一个统计问题钉死：统计谁、怎么判定成功、怎么算。口径定下来以后，今天算和半年后算是同一个数，不同时期之间才能比较，不会因为结果不好看就悄悄换算法。
2. 统计定义包含什么
| 字段 | 含义 | 例子 |
|---|---|---|
| 代号 / 名称 | 一个短代号加一句话名称 | P1 胜率与盈亏比 |
| 数据来源 | 统计哪一批样本（见第 3 节） | 策略案例 |
| 判定标准 | 一个样本怎样算"成功"，要能机械判定 | 平仓收益 > 0 |
| 方法 | 怎么汇总 | 成功数 ÷ 已平仓数 |
| 结果单位 | 比例，或天数均值 | 比例 |
| 状态 | 讨论中 / 正式追踪 | 正式追踪 |
判定标准的写法跟知识点的判定要点一样：任何人拿同一份数据都应该得出同一个结论。"走势良好"不是标准，"10 个交易日内收盘价高于信号日收盘价 5%"才是。
建议先把口径设成"讨论中"，样本和算法都确认后再改成"正式追踪"；正式追踪以后不再改判定标准——要改就新建一个口径（例如 A5 → A5-2），旧的数据仍然可以对照。
3. 能统计什么：按数据来源
统计只针对你自己的数据：你的交易、案例、笔记、讨论和筛选结果，不扫描全市场。
| 数据来源 | 样本是什么 | 典型问题 | 需要的档位 |
|---|---|---|---|
| 交易账户 | 你的真实买卖记录 | 整体胜率与盈亏比、平均持仓天数、止损执行率 | 基础档（Lite） |
| 策略案例 | 案例日志里的实盘 / 模拟案例 | 每套策略、每个子策略的胜率；某条知识点要点不满足时胜率如何 | 基础档（Lite） |
| 讨论日志 | 你和 AI 的分歧 | 买入意愿正确率；技术面分歧和仓位分歧里，谁更常对 | 基础档（Lite） |
| 观察笔记 | 没下单的判断 | 某类判断（如"突破无量走不远"）的准确率（统计定义的数据来源里还没有这一项，可以让你的 AI 读取笔记后按口径计算） | 基础档（Lite） |
| 筛选器信号 | 筛选器每天命中的候选 | 某个信号出现后，多少比例在 N 天内突破前高；平均要等几天 | Plus 及以上（要先有筛选结果） |
跟财报有关的统计两边都能做，样本来源不同：
- 基础档：统计自己持仓或案例遇到财报时发生了什么（例如财报日跌幅超过 8% 的比例）。
- Plus 及以上：统计某个筛选信号出现后、持有期内遇到财报的表现（例如突破信号遇到财报后暴跌的比例）。
举例：站长自己在追踪的口径
| 代号 | 名称 | 数据来源 | 基础档能做吗 |
|---|---|---|---|
| P1 | 胜率与盈亏比 | 交易账户 | 能 |
| A7 / B2 / C1 | 各系统案例胜率 | 策略案例 | 能 |
| L1 | 买入意愿正确率 | 讨论日志 | 能 |
| A2~A6、A9 | 黄金回调 / 跌破站回信号的后续走势 | 筛选器信号 | 需要 Plus |
| B2-2 | JOC 突破成功率 | 筛选器信号 | 需要 Plus |
| A8 / B1 | 信号遇财报暴跌 | 筛选器信号 + 财报日 | 需要 Plus |
4. 统计结果与标注样本
- 统计结果：每个执行计划（口径 + 起止日期）的结果、候选明细和逐日批次。
- 标注样本：对候选逐个标注（例如这个信号事后看是不是真信号），用来检查口径的判定标准有没有误判。标注多了，就知道这个口径的数字能不能信。
5. 怎么得到统计结果（现状）
- 统计定义和标注可以在网页上编辑，也可以让你的 AI 通过 MCP 读取你的案例、讨论日志、笔记和交易数据（见 13 号说明）。
- 网页上的「执行」只对站内已部署脚本的口径有效。你自己新建的口径，目前由你的 AI 读取数据后按口径计算，结论记在口径的备注里。
- 让 AI 算之前，先把口径的判定标准和方法发给它，要求它严格按口径算、列出每个样本的判定结果，方便你核对。
- 更特殊的统计（跨多个数据来源组合、自定义指标、复杂的时间窗口等）：让你的 AI 通过 MCP 把需要的数据（交易、案例、笔记、讨论日志、K 线、财报日）拉到本地保存，在本地写脚本统计。数据是你自己的，本地怎么算都可以，不受网站功能限制。
6. 样本量提醒
几个、十几个样本的胜率说明不了什么。口径的价值在于长期、按同一标准持续积累：先把记录习惯（案例、笔记、讨论日志）养成，统计自然有意义。
没找到答案？点右下角「问 AI」，问不到的问题我们会补进手册。