algo-investor-skills：用 Claude Code 技能打造經得起騙局質疑的投資人方案

每一個嘗試過募集外部資金的演算法交易者都熟悉那堵牆。你有一個行之有效的策略、一份在自己賬戶上的實盤業績記錄，還有一條幹淨的淨值曲線。然後你坐下來寫投資人文件 —— 這才發現，最難的部分根本不是策略，而是說服一個數字敏感、心存懷疑的專業人士相信你不是騙局。他們不會只聽你的一面之詞。在 2026 年，他們實際會做的，是把你的商業要約不加任何上下文地貼上進一個 LLM，然後問："這是真的，還是一場騙局？"

algo-investor-skills 正是一套為那個時刻量身打造的現成 Claude Code 技能。它帶你從原始的策略事實，一路走到一份成型的、經過審計的、多語言的投資人方案 —— 那種可信、以誠實為先、能在敵意 LLM 貼上測試中倖存下來的文件。整個設計建立在一條不可妥協的規則之上：它絕不編造任何數字。

先說一句開場白，也是倉庫開篇就強調的那句：工具包 reference/ 目錄中的一切，都是經過匿名化的範例。名稱、交易場所和各項指標都是佔位符，不是真實資料。這些技能是從你自己的實測業績生成文件的 —— 它們不會附帶任何人的真實數字，也不會替你編造你的數字。

為什麼這是一套技能，而不是一個模板

你完全可以用一個 Word 模板寫出投資人方案。人們確實這麼做，而且一眼就能看出來。一個靜態模板無法在你新增四十筆交易後重新計算你的 Sharpe，無法在剔除頭部贏家後對你的優勢做壓力測試，也無法扮演一個充滿敵意的資金配置者去找出你自己推介中的軟肋。這正是 algo-investor-skills 填補的空白。

它們是普通的 Claude Code 技能，存放在 .claude/skills/ 目錄下。用 Claude Code 開啟倉庫，它們就會自動載入。因為它們是普通技能，你也可以把它們搬進任何其他專案 —— 把這些資料夾複製到專案本地的 .claude/skills/，或者複製到你的使用者全域性 ~/.claude/skills/，讓它們隨處可用：

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

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

金融模型引擎甚至可以獨立執行、無任何依賴，作為一次合理性自檢：

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

六個技能

這套工具包附帶六個可組合的技能。其中一個是編排器；其餘五個各自掌管流水線中的一個階段。

端到端的流水線

這些技能不是一份你隨意挑選的選單 —— 它們構成一條有序的流水線，而 investor-docs 會按順序執行它們，因為每個階段都依賴於前一個階段：

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 —— 唯一的真相來源

一切從 intake/intake-template.md 開始。你填入你的策略論點、你的實測業績（樣本量、勝率、平均每筆交易、Sharpe、Sortino、最大回撤、日期區間）、你的交易場所和賬戶架構，以及你的商業條款。關鍵在於，你要把每一個數字都標記為 [real]（實測）或一個清晰標註的前瞻性假設（槓桿、檔位數量、假設深度、滑點、alpha 衰減）。

讓整套工具包值得信賴的那條規則就在這裡：**任何你留空的地方，都會在草稿中變成一個明確的 TODO 槽位，而絕不會變成一個編造出來的數字。**如果你無法用你的交易所匯出資料支撐某個數字，你就把它留空，工具包拒絕去掩蓋這個缺口。

