即使我的宏觀判讀正確,我仍會虧損的三種方式

一位學習者對 2026 年 6 月至 7 月真實交易的反思,附帶日誌提示詞以及一個可用於修補執行漏洞的簡易 AI 工具。

Priyanka Joshi

作者 Priyanka Joshi · Deriv 內容與行銷副總裁

2026年7月29日 · 9 分鐘閱讀

Share

一 段時間前,我寫過一篇文章,介紹 我如何為 FOMC 週建立 AI 宏觀儀表板 ——其中談到我如何利用 AI 將經濟日曆、新聞和各種情境壓縮成可以實際用來交易的內容。那篇文章的重點在於保持知情與做好準備。而這篇文章要談的是之後會發生什麼:一個令人不太舒服的現實——即使您的宏觀判斷相當準確,儀表板也很完善,執行層面仍可能讓您虧錢。

在 2026 年 6 月及 7 月初,當時的大環境背景已經清晰到連像我這樣的學習者都能形成自己的看法:5 月美國 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,遠低於市場預期的約 110,000 人。這正是典型的「頑固通膨遇上就業市場降溫」的張力局面。

美國 PCE 通膨加速至 4.1%,而 6 月非農就業人數卻放緩至僅 57,000 人,這正說明了 2026 年 6 月至 7 月交易環境中相互矛盾的宏觀訊號。

大約在同一時期,EUR/USD 在 6 月下旬於 1.14 附近交易,而黃金在月底前仍維持在 4,000 美元上方。這些都是真實且可交易的宏觀條件。我的問題並不在於看不出這些趨勢。 我的問題在於如何將這些判斷轉化為 交易,而不在時機、倉位大小與心理層面上失血。

為了加快學習速度,我現在會保持詳細的交易日誌,並將原始筆記輸入一個簡單的本地 Python 腳本。該腳本使用一個小型、開源的語言模型,在我自己的電腦上私密運行,用來總結反覆出現的行為模式,並標記出帶有情緒色彩的措辭,例如「應該快要動了」、「就這一次」或「感覺很大」。它不會產生交易建議,只是幫助我看清自己流程中仍然失敗的部分。

以下是即使我的宏觀判斷大致正確,我仍會虧錢的三個主要原因,以及最終幫助我堵住這些漏洞的規則、提示詞與 AI 工作流程。

1. 時機:判斷對了,日子錯了

在 6 月下旬,我看空 EUR/USD,並想在該貨幣對於 1.14 附近交易時,表達出更強美元的看法。當時通膨仍然偏高,Fed 有空間展現強硬立場,整體敘事也支持歐元走弱。就方向而言,這個看法並不離譜。

我把一個跨越多日的宏觀論點,當成了「應該快要動了」的短線操作來處理。我在沒有具體價格觸發條件的情況下做空,該貨幣對先是橫向震盪,觸及我的停損點,之後才朝我預期的方向移動。那一週的日誌裡滿是「應該快要跌了」、「我不想錯過這波行情」之類的句子。

問題出在時機掌控的紀律,而不是分析本身。

我現在用來掌控時機的規則: 對任何基於宏觀判斷的交易,我都需要在 4 小時圖或日線圖上找到具體的戰術觸發訊號——例如明確的收盤價、乾淨的突破後回測,或動能確認訊號。

  1. 沒有觸發訊號=不進場。
  2. 最長耐心等待期:5 個交易日。
  3. 如果在這段時間內沒有出現觸發訊號,這個想法就會被放回觀察清單。 

再舉一個您可以直接借用的例子。我現在強迫自己在任何宏觀交易之前,在日誌中寫下兩行獨立的內容:
  • 「宏觀看法:」用一句話描述大的故事背景。
  • 「進場條件:」用一句話描述我實際正在等待的價格型態。

