上一篇文章里，我写了 StockTracker 的 Agent Runtime：它不是把所有持仓都塞进上下文，而是先判断用户问题，再按需读取本地持仓、交易记录、行情、技术指标和新闻。
写完那篇之后，我反而更强烈地意识到另一件事：AI 分析是否靠谱，首先不取决于模型多聪明，而取决于底下那本账有没有算清楚。
如果一个投资工具连真实成本、卖出盈亏、分红、手续费和今日盈亏都算不明白，那 Agent 做得再精巧，也只是把不可靠的数据包装成更流畅的文字。
所以这篇想写的是 StockTracker 里更底层的一层：我如何处理个人投资记录里的事实账本和收益口径。
行情是表层，账本才是底座
很多投资工具最容易做出来的是行情展示。
给一个股票代码，调接口拿到当前价、涨跌幅、K 线和一些估值字段，再画几张图，视觉上已经很像一个投资工具了。
但真正用起来之后，问题很快会变成：
- 我这只股票真实成本是多少？
- 多次买入之后，卖出一部分到底赚了多少？
- 分红应该算收益，还是摊低成本？
- 手续费和印花税有没有算进去？
- 今天是休市日，为什么我的“今日盈亏”还在变？
这些问题不像行情那么显眼，但它们决定了用户对工具的信任。
如果成本是错的，后面的仓位分析、交易复盘、AI 建议都会跟着偏。AI 可以解释趋势，可以整理新闻，可以提醒风险，但它不能替系统“脑补”一本正确的账。
所以我后来越来越把 StockTracker 看成两层：
上层：AI 分析、投研对话、组合复盘、风险解释下层：交易事实、成本口径、手续费规则、行情有效性上层体验可以慢慢迭代，但下层如果不稳，整个系统就会失去支点。
交易记录应该是事实账本
StockTracker 里，交易记录只表示已经发生的事实：
- 买入
- 卖出
- 分红或现金收益
- 成交日期
- 成交价格
- 成交数量
- 手续费和税费
- 备注
它不记录“我当时为什么买”，也不强迫用户提前填写交易计划。
这个选择看起来很朴素，但对后面的 AI 复盘很重要。
因为一旦把交易记录当成事实账本，Agent 在回答时就不能乱推断用户当时的意图。它可以说“这笔交易发生后仓位增加了”，可以说“从结果看这笔卖出实现了多少收益”，但不能说“你当时是因为某个技术信号买入”，除非用户自己在备注里写了。
这让系统的边界更清楚：
事实：系统能直接读取和计算解释：AI 可以基于事实组织语言动机：没有记录就不能擅自推断我觉得这对投资工具尤其重要。因为投资复盘最容易出现的一种幻觉，不是模型幻觉，而是人自己的事后合理化。
如果系统也跟着事后补故事，那复盘就会变成文学创作。
FIFO 和摊薄成本回答的是两个问题
做收益计算时，我遇到的第一个关键取舍是：卖出盈亏和当前成本不能混成一个口径。
举个简化例子：
第 1 次买入：100 股，成本 10 元第 2 次买入：100 股，成本 12 元后来卖出：50 股，成交 13 元如果要回答“这次卖出赚了多少”，我采用 FIFO。
也就是先买入的先卖出。这 50 股来自第一批 10 元成本的买入，所以这笔卖出的成本基础是 500 元，卖出收入是 650 元，已实现盈亏是 150 元。
这是一个交易批次问题。
但如果要回答“当前持仓成本是多少”，很多券商展示的不是剩余 FIFO 批次成本，而是摊薄后的持仓成本。
还是这个例子。卖出 50 股之后，剩下 150 股。如果只看 FIFO 库存，剩余成本是：
50 股 * 10 元 + 100 股 * 12 元 = 1700 元平均成本是 11.33 元。
但券商常见的摊薄口径会把卖出收入从总投入里扣掉：
原始投入 2200 元 - 卖出收入 650 元 = 1550 元剩余 150 股，摊薄成本是 10.33 元。
这两个数字看起来矛盾，但它们回答的不是同一个问题：
- FIFO 适合回答“这笔卖出对应哪一批成本，单笔实现了多少盈亏”
- 摊薄成本适合回答“当前仓位相对历史现金流之后，还剩多少成本压力”
所以 StockTracker 里固定做了这个区分：卖出明细按 FIFO 匹配成本批次，当前持仓成本按券商常见的摊薄口径展示。
这个决定让代码稍微复杂了一点，但换来的是解释上的稳定性。用户问“这笔卖出赚了吗”和问“我现在成本是多少”，系统不会拿同一套数字硬答两个问题。
分红不是简单加一笔收益
第二个容易算乱的是分红。
很多时候我们会直觉地把分红当成“赚到的钱”。这没错，但如果当前还持有这只股票，分红同时也会影响持仓成本。
比如：
