algo-investor-skills: Skills do Claude Code que constroem uma proposta a prova de golpe para investidores

Todo algotrader que já tentou levantar capital externo conhece o muro. Você tem uma estratégia que funciona, um histórico ao vivo em suas próprias contas, e uma curva de patrimônio limpa. Então você se senta para escrever o documento para o investidor — e descobre que a parte mais difícil não é a estratégia. É convencer um profissional numérico e cético de que você não é um golpe. Ele não vai simplesmente acreditar na sua palavra. Em 2026, o que ele realmente faz é colar sua oferta comercial em um LLM sem nenhum outro contexto e perguntar: "isso é real, ou é fraude?"

algo-investor-skills é um conjunto pronto de skills do Claude Code construído exatamente para esse momento. Ele leva você de fatos brutos da estratégia a uma proposta de investidor finalizada, auditada e multilíngue — o tipo de documento crível e voltado para a honestidade que sobrevive a esse teste hostil de colagem em um LLM. Todo o design se apoia em uma regra inegociável: ele nunca fabrica um número.

Um aviso antecipado, o mesmo com que o repositório começa: tudo no diretório reference/ do kit é um exemplo trabalhado anonimizado. Nomes, praças de negociação e métricas são placeholders, não números reais. As skills geram documentos a partir do seu próprio histórico medido — elas não trazem os números reais de ninguém, e não vão inventar os seus.

Por que isto é um conjunto de skills e não um modelo

Você poderia escrever uma proposta de investidor a partir de um modelo do Word. As pessoas fazem isso, e isso se nota. Um modelo estático não consegue recalcular seu Sharpe quando você adiciona quarenta trades, não consegue fazer um stress test da sua vantagem removendo os maiores vencedores, e não consegue se passar por um alocador hostil para encontrar os pontos fracos do seu próprio pitch. É essa lacuna que o algo-investor-skills preenche.

Estas são skills comuns do Claude Code que vivem em .claude/skills/. Abra o repositório no Claude Code e elas carregam automaticamente. Como são skills comuns, você também pode levá-las para qualquer outro projeto — copie as pastas para um .claude/skills/ local do projeto, ou para o seu ~/.claude/skills/ global de usuário para tê-las em todo lugar:

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

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

O motor de modelos financeiros até roda de forma independente, sem dependências, como uma verificação de sanidade:

node .claude/skills/algo-financial-models/models.mjs   # imprime uma demo trabalhada

As seis skills

O kit traz seis skills combináveis. Uma é o orquestrador; as outras cinco possuem cada uma um estágio do pipeline.

O pipeline, de ponta a ponta

As skills não são um menu do qual você escolhe aleatoriamente — elas formam um pipeline ordenado, e investor-docs as executa em sequência porque cada estágio depende do anterior:

intake/intake-template.md   ← você preenche fatos medidos + suposições rotuladas
        │
        ▼
algo-financial-models   →   números / tabelas honestos
        │
        ▼
investor-proof-pack     →   pacote de transparência + verificação
        │
        ▼
investor-proposal-build →   proposta completa em Markdown de 14 seções
        │
        ▼
investor-doc-localize   →   variantes de idioma / mercado   (opcional)
        │
        ▼
investor-proposal-audit →   ciclo do investidor cético até passar  (OBRIGATÓRIO)

1. Intake — a única fonte da verdade

Começa com intake/intake-template.md. Você preenche a tese da sua estratégia, seu histórico medido (tamanho da amostra, taxa de acerto, trade médio, Sharpe, Sortino, drawdown máximo, período de datas), suas praças de negociação e arquitetura de contas, e seus termos comerciais. Crucialmente, você marca cada número como [real] (medido) ou como uma suposição futura claramente rotulada (alavancagem, número de tranches, profundidade assumida, slippage, decaimento de alfa).

A regra que torna todo o kit confiável está aqui: tudo que você deixa em branco vira um slot TODO explícito no rascunho, nunca um número inventado. Se você não pode respaldar um número com os extratos da sua corretora, você o deixa vazio, e o kit se recusa a mascarar a lacuna.