如果 這兩行內容不一致,我就不會進場交易。聽起來很簡單,但這已經多次幫我避免了「判斷對了,日子錯了」的虧損。

EUR/USD 在 2026 年 6 月下旬於 1.14 附近交易,當時看空的宏觀判斷最終證明是正確的——但這是在提早進場導致一次停損出場之後才實現的。

2. 風險:信心不是倉位計算模型

我的第二大漏洞,就是讓一個強烈的故事逼我加大倉位。當某個頭條消息感覺顯而易見時,我就開始表現得好像信心能降低風險。實際上,情況恰恰相反。

這種情況在原油和黃金這類市場中最為明顯,因為宏觀故事總是讓人感覺迫在眉睫。在 6 月和 7 月,石油仍深深糾結於通膨與 地緣政治風險之中,而黃金則在 4,000 美元這條線附近徘徊。敘事燃料絕對不缺。

如果我讓這種敘事來決定倉位大小,那麼一次正常的回調在我腦中就會變成足以毀掉整個交易生涯的事件。

我現在用來管理風險的規則:

  1. 每筆交易最多承擔帳戶權益的 1% 風險。
  2. 倉位大小 = (帳戶權益 × 1%) ÷ 經 ATR 調整後的停損距離。
  3. 在進場前,先在日誌中記錄確切的美元風險金額。沒有例外。 

一個簡單的倉位計算公式有助於將每筆交易限制在 帳戶權益的 1%,依照波動性而非單純的信心程度來調整風險敞口。

我仍然保有信心,只是我不再讓信心影響到倉位計算公式。

再舉一個您可以直接借用的例子:在進行一筆「高信心」交易之前,先問自己:「如果這筆交易在成功之前先出現正常的回調,我能不動停損,撐過這段過程嗎?」

如果誠實的答案是「不能」,那麼這個倉位就太大了。 

我會重新調整倉位,直到我能真心地說出「可以」為止。

3. 心理:當一個好的論點變成一個壞的藉口

第三個漏洞純粹是心理層面的:利用一個好的論點,來為自己打破規則找理由。

黃金是我最喜歡用來舉例的市場。6 月底,黃金收盤價剛好在 4,000 美元上方,圍繞通膨與增長的宏觀張力足以為幾乎任何敘事提供理由。當您交易的東西總能用「宏觀因素」來解釋時,就很容易危險地放寬停損、加大倉位,或「因為這個故事依然說得通」而持倉更久。

這三種情況我都做過。

在一次對我不利的短線交易中,我進場時設定了明確的停損。當市場在一次數據公布後朝不利方向移動時,我放寬了停損,並告訴自己「宏觀因素仍然良好」。故事本身沒有改變,改變的是我的紀律。就是那一個決定,把一次原本可控的虧損,變成了需要花上好幾天才能彌補回來的大洞。

我現在用來管理心理層面的規則:

  1. 移動停損一次,就自動被記錄為違反規則。
  2. 任何一次違反規則,或連續兩次虧損,都會觸發強制性的 24 小時交易暫停。
  3. 在暫停期間,我只檢視日誌記錄與圖表——不下任何新單。 

我並不是在假裝這條規則能完全消除情緒。它只是防止我最糟糕的決定不斷累積放大。

一個您可以直接借用的額外範例:如果您進場後的日誌記錄中,「我仍然喜歡這個論點」這句話出現超過一次,那麼您可能已經不是在管理這筆交易,而是在和它爭論。

我會標記每一句這樣的話。看到這些標記在重大虧損周圍聚集成群,正是促使我執行 24 小時冷靜期的原因。

改變我日誌記錄方式的提示詞

最大的提升並非 AI 腳本本身,而是從模糊的反思轉變為可重複使用的提示詞。

現在,每次虧損交易後,我都會回答以下問題:

  • 用一句話描述我的宏觀觀點是什麼?
  • 在 24 小時內,什麼情況會使該觀點失效?
  • 這次虧損是由分析錯誤還是執行錯誤造成的?
  • 我進場是因為設置條件觸發,還是因為我等得不耐煩了?
  • 在違反規則之前,我對自己說了什麼確切的話?
  • 如果我現在是空手倉位,我還會在這裡進行這筆交易嗎?
  • 哪一條規則能為我省下最多的錢? 

