algo-investor-skills : des skills Claude Code qui construisent une proposition aux investisseurs à l'épreuve des arnaques

Tout algotrader qui a un jour tenté de lever des capitaux externes connaît le mur. Vous avez une stratégie qui fonctionne, un historique en direct sur vos propres comptes et une courbe de capital propre. Puis vous vous asseyez pour rédiger le document destiné aux investisseurs — et vous découvrez que le plus dur n'est pas la stratégie. C'est de convaincre un professionnel sceptique et à l'aise avec les chiffres que vous n'êtes pas une arnaque. Il ne vous croira pas sur parole. En 2026, ce qu'il fait réellement, c'est coller votre offre commerciale dans un LLM sans aucun autre contexte et demander : "est-ce réel, ou est-ce une fraude ?"

algo-investor-skills est un ensemble prêt à l'emploi de skills Claude Code conçu précisément pour ce moment. Il vous fait passer de faits bruts de stratégie à une proposition aux investisseurs finie, auditée et multilingue — le genre de document crédible et axé sur l'honnêteté qui survit à ce test hostile du collage dans un LLM. Toute la conception repose sur une règle non négociable : il ne fabrique jamais un chiffre.

Une note d'emblée, la même par laquelle le dépôt commence : tout ce qui se trouve dans le répertoire reference/ du kit est un exemple travaillé anonymisé. Les noms, plateformes et métriques sont des espaces réservés, pas des chiffres réels. Les skills génèrent des documents à partir de votre propre historique mesuré — ils ne livrent les vrais chiffres de personne, et n'inventeront pas les vôtres.

Pourquoi il s'agit d'un ensemble de skills et non d'un modèle

Vous pourriez rédiger une proposition aux investisseurs à partir d'un modèle Word. Les gens le font, et ça se voit. Un modèle statique ne peut pas recalculer votre Sharpe quand vous ajoutez quarante trades, ne peut pas stresser votre edge en retirant les meilleurs gagnants, et ne peut pas se faire passer pour un allocateur hostile afin de trouver les points faibles de votre propre pitch. C'est le manque que comble algo-investor-skills.

Ce sont de simples skills Claude Code qui vivent sous .claude/skills/. Ouvrez le dépôt dans Claude Code et ils se chargent automatiquement. Comme ce sont des skills ordinaires, vous pouvez aussi les transposer dans n'importe quel autre projet — copiez les dossiers dans un .claude/skills/ local au projet, ou dans votre ~/.claude/skills/ global à l'utilisateur pour les avoir partout :

cp -r .claude/skills/* /path/to/your/project/.claude/skills/

cp -r .claude/skills/* ~/.claude/skills/

Le moteur de modèles financiers fonctionne même de manière autonome, sans dépendances, comme vérification de cohérence :

node .claude/skills/algo-financial-models/models.mjs   # prints a worked demo

Les six skills

Le kit livre six skills composables. L'un est l'orchestrateur ; les cinq autres possèdent chacun une étape du pipeline.

Le pipeline, de bout en bout

Les skills ne sont pas un menu dans lequel vous piochez au hasard — ils forment un pipeline ordonné, et investor-docs les exécute en séquence parce que chaque étape dépend de la précédente :

intake/intake-template.md   ← you fill in measured facts + labeled assumptions
        │
        ▼
algo-financial-models   →   honest numbers / tables
        │
        ▼
investor-proof-pack     →   transparency + verification package
        │
        ▼
investor-proposal-build →   full 14-section Markdown proposal
        │
        ▼
investor-doc-localize   →   language / market variants   (optional)
        │
        ▼
investor-proposal-audit →   skeptical-investor loop until it passes  (REQUIRED)

1. Intake — la source unique de vérité

Tout commence avec intake/intake-template.md. Vous renseignez la thèse de votre stratégie, votre historique mesuré (taille d'échantillon, taux de réussite, trade moyen, Sharpe, Sortino, drawdown maximum, plage de dates), vos plateformes et l'architecture de vos comptes, ainsi que vos conditions commerciales. Point crucial : vous marquez chaque chiffre soit comme [real] (mesuré), soit comme une hypothèse prospective clairement étiquetée (levier, nombre de tranches, profondeur supposée, slippage, décroissance de l'alpha).

La règle qui rend tout le kit digne de confiance réside ici : tout ce que vous laissez vide devient un emplacement TODO explicite dans le brouillon, jamais un chiffre inventé. Si vous ne pouvez pas étayer un chiffre avec vos exports d'exchange, vous le laissez vide, et le kit refuse de masquer le trou.