2. algo-financial-models —— 誠實的數字

這個技能把你的實測輸入轉化為六個量化模型，以可直接嵌入的 Markdown 表格輸出，每個都配有一兩行誠實的說明文字：

• 預期值與倉位 —— 期望值、每筆交易的 sigma、盈虧比、容量、淨優勢，以及 Kelly 比例。
• 收益橋接 —— 從原始的單事件優勢到容量調整後、扣費後、扣衰減後數字的四級階梯。它始終同時展示原始優勢和容量調整後的優勢，因為原始的單事件數字並不是基金可實現的收益，假裝它是，恰恰就是這個工具包存在的目的所要防止的那種不誠實。
• 高水位線收費表 —— 僅收業績費，且僅在淨值創新高時收取。
• 量化指標 —— 反解 sigma 和下行偏差，使你的實測 Sharpe 和 Sortino 完全復現。它們是直通量；工具包不會覆蓋或美化它們。
• 蒙特卡洛（GBM） —— P5 / P50 / P95 路徑加上破產機率，並把 alpha 衰減折算進去。
• Alpha 永續性 + Wilson CI —— 一份衰減優勢時間表和一個小樣本勝率置信區間，這樣一個 80 筆交易中 62% 的數字就絕不會被當成自然規律來呈現。

有一個細節我覺得真正精準：有效的單事件敞口被計算為 leverage / tranches（L / N），而敞口掃描表會對照 Kelly 進行顏色編碼 —— 在半 Kelly 及以下為綠色，到滿 Kelly 為琥珀色，超過則為紅色。這就把"我該下多大注？"從一種感覺變成了一張你能站得住腳去辯護的表。

3. investor-proof-pack —— 讓誠實變得可核查

這是懷疑者真正在意的部分。證明包組裝出一個透明度包，在不洩露獨門秘籍、不編造任何東西的前提下，證明你的實盤業績是真實的：

• 一份已披露交易表，帶固定列（# | Venue | Pair | Date | Side | PnL % | Hold time | Status），列出視窗期內的所有交易 —— 贏家和輸家都在內。挑肥揀瘦是被明令禁止的。表中展示百分比和日期；美元金額是被刻意隱去的，工具包用大白話說明了這條邊界。
• 一套獨立對賬方法論，包含兩條必須吻合的路徑：通過交易所 REST API 進行的訂單 id 對賬（完全依據成交記錄重新計算已實現盈虧），以及對照交易所官方交易歷史匯出檔案進行的對賬單對賬（在規定容差內按 品種 + 時間 + 方向 匹配）。兩份彼此吻合的獨立對賬，比單獨一份要難偽造得多。
• 一份只讀的 "Step 0" 驗證提議：投資人用他們自己生成的只讀 API 金鑰親自執行一個指令碼，對照交易所自身的資料來核對已披露的交易 —— 在授予任何交易許可權金鑰之前。
• 圖表 —— 合成插圖（清晰標註，用於講解交易機制）與真實的逐根 K 線圖並列，後者帶有入場/出場標記，對應已對賬的成交。

而把它和一份推介幻燈片區分開來的部分是：證明包會大聲說出它自己的邊界。對賬證明的是過去實盤交易的真實性和量級。它不證明未來收益，它不證明這個優勢在大規模資金下依然成立，它也不是一次完整的審計。工具包直白地說，最強的證明，是在投資人自己賬戶上的一次前瞻性試點。

4. investor-proposal-build —— 14 個章節的敘事弧線

這個技能組裝出一份單一、自包含的 Markdown 文件，一個充滿敵意的投資人可以整篇貼上進一個 LLM 去逐條拆解。其結構是一條刻意設計的 14 章節弧線，以風險和託管開篇，而非以收益開篇：