這並不複雜,它只是將虧損歸入特定類別。「交易失誤」這個說法太模糊,無法改進;但「過早進場」、「倉位過大」或「停損點移動」則是可以採取行動改善的。

我在這裡實際運用 AI 的方式

在我先前關於 FOMC 儀表板的文章中,AI 是核心主角:它幫助我將行事曆、演講內容和數據整合成單一的宏觀觀點。

而在這裡,AI 只是扮演幕後角色。

我在 tradersview.deriv.com(Deriv 的 AI 圖表分析工具)上進行交易並檢視我的交易設置,然後將日誌匯出為簡單的 CSV 檔案。我所有的價格、交易品種和筆記都直接來自我自己的帳戶歷史記錄和圖表。

作者的工作流程結合了 Deriv TradersView 進行市場分析,以及 AI 輔助的日誌審查,將市場研究與交易後行為分析分開進行。

AI 模型的工作僅限於以下三件事:

  • 標記我筆記中的情緒性詞句(不耐煩、恐懼、報復心理、希望、過度自信)。
  • 計算每個主題在虧損交易周圍出現的頻率。
  • 標記虧損聽起來像是分析錯誤(「論點錯誤」)還是執行錯誤(「過早、倉位過大、移動停損」)。 

AI 會整理交易日誌中反覆出現的情緒性語言——例如不耐煩、希望、恐懼、報復心理和過度自信——以突顯出與虧損交易最常相關的行為模式。

我常用的典型提示詞:

  • 「請閱讀以下日誌內容。找出重複出現的情緒性語言,特別是恐懼、不耐煩、報復性交易和過度自信。請依主題分組,並引用確切的措辭。」

  • 「請檢視這 20 筆交易。將因分析錯誤造成的虧損與因執行錯誤造成的虧損分開。請提供數量統計、範例,以及最常見的違規行為。」

  • 「請用簡單易懂的語言總結本週的日誌內容。我這週最大的三個行為漏洞是什麼?每個漏洞下週可以測試哪一條具體規則?」 


我不會問該交易什麼,而是問自己在哪些地方一直在傷害自己。

虛擬碼:我的 AI 日誌輔助工具實際運作方式

我透過本機 Python 腳本來處理我的日誌,但其邏輯相當簡單,您可以用任何語言來建構它。 

以下是以簡單虛擬碼呈現的工作流程:

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

就是這樣,沒有什麼神奇之處。

「AI」只是我用來協助總結和標記這些主題的 Claude 程式碼模型——真正的工作仍在於我寫下的內容,以及我決定執行哪些規則。

請注意,我並非試圖提出一個全新的想法!「時機、倉位大小、心理素質」是交易中最古老的三要素。

我撰寫這篇文章的原因很簡單:我需要一種方法,讓這三個問題在我自己的盈虧報告中無法被忽視。宏觀儀表板能讓我對大局「大致正確」。而這個日誌加 AI 的工作流程,則是我用來發現自己在實際操作中仍會犯的所有錯誤,並將這些漏洞轉化為我能真正遵循的規則的方法。

如果您也處於類似的情況——判讀還不錯,但執行混亂——這週請以小額倉位,複製一條規則、一個提示詞,或此工作流程中的一小部分,並誠實地進行檢視。 

您不需要做到完美,但請對一致性說「是」。

免責聲明:這是我個人的交易日誌反思。我並非財務顧問。交易涉及重大虧損風險。過去的表現並不能 預示未來的結果。所有範例均來自我自己的帳戶,市場價格則基於我的經紀商圖表和筆記。

Join 3M+ global traders

Open an account in minutes and start trading the world's markets — forex, stocks, indices, and more.