2. algo-financial-models — les chiffres honnêtes

Ce skill transforme vos entrées mesurées en six modèles quantitatifs, émis sous forme de tableaux Markdown prêts à insérer, chacun accompagné d'une légende honnête d'une ou deux lignes :

• Espérance et dimensionnement — valeur attendue, sigma par trade, ratio de gain, capacité, edge net et la fraction de Kelly.
• Le pont de rendement — quatre échelons de l'edge brut par événement jusqu'au chiffre ajusté à la capacité, après frais et après décroissance. Il montre toujours les deux, l'edge brut et l'edge ajusté à la capacité, car le chiffre brut par événement n'est pas un rendement réalisable par un fonds, et prétendre le contraire est exactement le genre de malhonnêteté que le kit existe pour empêcher.
• Grille de frais avec high-water mark — uniquement des frais de performance, prélevés sur de nouveaux sommets de capital.
• Métriques quant — résout à rebours le sigma et la déviation à la baisse pour que vos Sharpe et Sortino mesurés se reproduisent exactement. Ce sont des pass-throughs ; le kit ne les écrase ni ne les embellit.
• Monte-Carlo (GBM) — trajectoires P5 / P50 / P95 plus probabilité de ruine, avec la décroissance de l'alpha intégrée.
• Durabilité de l'alpha + IC de Wilson — une grille d'edge en décroissance et un intervalle de confiance du taux de réussite pour petit échantillon, de sorte qu'un chiffre de 62 % sur 80 trades ne soit jamais présenté comme s'il s'agissait d'une loi de la nature.

Un détail que je trouve vraiment fin : l'exposition effective par événement est calculée comme leverage / tranches (L / N), et le tableau de balayage d'exposition est codé en couleur par rapport à Kelly — vert à ou en dessous de demi-Kelly, ambre jusqu'à Kelly complet, rouge au-dessus. Cela transforme "combien devrais-je miser ?" d'une intuition en un tableau que vous pouvez défendre.

3. investor-proof-pack — l'honnêteté rendue vérifiable

C'est la partie qui intéresse réellement les sceptiques. Le proof pack assemble un dossier de transparence qui prouve que votre historique en direct est réel sans révéler la recette secrète et sans rien inventer :

• Un tableau des trades divulgués avec des colonnes fixes (# | Venue | Pair | Date | Side | PnL % | Hold time | Status) listant tous les trades de la fenêtre — gagnants et perdants. Le cherry-picking est explicitement interdit. Les pourcentages et les dates sont affichés ; les montants en dollars sont délibérément retenus, et le kit énonce cette limite en toutes lettres.
• Une méthodologie de réconciliation indépendante avec deux voies qui doivent concorder : réconciliation par order-id via l'API REST de l'exchange (recalculant le P&L réalisé à partir des fills exactement), et réconciliation par relevé contre l'export officiel de l'historique des transactions de l'exchange (apparié sur symbole + heure + signe dans une tolérance déclarée). Deux réconciliations indépendantes qui concordent sont bien plus difficiles à falsifier qu'une seule.
• Une offre de vérification en lecture seule "Step 0" : un script que l'investisseur exécute lui-même contre une clé API en lecture seule qu'il génère, réconciliant les trades divulgués contre les données propres de l'exchange — avant d'accorder toute clé avec permission de trading.
• Graphiques — illustrations synthétiques (clairement étiquetées, pour enseigner la mécanique des trades) aux côtés de vrais graphiques bougie par bougie avec des marqueurs d'entrée/sortie liés aux fills réconciliés.

Et la partie qui distingue cela d'un pitch deck : le proof pack énonce sa propre limite à voix haute. La réconciliation prouve l'authenticité et l'ampleur des trades en direct passés. Elle ne prouve pas les rendements futurs, elle ne prouve pas que l'edge tient à grande taille, et elle n'est pas un audit complet. La preuve la plus forte, dit le kit sans détour, est un pilote prospectif sur le propre compte de l'investisseur.

4. investor-proposal-build — l'arc de 14 sections

Ce skill assemble un unique document Markdown autonome qu'un investisseur hostile peut coller entier dans un LLM et décortiquer. La structure est un arc délibéré de 14 sections qui commence par le risque et la custody, pas par les rendements :

