algo-investor-skills：用 Claude Code 技能打造经得起骗局质疑的投资人方案

每一个尝试过募集外部资金的算法交易者都熟悉那堵墙。你有一个行之有效的策略、一份在自己账户上的实盘业绩记录，还有一条干净的净值曲线。然后你坐下来写投资人文档 —— 这才发现，最难的部分根本不是策略，而是说服一个数字敏感、心存怀疑的专业人士相信你不是骗局。他们不会只听你的一面之词。在 2026 年，他们实际会做的，是把你的商业要约不加任何上下文地粘贴进一个 LLM，然后问："这是真的，还是一场骗局？"

algo-investor-skills 正是一套为那个时刻量身打造的现成 Claude Code 技能。它带你从原始的策略事实，一路走到一份成型的、经过审计的、多语言的投资人方案 —— 那种可信、以诚实为先、能在敌意 LLM 粘贴测试中幸存下来的文档。整个设计建立在一条不可妥协的规则之上：它绝不编造任何数字。

先说一句开场白，也是仓库开篇就强调的那句：工具包 reference/ 目录中的一切，都是经过匿名化的范例。名称、交易场所和各项指标都是占位符，不是真实数据。这些技能是从你自己的实测业绩生成文档的 —— 它们不会附带任何人的真实数字，也不会替你编造你的数字。

为什么这是一套技能，而不是一个模板

你完全可以用一个 Word 模板写出投资人方案。人们确实这么做，而且一眼就能看出来。一个静态模板无法在你新增四十笔交易后重新计算你的 Sharpe，无法在剔除头部赢家后对你的优势做压力测试，也无法扮演一个充满敌意的资金配置者去找出你自己推介中的软肋。这正是 algo-investor-skills 填补的空白。

它们是普通的 Claude Code 技能，存放在 .claude/skills/ 目录下。用 Claude Code 打开仓库，它们就会自动加载。因为它们是普通技能，你也可以把它们搬进任何其他项目 —— 把这些文件夹复制到项目本地的 .claude/skills/，或者复制到你的用户全局 ~/.claude/skills/，让它们随处可用：

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独立运行、无任何依赖，作为一次合理性自检：

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

六个技能

这套工具包附带六个可组合的技能。其中一个是编排器；其余五个各自掌管流水线中的一个阶段。

端到端的流水线

这些技能不是一份你随意挑选的菜单 —— 它们构成一条有序的流水线，而 investor-docs 会按顺序运行它们，因为每个阶段都依赖于前一个阶段：

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 —— 唯一的真相来源

一切从 intake/intake-template.md 开始。你填入你的策略论点、你的实测业绩（样本量、胜率、平均每笔交易、Sharpe、Sortino、最大回撤、日期区间）、你的交易场所和账户架构，以及你的商业条款。关键在于，你要把每一个数字都标记为 [real]（实测）或一个清晰标注的前瞻性假设（杠杆、档位数量、假设深度、滑点、alpha 衰减）。

让整套工具包值得信赖的那条规则就在这里：**任何你留空的地方，都会在草稿中变成一个明确的 TODO 槽位，而绝不会变成一个编造出来的数字。**如果你无法用你的交易所导出数据支撑某个数字，你就把它留空，工具包拒绝去掩盖这个缺口。

2. algo-financial-models —— 诚实的数字

这个技能把你的实测输入转化为六个量化模型，以可直接嵌入的 Markdown 表格输出，每个都配有一两行诚实的说明文字：

• 预期值与仓位 —— 期望值、每笔交易的 sigma、盈亏比、容量、净优势，以及 Kelly 比例。
• 收益桥接 —— 从原始的单事件优势到容量调整后、扣费后、扣衰减后数字的四级阶梯。它始终同时展示原始优势和容量调整后的优势，因为原始的单事件数字并不是基金可实现的收益，假装它是，恰恰就是这个工具包存在的目的所要防止的那种不诚实。
• 高水位线收费表 —— 仅收业绩费，且仅在净值创新高时收取。
• 量化指标 —— 反解 sigma 和下行偏差，使你的实测 Sharpe 和 Sortino 完全复现。它们是直通量；工具包不会覆盖或美化它们。
• 蒙特卡洛（GBM） —— P5 / P50 / P95 路径加上破产概率，并把 alpha 衰减折算进去。
• Alpha 持久性 + Wilson CI —— 一份衰减优势时间表和一个小样本胜率置信区间，这样一个 80 笔交易中 62% 的数字就绝不会被当成自然规律来呈现。