1. 論點 —— 在第一段就把託管這一錨點寫成一句話。
2. 優勢從何而來 —— 結構性低效，並誠實地附上注意事項：外部研究不會被當作營運者自己的成果來呈現。
3. 頭條指標 —— Sharpe / Sortino / 最大回撤，註明為與槓桿無關的比率，以 Sortino 為主導，並附上小樣本注意事項。
4. 託管與營運模式 —— 僅交易許可權的 API 金鑰、無提款權、一鍵撤銷作為"緊急剎車"，並宣告這是所提供的唯一模式。
5. 真實交易透明度 —— 來自第 3 步的證明包。
6. 資金階段 —— 試點（約 5 萬美元，費用託管，在淨值恢復到高水位線之前為 0%）、擴張，然後是目標規模。
7. 收費模式 —— 一個以淨利潤百分比表示的具體業績費，帶高水位線，且無管理費。
8. 兩個具名風險 —— 未經大規模檢驗（退出流動性）和超短持倉視窗，毫不迴避地直說。
9. 一張量化的失敗情景表 —— 在每種情景下投資人會損失什麼，與 N 檔數學繫結。
10. 責任與風險分配 —— 包括誠實的無法律實體 / 有限追索注意事項。
11. 資金分散在 N 個獨立的頂層賬戶（不是子賬戶，子賬戶在被凍結時可能連鎖反應），並設有每個交易場所的上限。
12. Alpha 永續性 —— 明確的衰減假設和容量上限，被定位為一項前瞻性假設。
13. 營運者 —— 一個人，一個可以掐住的咽喉，既被陳述為一項利益一致性特徵，也被陳述為關鍵人物風險。
14. 路線圖 —— 明確標註為"並非承諾"。

整份文件在構造上就是低調剋制的。如果一句話聽起來像推介幻燈片，技能就會把它刪掉。託管和緊急剎車排在任何收益數字之前，而每一個可能讀起來像吹噓的章節，都在同一口氣裡被對應的風險所平衡。

5. investor-doc-localize —— 不漂移的翻譯

可選，但設計精良。它把已完成的主文件本地化為 en / ru / zh / ko（可擴充），甚至生成面向特定市場的變體 —— 例如，一個為親身瞭解該交易場所的受眾揭示結構性優勢的隔離市場變體，對應一個淨化過的公開變體。它防範的頭號大忌是：讓某個數字漂移，或讓某條注意事項因為在另一種語言裡"讀起來更好"而軟化。每一個費率百分比、每一條託管條款、每一個失敗情景，都在各種語言之間被一字不差地呈現，並對託管、收費和責任章節做一次回譯抽查。

6. investor-proposal-audit —— 強制性關卡

正是這個技能讓工具包不只是一個文件生成器。它模擬了一個認真的投資人會做的那項確切檢查：一個全新的、只看文件的 AI 投資人 —— 沒有程式碼、沒有業績記錄、不給任何善意推定 —— 讀完方案後返回一份結構化裁決：satisfaction（0–100）、wouldInvest、scamRisk（低 / 中 / 高）、首要顧慮、缺失資訊、危險訊號，以及優點。然後一個修訂代理會誠實地修復懷疑者標記出來的問題，迴圈往復。

這套評分標準預設懷疑一切。它獎勵誠實的侷限性、具體的驗證機制、明確的收費和託管條款，以及量化的下行。它的扣分毫不留情：營銷形容詞、藏著數字卻讓你"相信我們"、談錢含糊其辭、無法驗證的說法，以及內部矛盾 —— 典型的那種就是一邊索要一大筆錢，一邊承認單事件容量極小。

修訂代理的規則是整套工具包的道德核心。它絕不誇大任何指標，絕不刪除任何注意事項，絕不編造任何業績記錄。修復"無法驗證"的辦法是增加可提供的證明 —— 只讀 API 訪問、交易所匯出的對賬單、一次小額付費試點、業績費託管 —— 而不是誇大其詞。只有當 satisfaction >= 88 且 scamRisk 不為 high 時，並且至少經過兩輪迭代之後，一份文件才算"完成"。一份沒有通過這道審計的方案，按定義就是一份草稿，而非一份可交付物。

設計原則（以及它們為何對資金配置者重要）

倉庫陳述了四條不可妥協的原則，它們值得當作一份誠實募資的宣言來讀：

• **絕不編造。**每一個數字都可追溯到實測資料或一個清晰標註的前瞻性假設。缺失的事實變成可見的 TODO 槽位，而非編造出來的數字。
• **誠實為先，低調不誇。**以風險和託管開篇。點明侷限性。提供驗證，而不是索要信任。
• **託管是結構性的，而非口頭承諾。**投資人自有賬戶上的僅交易許可權 API 金鑰，無提款權，一鍵即可撤銷。
• **審計關卡是強制性的。**在懷疑型投資人迴圈通過之前，文件就沒有完成。