1. Thèse — avec l'ancrage custody en une ligne dans le tout premier paragraphe.
2. D'où vient l'edge — l'inefficience structurelle, avec un avertissement honnête que les études externes ne sont pas présentées comme les propres résultats de l'opérateur.
3. Métriques phares — Sharpe / Sortino / drawdown maximum, notées comme des ratios invariants au levier, menées par Sortino, avec l'avertissement de petit échantillon attaché.
4. Custody et modèle opérationnel — clés API trade uniquement, aucun droit de retrait, révocation en un clic comme "frein d'urgence", énoncé comme le seul modèle proposé.
5. Transparence des trades réels — le proof pack de l'étape 3.
6. Étapes de capital — pilote (~50k $, frais sous séquestre, 0 % jusqu'à ce que le high-water mark se rétablisse), montée en échelle, puis cible.
7. Modèle de frais — des frais de performance concrets en pourcentage du profit net, avec un high-water mark et aucun frais de gestion.
8. Les deux risques nommés — non-testé-à-grande-échelle (liquidité de sortie) et la fenêtre de détention ultra-courte, énoncés sans faux-fuyants.
9. Un tableau quantifié de scénarios d'échec — ce que l'investisseur perd dans chaque scénario, lié aux mathématiques des N tranches.
10. Responsabilité et allocation du risque — y compris l'avertissement honnête pas-d'entité-légale / recours-limité.
11. Répartition du capital sur N comptes séparés de premier niveau (pas des sous-comptes, qui peuvent cascader lors d'un gel), avec un plafond par plateforme.
12. Durabilité de l'alpha — l'hypothèse explicite de décroissance et le plafond de capacité, présentés comme une hypothèse prospective.
13. Opérateur — une personne, un seul responsable, énoncé à la fois comme une caractéristique d'alignement et un risque de personne clé.
14. Feuille de route — explicitement étiquetée "pas des promesses".

L'ensemble est à faible battage par construction. Si une phrase sonne comme un pitch deck, le skill la coupe. La custody et le frein d'urgence viennent avant tout chiffre de rendement, et chaque section qui pourrait se lire comme une vantardise est équilibrée par le risque correspondant dans le même souffle.

5. investor-doc-localize — la traduction sans dérive

Optionnel, mais bien conçu. Il localise le master fini en en / ru / zh / ko (extensible), et produit même des variantes spécifiques au marché — par exemple une variante marché isolé qui met en avant l'edge structurel pour un public qui comprend la plateforme de première main, face à une variante publique assainie. Le péché capital contre lequel il se prémunit : laisser un chiffre dériver ou un avertissement s'adoucir parce qu'il "se lit mieux" dans une autre langue. Chaque pourcentage de frais, chaque terme de custody, chaque scénario d'échec est rendu à l'identique dans toutes les langues, avec une vérification ponctuelle par rétrotraduction sur les sections custody, frais et responsabilité.

6. investor-proposal-audit — la porte obligatoire

C'est le skill qui fait du kit plus qu'un générateur de documents. Il simule exactement le contrôle qu'effectue un investisseur sérieux : un investisseur-IA neuf, document uniquement — pas de code, pas d'historique, pas de bénéfice du doute — lit la proposition et renvoie un verdict structuré : satisfaction (0–100), wouldInvest, scamRisk (low / medium / high), principales préoccupations, informations manquantes, red flags et forces. Puis un agent réviseur corrige ce que le sceptique a signalé — honnêtement — et la boucle se répète.

Le barème part du scepticisme par défaut. Il récompense les limitations honnêtes, les mécanismes de vérification concrets, les termes explicites de frais et de custody, et les pertes quantifiées. Il pénalise durement : les adjectifs marketing, le "faites-nous confiance" avec des chiffres cachés, le flou sur l'argent, les affirmations invérifiables et les contradictions internes — la classique étant de demander une grosse somme tout en admettant que la capacité par événement est minuscule.

Les règles du réviseur sont le cœur moral de tout le kit. Il ne gonfle jamais une métrique, n'efface jamais un avertissement, ne fabrique jamais un historique. La façon de corriger "invérifiable" est d'ajouter une preuve proposable — accès API en lecture seule, relevés exportés de l'exchange, un petit pilote payant, séquestre des frais de performance — pas de surenchérir. Un document n'est "terminé" que lorsque satisfaction >= 88 et que scamRisk n'est pas high, après au moins deux itérations. Une proposition qui n'a pas passé cet audit est, par définition, un brouillon et non un livrable.

Les principes de conception (et pourquoi ils comptent pour un allocateur)

Le dépôt énonce quatre principes non négociables, et ils valent la peine d'être lus comme un manifeste pour une levée de fonds honnête :

• Ne jamais fabriquer. Chaque chiffre remonte à des données mesurées ou à une hypothèse prospective clairement étiquetée. Les faits manquants deviennent des emplacements TODO visibles, pas des chiffres inventés.
• Axé sur l'honnêteté, faible battage. Commencer par le risque et la custody. Nommer les limitations. Offrir la vérification au lieu de demander la confiance.
• La custody est structurelle, pas promise. Clés API trade uniquement sur des comptes détenus par l'investisseur, aucun droit de retrait, révocables en un clic.
• La porte d'audit est obligatoire. Un document n'est pas terminé tant que la boucle de l'investisseur sceptique n'est pas passée.

