[Feature] 30/60/90 day revisit cadence：出場後自動追蹤「賣飛了沒」

[atomchung]

這是什麼

30/60/90 day revisit 是一個「出場後追蹤」機制：

當你賣掉（或清倉）一個部位後，fomo-kernel 自動在 30 天、60 天、90 天後提醒你回來驗證：

• 賣後股價去哪了？賣飛了嗎？
• 當時賣的理由現在看還成立嗎？（thesis intact / modified / falsified）
• 如果把 cash 換了別的，那個 swap net positive 嗎？

目的：把「賣對 vs 賣早」從 ad-hoc 感覺變成系統性追蹤，長期累積才知道自己的出場邊緣在哪。

為什麼需要

目前 fomo-kernel 的 weekly loop 是 event-driven：有新交易才跑。清倉後那個 ticker 就永遠消失——沒有任何機制在 30 天後問你「NVDA 你賣 $120，現在 $160，你怎麼看」。

靠記憶？不可能。靠 ad-hoc 問？沒有人問。結果就是：出場邊緣永遠是盲區。

設計草案

資料結構

在 ~/.trade-coach/revisit.jsonl 記 revisit queue（append-only）：

{
  "ticker": "NVDA",
  "action": "exit",
  "exit_date": "2026-06-15",
  "exit_price": 120.50,
  "shares": 10,
  "original_thesis": "AI infra leader, trim when revenue growth < 20%",
  "due_30": "2026-07-15",
  "due_60": "2026-08-14",
  "due_90": "2026-09-13",
  "swap_ticker": "ORCL",
  "status": "pending"
}

觸發規則（自動排入 queue）

• 清倉：shares → 0
• 大減倉：本次賣出 ≥ 原部位 50%

Weekly loop 整合

每次跑 skill：

1. 掃 revisit.jsonl 找 due_date <= today 且 status == "pending"
2. 對每筆 due：
   • web search 抓當前股價
   • 列出原始出場價 vs 現價（賣飛多少 % or 賣對了）
   • 若有 swap_ticker：對比 swap 的表現（net positive 嗎）
   • AI 問一句：「當時的賣出理由現在看還成立嗎？」
3. 用戶回答 → 寫 status：still_valid / modified / falsified
4. 輸出進復盤卡的「出場追蹤」section

三類判讀

• ✅ Still valid：賣的理由成立，即使賣早了也是紀律執行
• 🟡 Modified：理由部分對，下次同情境要調整
• ❌ Falsified：理由不成立，這是真正的決策錯誤 → 進 mistakes log

Swap framing（重要）

賣飛的 hindsight loss 必須對位 swap：

• 賣 NVDA +$15 飛了，但換進 ORCL +$20 → swap net positive，不是錯誤
• 賣 NVDA +$15 飛了，cash 閒置 → 才是真正的機會成本

不可只算 sell 賣早多少，要算 swap 總帳。

實作範圍

• engine/revisit.py：管理 revisit queue（append / scan due / update status）
• weekly loop 整合：出場偵測 → 自動排入 queue
• weekly loop 整合：scan due → 問一句 → 寫 status
• 復盤卡新增「出場追蹤」section（僅在有 due 時出現）
• SKILL 支援 /fomo-kernel revisit sub-command（只跑 revisit scan，不跑完整復盤）

關聯

• [Epic] trade-review → 全生命週期個人投資 OS(找資訊→選股→交易→update→recap),分階段吸收 #12（全生命週期 OS epic）
• [Feature] 帳本還原：從 broker CSV 建立持倉快照（本地私有，不上傳） #31（帳本層）：revisit 需要帳本知道「出場時股數/均價」
• investment_note /record-trade 的 decision-review.md §4 是參考實作