（13843期）Shadow Trading Dashboard – A 股影子盘，盈亏一目了然

A 股影子盘，盈亏一目了然 Steven 的 A 股影子交易看板，支持模拟买卖、止损止盈、持仓管理与盈亏追踪，数据本地化存储，可视化仪表盘实时呈现账户状态与交易历史。 使用说明 核心用法 Shadow Trading Dashboard 是一个专为 A 股设计的本地化影子（模拟）交易系统，以浏览器可视化的方式管理虚拟投资组合。核心工作流围绕 "交易触发 → 多文件更新 → 仪表盘刷新" 的闭环展开： 交易执行：支持买入/卖出、止损/止盈操作，需同时更新 positions.json（持仓）、orders.jsonl（订单流水）、trades.csv（未平仓）或 closed_positions.csv（已平仓）。 费用计算：模拟 A 股真实交易成本，单边 0.03% 手续费，买卖双向收取。 权益与 KPI：自动计算 current_equity = cash + Σ(position market value)，并维护胜率、最大回撤、实现/未实现盈亏等核心指标。 可视化仪表盘：index.html 为自包含单页应用，内嵌 DATA 对象与权益曲线，双击即用浏览器打开，无需服务器。 历史记录：trade_history.md 提供人类可读的完整交易日志。 --- 显著优点 零依赖可视化：纯 HTML/JS 仪表盘，无需 Node/Python 环境，降低使用门槛 数据可审计：JSON/CSV/MD 多格式冗余存储，便于版本控制与手动复盘 真实成本模拟：0.03% 费率贴近券商实际，避免虚高收益幻觉 本地化隐私：所有数据存储于本地文件系统，无云端泄露风险 结构化工作流：8 步 checklist 强制约束交易后操作，培养纪律性 --- 局限性与风险 无自动行情：current_price 需手动更新，无法实时盯盘 无回测框架：缺少策略验证模块，仅支持手动记录式模拟 多文件一致性风险：8 个文件需同步更新，遗漏会导致数据错乱 无权限控制：文件系统访问无隔离，误操作可能污染其他目录 单用户设计：无多账户支持，团队协作需额外同步机制 --- 适合人群 A 股投资者进行纸面交易验证策略，不愿在实盘前暴露真金白银 希望建立交易纪律、强制记录买卖理由与止损点的自律型交易者 偏好本地数据主权、拒绝第三方平台监控的隐私敏感用户 需要可视化盈亏追踪但不愿搭建复杂技术栈的轻量级用户 --- 常规风险提示 数据丢失：JSON/CSV 无自动备份，建议配合 Git 或 Time Machine 计算误差：手动输入价格或数量时可能出现小数精度或符号错误 过度拟合风险：影子盘盈利≠实盘盈利，缺乏滑点与流动性冲击模拟 心理偏差：模拟环境可能放大冒险倾向，需刻意维持与实盘一致的风控纪律 原始说明 Manage and update Steven's A-share shadow trading dashboard including positions, trades, metrics, equity curve, and trade history.