Meme 交易里最容易保存的是价格，最容易丢失的是当时为什么做出判断。
如果日志只记录“发现代币、上涨、下跌”，复盘得到的往往是故事，而不是证据。我们看得见结果，却不知道当时的数据是否完整、风险门是否触发、信号来自哪里，也无法区分判断错误与执行偏差。
我在 Obsidian 里设计了一套 Signal Journal 研究框架。这套结构只服务研究复盘，不证明实盘收益，也不接自动交易。它把一次判断拆成可查询的日志：每条信号都要能够解释、回放和被后续规则消费。
十个字段，把一条信号还原成完整决策
一条最小可用的信号记录，可以由十类信息组成：
signal_id：稳定且唯一的记录标识，便于跨系统追踪。source：候选来自榜单、钱包、社交事件，还是人工研究。trigger：当时触发关注的具体事实，避免事后补写理由。risk_state：当时可见的风险项、缺失项与数据置信度。decision：Pass、Fail 或 Hold。snapshot：决策时刻的关键市场与链上快照。exit_rule：如果进入观察或实验，怎样结束这条假设。outcome：在固定观察窗口内发生了什么。mistake：结果不理想时，错误属于数据、规则、执行还是认知。review_note：这次经验是否需要修改产品规则。
这十个字段解决的是同一个问题：不要让“我当时觉得”成为无法验证的黑盒。
Pass、Fail、Hold 比二元按钮更接近真实决策
很多交易产品把复杂判断压缩成“买入”或“不买”。这对操作很直接，对研究却不够诚实。
Pass表示现有证据满足当前研究规则，可以进入下一阶段验证。Fail表示已经出现明确否决条件，即使热度很高也停止。Hold表示证据不足或数据冲突，暂时保留观察，但不把未知包装成机会。
Hold 很重要。链上数据源可能超时，风险字段可能缺失，钱包标签也可能过期。如果产品没有“暂不可判断”的状态，就会被迫把数据质量问题伪装成交易结论。
结果要在固定窗口里记录，不能只挑最终答案
Meme 资产的路径依赖很强。只保存一个最终涨跌值，会掩盖中间的剧烈波动和退出可行性。
因此，Signal Journal 可以在 1 小时、6 小时和 24 小时等固定窗口保存结果，并同时记录最大有利变化、最大不利变化、流动性变化和数据是否中断。
这些窗口不是承诺，也不代表适合所有策略。它们的价值是建立统一尺子：不同信号必须在相同观察规则下比较，不能因为结果好坏临时更换口径。
错误分类比胜率更能推动产品迭代
一次失败可能来自完全不同的原因：
data_error：数据陈旧、缺失或源间冲突。rule_error：规则本身没有区分市场状态。execution_gap：纸面价格无法代表真实成交成本。interpretation_error：把叙事强度误当成链上事实。unknown：现有证据不足以归因。
当错误被结构化后，复盘才有机会进入产品闭环。数据错误应该提高覆盖率和时间戳可见性，规则错误需要影子实验，执行偏差要补充滑点与流动性模型，认知错误则需要重新设计信息层级。
相比“这周胜率是多少”，我更关注哪一类错误正在重复发生，因为它能直接决定下一次产品迭代应该改哪里。
AI 可以帮助归纳，但不能替代事实字段
Signal Journal 很适合接入 LLM：自动归纳触发原因、聚类错误类型、生成每周复盘草稿，或从多条记录中发现反复出现的失败模式。
但 AI 输出应该是解释层，不是事实层。价格、区块时间、流动性、风险字段和决策状态必须来自确定性数据或人工确认。模型无法访问的字段，应明确显示缺失，不能由语言模型补齐。
一个可靠的 AI 工作流应该保留原始字段、模型输入摘要、模型输出和人工修订痕迹，让每条结论都能回到证据。
公开研究还需要隐私与延迟边界
交易日志可能包含钱包、策略阈值、基础设施和仍在观察的资产。公开技术文章时，应只展示结构与方法：
- 钱包和代币使用匿名化或合成示例。
- 参数只讲设计原则，不公开实时阈值。
- 结果在观察结束后延迟发布。
- 内部路径、账号、服务地址和执行配置不进入公开内容。
公开的目标是展示如何思考，而不是泄露正在运行的策略。
从日志到产品，关键是让经验可以被下一次决策使用
Signal Journal 最后沉淀为一套可查询的决策数据。
当信号、风险、决定、结果和错误使用一致结构保存后，它可以为策略实验、提示词评估、风险门调整和产品路线图提供输入。每一次判断都会进入下一轮研究，成为可以继续比较的样本。
这也是我理解的 AI Native Meme 产品：AI 不负责给出神秘答案，而是帮助团队更快地整理证据、发现错误模式，并把人的经验转成可持续迭代的产品系统。
风险提示：本文讨论的是研究日志与产品设计方法，不构成投资建议，也不展示真实资产、钱包或实盘收益。
研究边界：本文用于产品与机制研究，不构成投资建议；涉及的策略表现仅代表历史回放、Shadow 或 Paper Trading 结果。