2. algo-financial-models — os números honestos

Esta skill transforma seus dados medidos em seis modelos quantitativos, entregues como tabelas Markdown prontas para uso, cada uma com uma legenda honesta de uma ou duas linhas:

• Expectativa e dimensionamento — valor esperado, sigma por trade, razão de payoff, capacidade, vantagem líquida, e a fração de Kelly.
• A ponte de retorno — quatro degraus da vantagem bruta por evento até o número ajustado pela capacidade, após taxas e após decaimento. Sempre mostra ambos a vantagem bruta e a vantagem ajustada pela capacidade, porque o número bruto por evento não é um retorno realizável por um fundo, e fingir o contrário é exatamente o tipo de desonestidade que o kit existe para evitar.
• Cronograma de taxas com marca d'água alta — apenas taxa de performance, cobrada sobre novas máximas de patrimônio.
• Métricas quantitativas — calcula de forma reversa o sigma e o desvio negativo para que seu Sharpe e Sortino medidos sejam reproduzidos exatamente. São passagens diretas; o kit não vai sobrepô-los nem embelezá-los.
• Monte Carlo (GBM) — trajetórias P5 / P50 / P95 mais probabilidade de ruína, com o decaimento de alfa incorporado.
• Durabilidade de alfa + IC de Wilson — um cronograma de vantagem decadente e um intervalo de confiança da taxa de acerto para amostra pequena, para que um número de 62% sobre 80 trades nunca seja apresentado como se fosse uma lei da natureza.

Um detalhe que considero genuinamente afiado: a exposição efetiva por evento é calculada como alavancagem / tranches (L / N), e a tabela de varredura de exposição é codificada por cor em relação ao Kelly — verde em ou abaixo de meio Kelly, âmbar até o Kelly completo, vermelho acima disso. Isso transforma "quanto devo apostar?" de uma sensação intuitiva em uma tabela que você pode defender.

3. investor-proof-pack — honestidade tornada verificável

Esta é a parte com que os céticos realmente se importam. O pacote de prova monta um pacote de transparência que comprova que seu histórico ao vivo é real sem vazar o molho secreto e sem inventar nada:

• Uma tabela de trades divulgados com colunas fixas (# | Praça | Par | Data | Lado | PnL % | Tempo de posição | Status) listando todos os trades na janela — vencedores e perdedores. Selecionar a dedo é explicitamente proibido. Percentuais e datas são mostrados; valores em dólar são deliberadamente omitidos, e o kit declara esse limite em palavras simples.
• Uma metodologia de reconciliação independente com dois caminhos que devem concordar: reconciliação por order-id via a API REST da corretora (recalculando o P&L realizado a partir das execuções exatamente), e reconciliação de extrato contra a exportação oficial do histórico de transações da corretora (correspondido por símbolo + tempo + sinal dentro de uma tolerância declarada). Duas reconciliações independentes que concordam são muito mais difíceis de falsificar do que uma só.
• Uma oferta de verificação "Passo 0" somente leitura: um script que o investidor mesmo executa contra uma chave de API somente leitura que ele gera, reconciliando os trades divulgados com os próprios dados da corretora — antes de conceder qualquer chave com permissão de negociação.
• Gráficos — ilustrações sintéticas (claramente rotuladas, para ensinar a mecânica das operações) ao lado de gráficos reais candle a candle com marcadores de entrada/saída vinculados às execuções reconciliadas.

E a parte que separa isto de um pitch deck: o pacote de prova declara seu próprio limite em voz alta. A reconciliação comprova a autenticidade e magnitude de trades ao vivo passados. Ela não comprova retornos futuros, não comprova que a vantagem se sustenta em grande escala, e não é uma auditoria completa. A prova mais forte, o kit diz claramente, é um piloto prospectivo na própria conta do investidor.

4. investor-proposal-build — o arco de 14 seções

Esta skill monta um único documento Markdown autônomo que um investidor hostil pode colar inteiro em um LLM e desmontar. A estrutura é um arco deliberado de 14 seções que começa com risco e custódia, não com retornos:

