algo-investor-skills: le Skill di Claude Code che costruiscono una proposta per investitori a prova di truffa

Ogni algotrader che abbia mai provato a raccogliere capitale esterno conosce il muro. Hai una strategia che funziona, un track record reale sui tuoi conti e una curva di equity pulita. Poi ti siedi a scrivere il documento per gli investitori — e scopri che la parte più difficile non è la strategia. È convincere un professionista scettico e a suo agio con i numeri che non sei una truffa. Non si fideranno della tua parola. Nel 2026, quello che fanno davvero è incollare la tua offerta commerciale in un LLM senza alcun altro contesto e chiedere: "è reale, oppure è una frode?"

algo-investor-skills è un insieme già pronto di skill di Claude Code costruito esattamente per quel momento. Ti porta dai fatti grezzi della strategia a una proposta per investitori finita, sottoposta ad audit e multilingue — il tipo di documento credibile e improntato all'onestà che sopravvive a quell'ostile test dell'incolla-nell'LLM. L'intero design poggia su una regola non negoziabile: non inventa mai un numero.

Una premessa, la stessa con cui si apre il repository: tutto ciò che si trova nella directory reference/ del kit è un esempio elaborato e anonimizzato. Nomi, venue e metriche sono segnaposto, non cifre reali. Le skill generano documenti a partire dal tuo track misurato — non distribuiscono i numeri reali di nessun altro e non inventeranno i tuoi.

Perché si tratta di un insieme di skill e non di un template

Potresti scrivere una proposta per investitori partendo da un template Word. La gente lo fa, e si vede. Un template statico non può ricalcolare il tuo Sharpe quando aggiungi quaranta trade, non può fare stress test del tuo edge rimuovendo i migliori vincitori e non può impersonare un allocatore ostile per trovare i punti deboli del tuo stesso pitch. È proprio questa la lacuna che algo-investor-skills colma.

Sono semplici skill di Claude Code che risiedono sotto .claude/skills/. Apri il repository in Claude Code e si caricano automaticamente. Poiché sono skill ordinarie, puoi anche trasferirle in qualsiasi altro progetto — copia le cartelle in un .claude/skills/ locale al progetto, oppure nel tuo ~/.claude/skills/ globale per averle ovunque:

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

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

Il motore di modelli finanziari gira persino in autonomia, senza dipendenze, come controllo di sanità:

node .claude/skills/algo-financial-models/models.mjs   # stampa una demo elaborata

Le sei skill

Il kit distribuisce sei skill componibili. Una è l'orchestratore; ognuna delle altre cinque possiede una fase della pipeline.

La pipeline, dall'inizio alla fine

Le skill non sono un menu da cui scegliere a caso — formano una pipeline ordinata, e investor-docs le esegue in sequenza perché ogni fase dipende da quella precedente:

intake/intake-template.md   ← inserisci i fatti misurati + le assunzioni etichettate
        │
        ▼
algo-financial-models   →   numeri onesti / tabelle
        │
        ▼
investor-proof-pack     →   pacchetto di trasparenza + verifica
        │
        ▼
investor-proposal-build →   proposta completa a 14 sezioni in Markdown
        │
        ▼
investor-doc-localize   →   varianti per lingua / mercato   (opzionale)
        │
        ▼
investor-proposal-audit →   ciclo dell'investitore scettico finché non passa  (OBBLIGATORIO)

1. Intake — l'unica fonte di verità

Si parte da intake/intake-template.md. Inserisci la tesi della tua strategia, il tuo track misurato (dimensione del campione, win rate, trade medio, Sharpe, Sortino, max drawdown, intervallo di date), le tue venue e l'architettura dei conti, e le tue condizioni commerciali. Soprattutto, contrassegni ogni cifra come [real] (misurata) oppure come un'assunzione prospettica chiaramente etichettata (leva, numero di tranche, profondità ipotizzata, slippage, decadimento dell'alpha).

La regola che rende affidabile l'intero kit vive qui: tutto ciò che lasci in bianco diventa uno slot TODO esplicito nella bozza, mai un numero inventato. Se non puoi sostenere una cifra con i tuoi export dell'exchange, la lasci vuota, e il kit si rifiuta di coprire la lacuna.