有一个细节我觉得真正精准：有效的单事件敞口被计算为 leverage / tranches（L / N），而敞口扫描表会对照 Kelly 进行颜色编码 —— 在半 Kelly 及以下为绿色，到满 Kelly 为琥珀色，超过则为红色。这就把"我该下多大注？"从一种感觉变成了一张你能站得住脚去辩护的表。

3. investor-proof-pack —— 让诚实变得可核查

这是怀疑者真正在意的部分。证明包组装出一个透明度包，在不泄露独门秘籍、不编造任何东西的前提下，证明你的实盘业绩是真实的：

• 一份已披露交易表，带固定列（# | Venue | Pair | Date | Side | PnL % | Hold time | Status），列出窗口期内的所有交易 —— 赢家和输家都在内。挑肥拣瘦是被明令禁止的。表中展示百分比和日期；美元金额是被刻意隐去的，工具包用大白话说明了这条边界。
• 一套独立对账方法论，包含两条必须吻合的路径：通过交易所 REST API 进行的订单 id 对账（完全依据成交记录重新计算已实现盈亏），以及对照交易所官方交易历史导出文件进行的对账单对账（在规定容差内按 品种 + 时间 + 方向 匹配）。两份彼此吻合的独立对账，比单独一份要难伪造得多。
• 一份只读的 "Step 0" 验证提议：投资人用他们自己生成的只读 API 密钥亲自运行一个脚本，对照交易所自身的数据来核对已披露的交易 —— 在授予任何交易权限密钥之前。
• 图表 —— 合成插图（清晰标注，用于讲解交易机制）与真实的逐根 K 线图并列，后者带有入场/出场标记，对应已对账的成交。

而把它和一份推介幻灯片区分开来的部分是：证明包会大声说出它自己的边界。对账证明的是过去实盘交易的真实性和量级。它不证明未来收益，它不证明这个优势在大规模资金下依然成立，它也不是一次完整的审计。工具包直白地说，最强的证明，是在投资人自己账户上的一次前瞻性试点。

4. investor-proposal-build —— 14 个章节的叙事弧线

这个技能组装出一份单一、自包含的 Markdown 文档，一个充满敌意的投资人可以整篇粘贴进一个 LLM 去逐条拆解。其结构是一条刻意设计的 14 章节弧线，以风险和托管开篇，而非以收益开篇：

1. 论点 —— 在第一段就把托管这一锚点写成一句话。
2. 优势从何而来 —— 结构性低效，并诚实地附上注意事项：外部研究不会被当作运营者自己的成果来呈现。
3. 头条指标 —— Sharpe / Sortino / 最大回撤，注明为与杠杆无关的比率，以 Sortino 为主导，并附上小样本注意事项。
4. 托管与运营模式 —— 仅交易权限的 API 密钥、无提款权、一键撤销作为"紧急刹车"，并声明这是所提供的唯一模式。
5. 真实交易透明度 —— 来自第 3 步的证明包。
6. 资金阶段 —— 试点（约 5 万美元，费用托管，在净值恢复到高水位线之前为 0%）、扩张，然后是目标规模。
7. 收费模式 —— 一个以净利润百分比表示的具体业绩费，带高水位线，且无管理费。
8. 两个具名风险 —— 未经大规模检验（退出流动性）和超短持仓窗口，毫不回避地直说。
9. 一张量化的失败情景表 —— 在每种情景下投资人会损失什么，与 N 档数学绑定。
10. 责任与风险分配 —— 包括诚实的无法律实体 / 有限追索注意事项。
11. 资金分散在 N 个独立的顶层账户（不是子账户，子账户在被冻结时可能连锁反应），并设有每个交易场所的上限。
12. Alpha 持久性 —— 明确的衰减假设和容量上限，被定位为一项前瞻性假设。
13. 运营者 —— 一个人，一个可以掐住的咽喉，既被陈述为一项利益一致性特征，也被陈述为关键人物风险。
14. 路线图 —— 明确标注为"并非承诺"。