买入 100 股，总成本 1005 元收到现金分红 80 元仍然持有 100 股这时我更希望系统展示的当前成本是：
1005 元 - 80 元 = 925 元平均成本 = 9.25 元而不是一边把 80 元算成已实现收益，一边又保持成本 10.05 元不变。
否则后面再计算总盈亏时，很容易把同一笔分红重复计算。
StockTracker 的处理方式是：现金收益优先摊低仍持有批次的成本；如果分红金额已经超过剩余成本，超出的部分才进入已实现盈亏。清仓之后再重新建仓，旧一轮持仓的分红也不会污染新一轮成本。
这个口径不一定适合所有人，但它有一个好处：系统能解释清楚。
我越来越觉得个人投资工具里，“完全符合所有券商和税务场景”不是第一目标。第一目标应该是：口径固定、边界明确、数字可追溯。
手续费不是表单附属品
一开始看，手续费像是交易表单上的几个字段。
但真正做进去后会发现，它其实是产品逻辑的一部分。
因为不同市场的费用结构不一样：
- A 股普通股票有佣金、卖出印花税、过户费
- A 股 ETF 和基金不应该照普通股票收印花税
- 港股有印花税和结算费
- 美股可能是零佣金
- 加密资产更接近交易所手续费模型
如果这些都让用户手填，系统当然最灵活，但也最容易出错。
所以 StockTracker 里保留了用户可配置费率，同时按市场提供默认费用规则。新增交易时，系统会根据市场、买卖方向和标的类型自动计算费用，用户仍然可以按实际成交结果调整。
这也是我做这个项目时很喜欢的一个原则：默认值要尽量接近真实世界，但不要假装自己掌握了所有真实世界。
投资记录不像记账软件里的普通消费。少算一笔印花税，单笔看可能没什么；但如果系统要长期复盘交易质量，费用就会持续影响结果。
而 AI 以后总结“你的交易是否过于频繁”“手续费对收益拖累有多大”时，前提也是这些费用从一开始就被认真记录了。
今日盈亏要尊重交易日
还有一个很容易被忽略的小问题：今日盈亏。
最简单的算法是：
当前持仓数量 * 今日涨跌额但这里有一个坑：你拿到的行情，真的是今天的吗？
如果今天是周末、节假日，或者某个数据源只返回了上一个交易日的行情，系统还把它算成“今日盈亏”，用户就会看到一个很奇怪的结果：明明市场没开盘，今天怎么又赚了或亏了。
所以 StockTracker 里没有只看报价字段，而是额外判断：
- 当前市场今天是否交易
- 行情时间是否属于当前市场日期
- A 股和基金是否遇到节假日
- 美股日期要按纽约时间判断
- 加密资产则默认 24 小时交易
如果市场休市，或者行情是旧的，今日盈亏就应该归零，并明确提示“最近行情不计入今日盈亏”。
这个细节在 UI 上只是一行小字，但对信任感很重要。
因为投资工具最怕的不是没有数据，而是把旧数据伪装成新数据。
AI 应该解释账，而不是替你造账
当这些底层口径稳定之后，AI 才有发挥空间。
比如用户问：
帮我复盘一下成都银行这几笔交易有没有问题。
Agent 可以读取这只股票的持仓摘要、最近交易、FIFO 卖出明细、当前行情和技术指标，然后组织回答：
- 哪些是已发生交易事实
- 哪些是成本和收益计算结果
- 哪些是基于当前行情的事后观察
- 哪些数据不足，不能下结论
这和让模型直接看一堆交易记录然后自由发挥，是完全不同的体验。
我希望 StockTracker 里的 AI 更像一个解释层，而不是事实来源。
它可以把冷冰冰的账本翻译成更容易理解的复盘语言，可以指出仓位集中、频繁交易、成本摊薄、分红贡献、行情位置这些问题，但它不能绕过系统已经定义好的计算口径。
这也是我为什么会在上一篇文章里强调按需取数。按需取数的前提是：每一种数据都先被系统整理成可信的结构。
否则所谓 Agent，只是换了一种方式把混乱传给模型。
写在最后
做 StockTracker 这个项目，让我对“AI 投资助手”这件事的理解变得更保守了。
我当然希望它能分析新闻、理解持仓、复盘交易，也能在用户问问题时给出有帮助的结构化回答。
但越往里做，越觉得真正重要的不是让 AI 显得更像投资顾问，而是先把几个朴素的问题处理好：
- 交易事实是否完整
- 成本口径是否一致
- 卖出盈亏是否可追溯
- 分红和手续费是否被正确纳入
- 行情是否真的有效
- AI 回答能不能回到这些事实
这些事情没有模型演示那么惊艳，也不太适合做成产品宣传语。
但它们决定了一个本地优先投资工具能不能长期使用。
对我来说，StockTracker 的 AI 能力不是建立在“模型知道更多”之上，而是建立在“系统先把自己的账算清楚”之上。
账算清楚之后，AI 才有资格开始分析。