Si vous avez déjà lu un pitch d'algotrading et senti votre scepticisme croître à chaque superlatif, vous comprenez pourquoi cette inversion fonctionne. La confiance ne se construit pas en affirmant plus ; elle se construit en affirmant exactement ce que vous pouvez prouver, et en tendant au lecteur les outils pour le vérifier lui-même.

Comment un investisseur en algo l'utilise réellement

En pratique, le flux de travail est court :

1. Ouvrez le dépôt dans Claude Code pour que les skills se chargent automatiquement.
2. Copiez le modèle d'intake et remplissez-le avec votre historique mesuré et vos hypothèses prospectives explicitement étiquetées, en laissant des blancs là où vous n'avez pas de données.
3. Demandez à Claude : "Prépare un document destiné aux investisseurs pour ma stratégie." Cela déclenche l'orchestrateur investor-docs, qui exécute le pipeline de bout en bout.
4. La porte d'audit s'exécute en dernier et boucle jusqu'à ce que la satisfaction soit assez élevée et que le risque d'arnaque ne soit plus élevé.

Ce que vous obtenez est un seul fichier Markdown : portable, autonome et conçu pour survivre au test de collage dans un LLM auquel un vrai allocateur le soumettra de toute façon.

Où cela s'inscrit dans l'écosystème Marketmaker / agents IA

Nous avons beaucoup écrit sur ce blog à propos d'agents IA qui prennent des décisions de trading — fonds multi-agents, comités d'analystes LLM, écosystèmes d'apprentissage par renforcement. algo-investor-skills se situe une couche plus loin, sur un problème que ces projets ignorent le plus souvent : une fois qu'une stratégie automatisée fonctionne, comment la communiquer de manière crédible au capital ? C'est le motif d'IA agentique pointé vers les relations investisseurs et la due diligence plutôt que vers la génération de signaux. La forme orchestrateur-plus-spécialistes — un skill qui séquence, plusieurs qui possèdent chacun une étape — est la même architecture d'agents composables que nous voyons sans cesse l'emporter, appliquée ici à un pipeline de documentation et de vérification plutôt qu'à un carnet d'ordres.

Pour un algotrader sérieux, c'est une pièce d'infrastructure significative. La stratégie est votre edge ; la proposition auditée et axée sur l'honnêteté est ce qui permet à cet edge d'attirer des capitaux sans que vous ayez à devenir un marketeur ou à compromettre votre crédibilité. La posture du kit — vérification plutôt que confiance, risque avant rendements, jamais de chiffres fabriqués — est exactement la posture qui survit au contact d'un allocateur professionnel.

Avertissements honnêtes

Il s'agit d'un projet à un stade précoce, avec un seul mainteneur, et le dépôt le dit tel quel. La proposition de référence et les modèles sont des exemples illustratifs anonymisés, pas des chiffres réels — la valeur du kit réside dans le processus et la discipline, pas dans des chiffres livrés. La boucle d'audit ne vaut que ce que vaut le modèle qui l'exécute, et une note de passage sur le papier reste une note sur le papier : comme le kit lui-même l'insiste, la preuve la plus forte est toujours un pilote prospectif sur le propre compte de l'investisseur. Le kit produit des documents ; il ne donne pas de conseil financier, juridique ou fiscal, et les résultats passés ou de backtest ne garantissent pas les futurs.

Rien de tout cela ne mine l'idée centrale. Le travail dur et honnête de préparation des documents destinés aux investisseurs — calculer des chiffres reproductibles, construire un proof pack vérifiable, commencer par le risque et survivre à un examen hostile — est exactement le travail que ce kit systématise.

Liens

• GitHub : suenot/algo-investor-skills

Conclusion

algo-investor-skills est un petit dépôt avec une thèse d'une discipline inhabituelle : la façon de lever des capitaux pour une stratégie d'algotrading n'est pas de pitcher plus fort mais d'être honnête de manière vérifiable. Six skills Claude Code transforment cette thèse en un pipeline — faits mesurés en entrée, chiffres reproductibles, un proof pack vérifiable, une proposition de 14 sections qui place le risque en premier, une localisation fidèle optionnelle et un audit obligatoire d'investisseur sceptique qui corrige les faiblesses en ajoutant des preuves plutôt qu'en surenchérissant.

Si vous exploitez une vraie stratégie et que vous avez déjà buté sur le mur du document destiné aux investisseurs, cela vaut une après-midi. Remplissez l'intake, lancez l'orchestrateur, laissez le sceptique déchiqueter votre brouillon, et livrez un document qui dit exactement ce que vous pouvez prouver — et qui tend au lecteur les outils pour le confirmer.