1. Tese — com a âncora de custódia como uma linha única no primeiro parágrafo.
2. De onde vem a vantagem — a ineficiência estrutural, com uma ressalva honesta de que estudos externos não são apresentados como resultados próprios do operador.
3. Métricas principais — Sharpe / Sortino / drawdown máximo, anotados como razões invariantes à alavancagem, liderados pelo Sortino, com a ressalva de amostra pequena anexada.
4. Custódia e modelo operacional — chaves de API somente para negociação, sem direitos de saque, revogação em um clique como o "freio de emergência," declarado como o único modelo oferecido.
5. Transparência de trades reais — o pacote de prova da etapa 3.
6. Estágios de capital — piloto (~$50 mil, taxa em custódia escrow, 0% até a marca d'água alta se recuperar), escala, depois meta.
7. Modelo de taxas — uma taxa de performance concreta como porcentagem do lucro líquido, com marca d'água alta e sem taxa de administração.
8. Os dois riscos nomeados — não testado em escala (liquidez de saída) e a janela de retenção ultracurta, declarados sem rodeios.
9. Uma tabela quantificada de cenários de falha — o que o investidor perde em cada cenário, ligado à matemática de N tranches.
10. Alocação de responsabilidade e risco — incluindo a ressalva honesta de ausência de pessoa jurídica / recurso limitado.
11. Divisão de capital em N contas separadas de nível superior (não subcontas, que podem se propagar em cascata em um congelamento), com um teto por praça.
12. Durabilidade de alfa — a suposição explícita de decaimento e o teto de capacidade, enquadrados como suposição futura.
13. Operador — uma pessoa, um único responsável, declarado tanto como um recurso de alinhamento quanto como um risco de pessoa-chave.
14. Roadmap — explicitamente rotulado como "não são promessas."

O conjunto é, por construção, de baixo hype. Se uma frase soa como pitch deck, a skill a corta. Custódia e o freio de emergência vêm antes de qualquer número de retorno, e cada seção que poderia soar como vangloria é equilibrada pelo risco correspondente no mesmo fôlego.

5. investor-doc-localize — tradução sem desvio

Opcional, mas bem projetada. Ela localiza a versão final mestre para en / ru / zh / ko (extensível), e até produz variantes específicas de mercado — por exemplo, uma variante de mercado isolado que destaca a vantagem estrutural para um público que conhece a praça de negociação de primeira mão, versus uma variante pública higienizada. O pecado capital contra o qual ela protege: deixar um número se desviar ou uma ressalva amolecer porque "soa melhor" em outro idioma. Cada porcentagem de taxa, cada termo de custódia, cada cenário de falha é renderizado de forma idêntica em todos os idiomas, com uma verificação pontual de retrotradução nas seções de custódia, taxas e responsabilidade.

6. investor-proposal-audit — o portão obrigatório

Esta é a skill que torna o kit mais do que um gerador de documentos. Ela simula exatamente a verificação que um investidor sério realiza: um investidor-IA novo, apenas com o documento — sem código, sem histórico, sem o benefício da dúvida — lê a proposta e retorna um veredicto estruturado: satisfaction (0–100), wouldInvest, scamRisk (baixo / médio / alto), principais preocupações, informações faltantes, sinais de alerta, e pontos fortes. Então um agente revisor corrige o que o cético apontou — honestamente — e o ciclo se repete.

A rubrica é ceticamente padrão por definição. Ela recompensa limitações honestas, mecanismos de verificação concretos, termos explícitos de taxas e custódia, e desvantagens quantificadas. Ela pune duramente: adjetivos de marketing, "confie em nós" com números escondidos, vagueza sobre dinheiro, alegações não verificáveis, e contradições internas — o clássico sendo pedir uma quantia grande enquanto se admite que a capacidade por evento é minúscula.

As regras do revisor são o núcleo moral de todo o kit. Ele nunca infla uma métrica, nunca apaga uma ressalva, nunca fabrica um histórico. A forma de corrigir "não verificável" é adicionar prova oferecível — acesso a API somente leitura, extratos exportados pela corretora, um piloto pago pequeno, escrow de taxa de performance — não exagerar. Um documento está "pronto" apenas quando satisfaction >= 88 e scamRisk não é high, após pelo menos duas iterações. Uma proposta que não passou nessa auditoria é, por definição, um rascunho e não um entregável.

Os princípios de design (e por que importam para um alocador)

O repositório declara quatro princípios inegociáveis, e vale a pena lê-los como um manifesto para captação de recursos honesta:

• Nunca fabricar. Todo número remonta a dados medidos ou a uma suposição futura claramente rotulada. Fatos ausentes tornam-se slots TODO visíveis, não números inventados.
• Voltado para a honestidade, baixo hype. Comece com risco e custódia. Nomeie limitações. Ofereça verificação em vez de pedir confiança.
• Custódia é estrutural, não prometida. Chaves de API somente para negociação em contas de propriedade do investidor, sem direitos de saque, revogáveis com um clique.
• O portão de auditoria é obrigatório. Um documento não está pronto até que o ciclo do investidor cético seja aprovado.

