atm-backtesting/.claude/commands/m2d-log.md

description, argument-hint

description	argument-hint
Adaugă manual un rând în jurnal.csv (source=manual sau manual_calibration). Pentru calibrare P4 sau forward paper.	[--calibration] <screenshot_path>

/m2d-log — manual M2D trade entry

Marius extrage manual TOATE câmpurile trade-ului. Folosit pentru calibration P4 (împreună cu /backtest --calibration pe același screenshot) sau ca log direct fără vision.

Workflow

1. Parse $ARGUMENTS — detectează flag --calibration și <screenshot_path>. Dacă <screenshot_path> lipsește, întreabă user-ul. Calculează basename = basename(<screenshot_path>) și basename_no_ext = basename minus ultima extensie.

2. Promptează user-ul în română, pe rând, pentru fiecare câmp din schema M2DExtraction (vezi scripts/vision_schema.py). Ordinea + opțiuni valide:

   • data — YYYY-MM-DD
   • ora_utc — HH:MM (conversie din RO local: EEST=UTC+3 vară, EET=UTC+2 iarnă; întreabă user-ul direct dacă nu e clar)
   • instrument — DIA / US30 / other
   • directie — Buy / Sell
   • tf_mare — 5min / 15min
   • tf_mic — 1min / 3min
   • calitate — Clară / Mai mare ca impuls / Slabă / n/a
   • entry, sl, tp0, tp1, tp2 — float-uri
   • risc_pct — float (ex: 0.12 pentru 0.12%)
   • outcome_path — SL / TP0→SL / TP0→TP1 / TP0→TP2 / TP0→pending / pending (UNICODE →)
   • max_reached — SL_first / TP0 / TP1 / TP2
   • be_moved — true / false
   • confidence — default high (manual e by definition high)
   • note — string opțional, default ""

   screenshot_file se setează automat la basename; ambiguities se setează automat la []. Dacă user-ul dă valoare invalidă, repetă întrebarea.

3. Construiește JSON-ul complet, valid contra M2DExtraction.

4. Scrie JSON-ul la data/extractions/<basename_no_ext>.manual.json — pretty-print indent 2, UTF-8, newline final. Sufixul .manual previne coliziunea cu output-ul vision (<basename_no_ext>.json).

5. Determină source: manual_calibration dacă --calibration e prezent, altfel manual.

6. Append la CSV:

   python -c "from pathlib import Path; from scripts.append_row import append_extraction; import json; r = append_extraction(Path('data/extractions/<basename_no_ext>.manual.json'), source='<source>'); print(json.dumps(r, default=str))"
   

   Parsezi răspunsul JSON.

7. Dacă status == "ok":

   python -m scripts.regenerate_md
   

   Apoi afișezi:

   ✅ Trade adăugat la jurnal. ID: <id>. Set: <set>. P/L Marius: <pl_marius>. outcome_path: <outcome_path>.
   

8. Dacă status == "rejected":

   ❌ Trade respins: <reason>
   

   NU regenera MD. Dacă reason conține "duplicate":

   • pentru --calibration: spui user-ului că există deja rând manual_calibration pentru acest screenshot; nu poți avea două leg-uri manual de calibrare pe același screenshot.
   • pentru source=manual simplu: user-ul decide dacă suprascrie (atunci șterge manual rândul din data/jurnal.csv și re-rulează).

Reguli

• NU edita CSV direct — folosește append_extraction.
• NU regenera MD dacă append-ul a fost respins.

Output skeleton JSON

{
  "screenshot_file": "2026-05-13-dia-1645.png",
  "data": "2026-05-13",
  "ora_utc": "14:45",
  "instrument": "DIA",
  "directie": "Buy",
  "tf_mare": "5min",
  "tf_mic": "1min",
  "calitate": "Clară",
  "entry": 497.42,
  "sl": 496.80,
  "tp0": 497.67,
  "tp1": 497.79,
  "tp2": 498.04,
  "risc_pct": 0.12,
  "outcome_path": "TP0→TP1",
  "max_reached": "TP1",
  "be_moved": true,
  "confidence": "high",
  "ambiguities": [],
  "note": ""
}