如果你曾經讀過一份演算法交易推介，並感到自己的懷疑隨著每一個最高階形容詞而上升，你就會明白為什麼這種倒置奏效。信任不是靠聲稱更多來建立的；它是靠恰好聲稱你能證明的東西、並把核查工具親手交給讀者來建立的。

一個演算法投資人實際如何使用它

實際操作中，工作流很短：

1. 用 Claude Code 開啟倉庫，讓技能自動載入。
2. 複製 intake 模板，用你的實測業績和明確標註的前瞻性假設填入，在沒有資料的地方留空。
3. 讓 Claude：*"為我的策略準備一份投資人文件。"*這會觸發 investor-docs 編排器，它會端到端地執行整條流水線。
4. 審計關卡最後執行，並迴圈到滿意度足夠高、騙局風險不再為高為止。

你得到的產出是一個單一的 Markdown 檔案：可移植、自包含，並且被打造成能在一個真實資金配置者無論如何都會施加的 LLM 貼上測試中倖存下來。

它在 Marketmaker / AI 代理生態中的定位

我們在這個部落格上寫過很多關於 AI 代理做出交易決策的內容 —— 多代理基金、LLM 分析師委員會、強化學習生態系統。algo-investor-skills 位於再往外一層的位置，瞄準的是那些專案大多忽視的一個問題：一旦一個自動化策略行之有效，**你如何可信地把它傳達給資金？**它是把代理式 AI 模式指向投資者關係和盡職調查，而非指向訊號生成。那種編排器加專家的形態 —— 一個負責排序的技能，幾個各自掌管一個階段的技能 —— 正是我們不斷看到取得成功的同一種可組合代理架構，只不過這裡被應用於一條文件與驗證的流水線，而非一個訂單簿。

對一個認真的演算法交易者來說，那是一塊有意義的基礎設施。策略是你的優勢；那份經過審計、以誠實為先的方案，則是讓這個優勢在你無需變成一個營銷者或犧牲自己可信度的前提下吸引資金的東西。工具包的立場 —— 驗證勝於信任、風險先於收益、永不編造數字 —— 恰恰是那種能在與一個專業資金配置者交鋒後倖存下來的立場。

誠實的注意事項

這是一個處於早期、由單人維護的專案，倉庫本身也是這麼說的。參考方案和模型是經過匿名化的示意性範例，不是真實資料 —— 工具包的價值在於流程和紀律，而非任何附帶的數字。審計迴圈只取決於執行它的模型有多好，而紙面上的及格分仍然只是一個紙面分數：正如工具包自己所堅持的，最強的證明永遠是在投資人自己賬戶上的一次前瞻性試點。工具包生成文件；它不提供財務、法律或稅務建議，而過往或回測的結果並不保證未來的結果。

這些都絲毫不動搖核心理念。準備投資人文件那項艱難而誠實的工作 —— 計算可復現的數字、構建可核查的證明包、以風險開篇，並在一次充滿敵意的評審中倖存下來 —— 恰恰是這個工具包所繫統化的工作。

連結

• GitHub： suenot/algo-investor-skills

結語

algo-investor-skills 是一個小倉庫，卻有一個異常自律的論點：為一個演算法交易策略募集資金的辦法，不是更用力地推介，而是做到可核查地誠實。六個 Claude Code 技能把這個論點變成一條流水線 —— 輸入實測事實，輸出可復現的數字、一個可驗證的證明包、一份以風險為先的 14 章節方案、可選的忠實本地化，以及一道強制性的懷疑型投資人審計，它通過增加證明而非誇大其詞來修復弱點。

如果你執行著一個真實的策略，並且曾經卡在投資人文件那堵牆前，這值得你花上一個下午。填好 intake，執行編排器，讓懷疑者去撕扯你的草稿，然後交付一份恰好說出你能證明的東西的文件 —— 並把確認它的工具親手交給讀者。