Se você já leu um pitch de algotrading e sentiu seu ceticismo aumentar a cada superlativo, você entende por que essa inversão funciona. Confiança não se constrói alegando mais; ela se constrói alegando exatamente o que você pode provar, e entregando ao leitor as ferramentas para verificar por si mesmo.

Como um investidor de algo realmente o usa

Na prática o fluxo de trabalho é curto:

1. Abra o repositório no Claude Code para que as skills carreguem automaticamente.
2. Copie o modelo de intake e preencha-o com seu histórico medido e suposições futuras explicitamente rotuladas, deixando espaços em branco onde não há dados.
3. Peça ao Claude: "Prepare um documento de investidor para minha estratégia." Isso aciona o orquestrador investor-docs, que executa o pipeline de ponta a ponta.
4. O portão de auditoria roda por último e faz ciclos até que a satisfação esteja alta o suficiente e o risco de golpe não esteja mais alto.

O que você obtém é um único arquivo Markdown: portátil, autônomo, e construído para sobreviver ao teste de colagem em LLM ao qual um alocador real vai submetê-lo de qualquer forma.

Onde se encaixa no ecossistema Marketmaker / agentes de IA

Escrevemos bastante neste blog sobre agentes de IA tomando decisões de negociação — fundos multiagente, comitês de analistas LLM, ecossistemas de aprendizado por reforço. O algo-investor-skills fica uma camada mais externa, em um problema que esses projetos em grande parte ignoram: uma vez que uma estratégia automatizada funciona, como você a comunica de forma crível ao capital? É o padrão de IA agêntica apontado para relações com investidores e due diligence em vez de geração de sinais. A forma de orquestrador-mais-especialistas — uma skill que sequencia, várias que possuem cada uma um estágio — é a mesma arquitetura de agentes combináveis que continuamos vendo vencer, aqui aplicada a um pipeline de documentação e verificação em vez de a um livro de ordens.

Para um algotrader sério, isso é uma peça significativa de infraestrutura. A estratégia é sua vantagem; a proposta auditada e voltada para a honestidade é o que permite que essa vantagem atraia capital sem que você precise se tornar um profissional de marketing ou comprometer sua credibilidade. A postura do kit — verificação acima de confiança, risco antes de retornos, nunca números fabricados — é exatamente a postura que sobrevive ao contato com um alocador profissional.

Ressalvas honestas

Este é um projeto em estágio inicial, com um único mantenedor, e o repositório afirma isso mesmo. A proposta de referência e os modelos são exemplos ilustrativos anonimizados, não números reais — o valor do kit está no processo e na disciplina, não em quaisquer números entregues. O ciclo de auditoria é apenas tão bom quanto o modelo que o executa, e uma pontuação aprovada no papel ainda é uma pontuação de papel: como o próprio kit insiste, a prova mais forte é sempre um piloto prospectivo na própria conta do investidor. O kit produz documentos; ele não dá conselhos financeiros, jurídicos ou fiscais, e resultados passados ou testados retroativamente não garantem resultados futuros.

Nada disso enfraquece a ideia central. O trabalho árduo e honesto de preparar documentos para investidores — calcular números reproduzíveis, construir um pacote de prova verificável, começar com o risco, e sobreviver a uma revisão hostil — é exatamente o trabalho que este kit sistematiza.

Links

• GitHub: suenot/algo-investor-skills

Conclusão

algo-investor-skills é um repositório pequeno com uma tese incomumente disciplinada: a forma de levantar capital para uma estratégia de algotrading não é fazer um pitch mais agressivo, mas ser verificavelmente honesto. Seis skills do Claude Code transformam essa tese em um pipeline — fatos medidos entram, números reproduzíveis, um pacote de prova verificável, uma proposta de 14 seções com risco em primeiro lugar, localização fiel opcional, e uma auditoria obrigatória de investidor cético que corrige fraquezas adicionando prova em vez de exagerar.

Se você opera uma estratégia real e já ficou travado no muro do documento de investidor, isso vale uma tarde. Preencha o intake, execute o orquestrador, deixe o cético despedaçar seu rascunho, e entregue um documento que diz exatamente o que você pode provar — e dá ao leitor as ferramentas para confirmar isso.