2. algo-financial-models — i numeri onesti

Questa skill trasforma i tuoi input misurati in sei modelli quantitativi, emessi come tabelle Markdown pronte all'uso, ognuna con una didascalia onesta di una o due righe:

• Expectancy e sizing — valore atteso, sigma per trade, payoff ratio, capacity, net edge e la frazione di Kelly.
• Il bridge di rendimento — quattro gradini dall'edge grezzo per evento alla cifra corretta per capacity, al netto delle commissioni e del decadimento. Mostra sempre entrambi, l'edge grezzo e l'edge corretto per capacity, perché il numero grezzo per evento non è un rendimento realizzabile da un fondo e fingere il contrario è esattamente il tipo di disonestà che il kit esiste per prevenire.
• Schema commissionale con high-water mark — solo performance fee, addebitata sui nuovi massimi di equity.
• Metriche quant — risolve a ritroso sigma e downside deviation in modo che i tuoi Sharpe e Sortino misurati si riproducano esattamente. Sono pass-through; il kit non li sovrascriverà né li abbellirà.
• Monte-Carlo (GBM) — percorsi P5 / P50 / P95 più probabilità di rovina, con il decadimento dell'alpha incorporato.
• Durabilità dell'alpha + Wilson CI — uno schema di edge in decadimento e un intervallo di confidenza del win rate su campione ridotto, così una cifra del 62% su 80 trade non viene mai presentata come se fosse una legge di natura.

Un dettaglio che trovo davvero acuto: l'esposizione effettiva per evento è calcolata come leverage / tranches (L / N), e la tabella di sweep dell'esposizione è codificata a colori rispetto a Kelly — verde fino a metà Kelly, ambra fino a Kelly pieno, rosso al di sopra. Questo trasforma "quanto dovrei puntare?" da una sensazione a una tabella che puoi difendere.

3. investor-proof-pack — onestà resa verificabile

Questa è la parte a cui gli scettici tengono davvero. Il proof pack assembla un pacchetto di trasparenza che dimostra che il tuo track reale è autentico senza svelare la ricetta segreta e senza inventare nulla:

• Una tabella dei trade divulgati con colonne fisse (# | Venue | Pair | Date | Side | PnL % | Hold time | Status) che elenca tutti i trade nella finestra — vincitori e perdenti. Il cherry-picking è esplicitamente vietato. Vengono mostrate percentuali e date; gli importi in dollari sono deliberatamente omessi, e il kit dichiara quel confine a parole chiare.
• Una metodologia di riconciliazione indipendente con due percorsi che devono concordare: riconciliazione per order-id tramite la REST API dell'exchange (ricalcolando il P&L realizzato dai fill in modo esatto) e riconciliazione dell'estratto conto rispetto all'export ufficiale dello storico transazioni dell'exchange (abbinato su simbolo + tempo + segno entro una tolleranza dichiarata). Due riconciliazioni indipendenti che concordano sono molto più difficili da falsificare di una sola.
• Un'offerta di verifica "Step 0" in sola lettura: uno script che l'investitore esegue in autonomia con una chiave API in sola lettura che genera lui stesso, riconciliando i trade divulgati con i dati dell'exchange — prima di concedere qualsiasi chiave con permessi di trading.
• Grafici — illustrazioni sintetiche (chiaramente etichettate, per insegnare la meccanica dei trade) accanto a grafici reali candela per candela con marcatori di entrata/uscita legati ai fill riconciliati.

E la parte che separa tutto questo da un pitch deck: il proof pack dichiara ad alta voce il proprio confine. La riconciliazione dimostra l'autenticità e la magnitudine dei trade reali passati. Non dimostra i rendimenti futuri, non dimostra che l'edge regga su grandi dimensioni e non è un audit completo. La prova più forte, dice il kit a chiare lettere, è un pilota prospettico sul conto dell'investitore stesso.

4. investor-proposal-build — l'arco a 14 sezioni

Questa skill assembla un singolo documento Markdown autonomo che un investitore ostile può incollare per intero in un LLM e fare a pezzi. La struttura è un deliberato arco a 14 sezioni che apre con rischio e custodia, non con i rendimenti:

1. Tesi — con l'ancora di custodia come frase singola nel primissimo paragrafo.
2. Da dove viene l'edge — l'inefficienza strutturale, con un'avvertenza onesta che gli studi esterni non vengono presentati come risultati propri dell'operatore.
3. Metriche di punta — Sharpe / Sortino / max drawdown, indicati come rapporti invarianti rispetto alla leva, guidati da Sortino, con l'avvertenza sul campione ridotto annessa.
4. Custodia e modello operativo — chiavi API solo-trading, nessun diritto di prelievo, revoca con un clic come "freno d'emergenza", dichiarato come l'unico modello offerto.
5. Trasparenza sui trade reali — il proof pack dello step 3.
6. Stadi di capitale — pilota (~50k$, fee in escrow, 0% finché non si recupera l'high-water mark), scaling, poi target.
7. Modello commissionale — una performance fee concreta come percentuale del profitto netto, con un high-water mark e nessuna management fee.
8. I due rischi nominati — non-testato-su-larga-scala (liquidità in uscita) e la finestra di holding ultra-breve, dichiarati senza giri di parole.
9. Una tabella quantificata degli scenari di fallimento — cosa perde l'investitore in ogni scenario, legata alla matematica delle N tranche.
10. Responsabilità e allocazione del rischio — inclusa l'onesta avvertenza su assenza-di-entità-legale / rivalsa-limitata.
11. Split del capitale su N conti separati di primo livello (non sottoconti, che possono propagarsi a cascata in caso di freeze), con un cap per venue.
12. Durabilità dell'alpha — l'assunzione esplicita di decadimento e il tetto di capacity, inquadrati come un'assunzione prospettica.
13. Operatore — una persona, una sola gola da stringere, dichiarata sia come elemento di allineamento sia come rischio key-person.
14. Roadmap — esplicitamente etichettata "non promesse".

L'insieme è a basso clamore per costruzione. Se una frase suona come un pitch deck, la skill la taglia. La custodia e il freno d'emergenza vengono prima di qualsiasi cifra di rendimento, e ogni sezione che potrebbe leggersi come una vanteria è bilanciata dal rischio corrispondente nello stesso respiro.

5. investor-doc-localize — traduzione senza derive

Opzionale, ma ben progettata. Localizza il master finito in en / ru / zh / ko (estensibile), e produce persino varianti specifiche per mercato — per esempio, una variante per mercato isolato che fa emergere l'edge strutturale per un pubblico che conosce la venue in prima persona, contrapposta a una variante pubblica sanificata. Il peccato capitale da cui si difende: lasciare che un numero derivi o che un'avvertenza si ammorbidisca perché "si legge meglio" in un'altra lingua. Ogni percentuale di commissione, ogni condizione di custodia, ogni scenario di fallimento è reso in modo identico in tutte le lingue, con un controllo a campione tramite back-translation sulle sezioni di custodia, commissioni e responsabilità.

6. investor-proposal-audit — il gate obbligatorio

Questa è la skill che rende il kit qualcosa di più di un generatore di documenti. Simula l'esatto controllo che esegue un investitore serio: un investitore-AI fresco, basato solo sul documento — nessun codice, nessun track record, nessun beneficio del dubbio — legge la proposta e restituisce un verdetto strutturato: satisfaction (0–100), wouldInvest, scamRisk (low / medium / high), preoccupazioni principali, informazioni mancanti, red flag e punti di forza. Poi un agente revisore corregge ciò che lo scettico ha segnalato — onestamente — e il ciclo si ripete.

La rubrica parte dallo scetticismo. Premia limitazioni oneste, meccanismi di verifica concreti, condizioni esplicite su commissioni e custodia, e downside quantificato. Penalizza duramente: aggettivi di marketing, "fidatevi di noi" con numeri nascosti, vaghezza sul denaro, affermazioni non verificabili e contraddizioni interne — quella classica è chiedere una somma ingente ammettendo al contempo che la capacity per evento è minuscola.

Le regole del revisore sono il nucleo morale dell'intero kit. Non gonfia mai una metrica, non cancella mai un'avvertenza, non inventa mai un track record. Il modo per correggere "non verificabile" è aggiungere prove offribili — accesso API in sola lettura, estratti conto esportati dall'exchange, un piccolo pilota a pagamento, escrow della performance fee — non sovrastimare. Un documento è "pronto" solo quando satisfaction >= 88 e scamRisk non è high, dopo almeno due iterazioni. Una proposta che non ha superato questo audit è, per definizione, una bozza e non un deliverable.

I principi di design (e perché contano per un allocatore)

Il repository dichiara quattro principi non negoziabili, e vale la pena leggerli come un manifesto per una raccolta fondi onesta:

• Non inventare mai. Ogni numero risale a dati misurati o a un'assunzione prospettica chiaramente etichettata. I fatti mancanti diventano slot TODO visibili, non cifre inventate.
• Improntato all'onestà, basso clamore. Apri con rischio e custodia. Nomina le limitazioni. Offri verifica invece di chiedere fiducia.
• La custodia è strutturale, non promessa. Chiavi API solo-trading su conti di proprietà dell'investitore, nessun diritto di prelievo, revocabili con un clic.
• Il gate di audit è obbligatorio. Un documento non è pronto finché il ciclo dell'investitore scettico non passa.

