本指南详细介绍了 trading-journal-cli 的所有命令、参数和使用示例。
本工具提供以下核心命令:
init: 初始化应用环境,创建数据库。import <file_path>: 导入新的交易记录文件(支持中英文列名)。report [options]: 生成并显示分析报告。currency <symbol>: 查看指定币种的详细净盈亏分析。list-currencies: 列出所有已交易币种及其净盈亏。
作用:
此命令用于首次配置应用。它会在 data/ 目录下创建名为 trading_journal.db 的SQLite数据库文件,并建立存储交易数据所需的表结构。
用法:
python main.py init注意: 此命令只需在第一次使用时运行一次。
作用: 读取指定的Excel文件,解析其中的交易数据,并将其存入数据库。程序会自动处理重复数据,确保每条交易记录的唯一性。同时会自动应用稳定币标准化。
用法:
python main.py import <file_path>参数:
<file_path>(必需): 指向您的交易历史Excel文件的路径。可以是相对路径或绝对路径。
示例:
# 导入位于项目根目录的文件
python main.py import "Binance Spot Trades 2023.xlsx"
# 导入位于其他目录的文件
python main.py import "/Users/me/Downloads/trades.xlsx"输出: 导入完成后,终端会显示导入结果,例如:
✅ 导入成功!
新增交易记录: 29 条
跳过重复记录: 0 条
总交易记录数: 29 条
📝 稳定币交易对标准化:
XRPFDUSD -> XRPUSDT
DOGEFDUSD -> DOGEUSDT
SOLFDUSD -> SOLUSDT
BTCFDUSD -> BTCUSDT
作用: 生成交易汇总分析报告。
用法:
python main.py report [options]可选参数 (Options):
--symbol <SYMBOL>: 只显示特定交易对的统计 (例如BTCUSDT)。--days <N>: 只显示最近N天的数据。
示例:
# 1. 查看所有历史交易的汇总报告 (最常用)
python main.py report
# 2. 查看BTCUSDT的交易表现
python main.py report --symbol BTCUSDT
# 3. 查看最近30天的业绩报告
python main.py report --days 30作用: 查看指定币种的详细净盈亏分析,包括交易概况、持仓信息、盈亏统计等。
用法:
python main.py currency <SYMBOL> [OPTIONS]参数:
<SYMBOL>(必需): 币种符号,如 BTC、ETH、XRP 等。
可选参数:
--details: 显示该币种的所有交易记录详情,便于核对数据和验证计算结果。
示例:
# 查看XRP的汇总净盈亏分析
python main.py currency XRP
# 查看XRP的所有交易记录详情
python main.py currency XRP --details
# 查看BTC的净盈亏分析
python main.py currency BTC
# 查看BTC的详细交易记录
python main.py currency BTC --details汇总模式输出示例:
============================================================
XRP 净盈亏分析报告
============================================================
交易概况:
总交易笔数: 8
买入交易: 6
卖出交易: 2
数量统计:
总买入数量: 9,497.5000 XRP
总卖出数量: 4,748.7000 XRP
当前持仓: 4,748.8000 XRP
金额统计 (USDT):
总买入金额: 21,545.79 USDT
总卖出金额: 10,541.64 USDT
盈亏分析:
已实现盈亏: -231.14 USDT
胜率: 0.00%
持仓成本价: 2.2686 USDT/XRP
持仓价值: 10,773.01 USDT
============================================================
详细模式输出示例(使用 --details):
================================================================================
XRP 所有交易记录详情
================================================================================
总共 8 笔交易
序号 日期 交易对 方向 数量 价格 金额 手续费 盈亏
--------------------------------------------------------------------------------
1 2025-05-23 XRPUSDT BUY 5037.1000 2.2953 11561.66 0 -
2 2025-05-23 XRPUSDT BUY 1676.4000 2.2953 3847.84 0 -
3 2025-05-23 XRPUSDT BUY 759.3000 2.2953 1742.82 0 -
4 2025-05-23 XRPUSDT BUY 527.2000 2.2953 1210.08 0 -
5 2025-05-31 XRPUSDT BUY 1025.1000 2.1258 2179.16 0 -
6 2025-05-31 XRPUSDT BUY 472.4000 2.1258 1004.23 0 -
7 2025-06-08 XRPUSDT SELL 3153.8000 2.2199 7001.12 0 -153.51
8 2025-06-08 XRPUSDT SELL 1594.9000 2.2199 3540.52 0 -77.63
--------------------------------------------------------------------------------
📊 交易汇总:
买入次数: 6 | 卖出次数: 2
总买入量: 9497.5000 XRP
总卖出量: 4748.7000 XRP
当前持仓: 4748.8000 XRP
已实现盈亏: -231.14 USDT
================================================================================
详细模式的优势:
- 逐笔核对交易数据,确保时间、价格、数量的准确性
- 验证每笔卖出交易的盈亏计算是否合理
- 核实当前持仓数量的计算是否正确
- 检查手续费扣费是否准确
作用: 列出所有已交易的币种及其基本统计信息,按净盈亏排序。
用法:
python main.py list-currencies输出示例:
📊 已交易币种列表:
==================================================
BTC - 13笔交易 - 净盈亏: 2920.40 USDT
DOGE - 6笔交易 - 净盈亏: 0.00 USDT
FDUSD - 1笔交易 - 净盈亏: 0.00 USDT
SOL - 1笔交易 - 净盈亏: 0.00 USDT
XRP - 8笔交易 - 净盈亏: -231.14 USDT
系统会自动将以下稳定币标准化为USDT:
- FDUSD → USDT
- USDC → USDT
- BUSD → USDT
- DAI → USDT
跨稳定币交易问题:
- ❌ 之前: 用FDUSD买入XRP,然后用USDT卖出 → 被当作两个不同交易对,无法正确计算盈亏
- ✅ 现在: 自动标准化为XRPUSDT → 正确计算盈亏
# 原始交易对 → 标准化后
XRPFDUSD → XRPUSDT
ETHUSDC → ETHUSDT
BTCBUSD → BTCUSDT
SOLUDAI → SOLUSDT目前支持从币安现货导出的交易历史 xlsx 文件,同时支持中英文列名。
Date(UTC): 交易日期Pair: 交易对,例如BTCUSDTSide:BUY或SELLPrice: 成交价格Executed: 成交量Amount: 成交额Fee: 手续费
时间: 交易日期交易对: 交易对,例如BTC/USDT类型:BUY或SELL价格: 成交价格数量: 成交量成交额: 成交额手续费: 手续费手续费结算币种: 手续费币种
我们推荐以下工作流来最大化此工具的价值:
每周或每月运行一次 import 命令,将最新的交易记录同步到您的本地数据库中。
python main.py import "latest_trades.xlsx"导入后,首先查看整体表现:
# 查看所有币种的表现
python main.py list-currencies
# 查看汇总统计
python main.py report针对感兴趣的币种进行深入分析:
# 分析表现最好/最差的币种
python main.py currency BTC
python main.py currency XRP分析最近的交易表现:
# 查看最近30天的表现
python main.py report --days 30
# 查看特定交易对的最近表现
python main.py report --symbol BTCUSDT --days 7基于分析结果:
- 识别盈利最多的币种和交易策略
- 找出亏损原因并优化
- 调整仓位配置
- 设定止盈止损策略