Se hai mai letto un pitch di algotrading e sentito crescere il tuo scetticismo a ogni superlativo, capisci perché questa inversione funziona. La fiducia non si costruisce affermando di più; si costruisce affermando esattamente ciò che puoi dimostrare, e mettendo nelle mani del lettore gli strumenti per verificarlo da solo.

Come un algo investor lo usa davvero

In pratica il flusso di lavoro è breve:

1. Apri il repository in Claude Code così le skill si caricano automaticamente.
2. Copia il template di intake e compilalo con il tuo track misurato e le assunzioni prospettiche esplicitamente etichettate, lasciando in bianco dove non hai dati.
3. Chiedi a Claude: "Prepara un documento per investitori per la mia strategia." Questo attiva l'orchestratore investor-docs, che esegue la pipeline dall'inizio alla fine.
4. Il gate di audit viene eseguito per ultimo e cicla finché la satisfaction non è abbastanza alta e lo scam-risk non è più high.

Ciò che ottieni è un singolo file Markdown: portabile, autonomo e costruito per sopravvivere al test dell'incolla-nell'LLM a cui un vero allocatore lo sottoporrà comunque.

Dove si colloca nell'ecosistema Marketmaker / AI-agent

Su questo blog abbiamo scritto molto sugli agenti AI che prendono decisioni di trading — fondi multi-agente, comitati di analisti LLM, ecosistemi di reinforcement learning. algo-investor-skills si colloca uno strato più in là, su un problema che quei progetti per lo più ignorano: una volta che una strategia automatizzata funziona, come la comunichi in modo credibile al capitale? È il pattern dell'AI agentica puntato sulle investor relations e sulla due diligence anziché sulla generazione di segnali. La forma orchestratore-più-specialisti — una skill che sequenzia, diverse che possiedono ciascuna una fase — è la stessa architettura ad agenti componibili che continuiamo a vedere vincere, applicata qui a una pipeline di documentazione e verifica anziché a un order book.

Per un algotrader serio, è un tassello di infrastruttura significativo. La strategia è il tuo edge; la proposta sottoposta ad audit e improntata all'onestà è ciò che permette a quell'edge di attrarre capitale senza che tu debba diventare un marketer o compromettere la tua credibilità. La postura del kit — verifica al posto della fiducia, rischio prima dei rendimenti, mai numeri inventati — è esattamente la postura che sopravvive al contatto con un allocatore professionale.

Avvertenze oneste

Questo è un progetto in fase iniziale, con un solo manutentore, e il repository lo dice apertamente. La proposta e i modelli di riferimento sono esempi illustrativi anonimizzati, non cifre reali — il valore del kit sta nel processo e nella disciplina, non in alcun numero distribuito. Il ciclo di audit è buono solo quanto il modello che lo esegue, e un punteggio superato sulla carta resta un punteggio sulla carta: come insiste il kit stesso, la prova più forte è sempre un pilota prospettico sul conto dell'investitore stesso. Il kit produce documenti; non fornisce consulenza finanziaria, legale o fiscale, e i risultati passati o di backtest non garantiscono quelli futuri.

Nulla di tutto ciò mina l'idea centrale. Il lavoro difficile e onesto di preparare i documenti per gli investitori — calcolare numeri riproducibili, costruire un proof pack verificabile, aprire con il rischio e sopravvivere a una revisione ostile — è esattamente il lavoro che questo kit sistematizza.

Link

• GitHub: suenot/algo-investor-skills

Conclusione

algo-investor-skills è un piccolo repository con una tesi insolitamente disciplinata: il modo per raccogliere capitale per una strategia di algotrading non è fare un pitch più aggressivo ma essere onesti in modo verificabile. Sei skill di Claude Code trasformano quella tesi in una pipeline — fatti misurati in ingresso, numeri riproducibili, un proof pack verificabile, una proposta a 14 sezioni che mette il rischio al primo posto, una localizzazione fedele opzionale e un audit obbligatorio con investitore scettico che corregge i punti deboli aggiungendo prove anziché sovrastimando.

Se gestisci una strategia reale e ti sei mai bloccato davanti al muro del documento per investitori, vale un pomeriggio. Compila l'intake, esegui l'orchestratore, lascia che lo scettico faccia a pezzi la tua bozza, e distribuisci un documento che dice esattamente ciò che puoi dimostrare — e mette nelle mani del lettore gli strumenti per confermarlo.