整份文档在构造上就是低调克制的。如果一句话听起来像推介幻灯片，技能就会把它删掉。托管和紧急刹车排在任何收益数字之前，而每一个可能读起来像吹嘘的章节，都在同一口气里被对应的风险所平衡。

5. investor-doc-localize —— 不漂移的翻译

可选，但设计精良。它把已完成的主文档本地化为 en / ru / zh / ko（可扩展），甚至生成面向特定市场的变体 —— 例如，一个为亲身了解该交易场所的受众揭示结构性优势的隔离市场变体，对应一个净化过的公开变体。它防范的头号大忌是：让某个数字漂移，或让某条注意事项因为在另一种语言里"读起来更好"而软化。每一个费率百分比、每一条托管条款、每一个失败情景，都在各种语言之间被一字不差地呈现，并对托管、收费和责任章节做一次回译抽查。

6. investor-proposal-audit —— 强制性关卡

正是这个技能让工具包不只是一个文档生成器。它模拟了一个认真的投资人会做的那项确切检查：一个全新的、只看文档的 AI 投资人 —— 没有代码、没有业绩记录、不给任何善意推定 —— 读完方案后返回一份结构化裁决：satisfaction（0–100）、wouldInvest、scamRisk（低 / 中 / 高）、首要顾虑、缺失信息、危险信号，以及优点。然后一个修订代理会诚实地修复怀疑者标记出来的问题，循环往复。

这套评分标准默认怀疑一切。它奖励诚实的局限性、具体的验证机制、明确的收费和托管条款，以及量化的下行。它的扣分毫不留情：营销形容词、藏着数字却让你"相信我们"、谈钱含糊其辞、无法验证的说法，以及内部矛盾 —— 典型的那种就是一边索要一大笔钱，一边承认单事件容量极小。

修订代理的规则是整套工具包的道德内核。它绝不夸大任何指标，绝不删除任何注意事项，绝不编造任何业绩记录。修复"无法验证"的办法是增加可提供的证明 —— 只读 API 访问、交易所导出的对账单、一次小额付费试点、业绩费托管 —— 而不是夸大其词。只有当 satisfaction >= 88 且 scamRisk 不为 high 时，并且至少经过两轮迭代之后，一份文档才算"完成"。一份没有通过这道审计的方案，按定义就是一份草稿，而非一份可交付物。

设计原则（以及它们为何对资金配置者重要）

仓库陈述了四条不可妥协的原则，它们值得当作一份诚实募资的宣言来读：

• **绝不编造。**每一个数字都可追溯到实测数据或一个清晰标注的前瞻性假设。缺失的事实变成可见的 TODO 槽位，而非编造出来的数字。
• **诚实为先，低调不夸。**以风险和托管开篇。点明局限性。提供验证，而不是索要信任。
• **托管是结构性的，而非口头承诺。**投资人自有账户上的仅交易权限 API 密钥，无提款权，一键即可撤销。
• **审计关卡是强制性的。**在怀疑型投资人循环通过之前，文档就没有完成。

如果你曾经读过一份算法交易推介，并感到自己的怀疑随着每一个最高级形容词而上升，你就会明白为什么这种倒置奏效。信任不是靠声称更多来建立的；它是靠恰好声称你能证明的东西、并把核查工具亲手交给读者来建立的。

一个算法投资人实际如何使用它

实际操作中，工作流很短：

1. 用 Claude Code 打开仓库，让技能自动加载。
2. 复制 intake 模板，用你的实测业绩和明确标注的前瞻性假设填入，在没有数据的地方留空。
3. 让 Claude：*"为我的策略准备一份投资人文档。"*这会触发 investor-docs 编排器，它会端到端地运行整条流水线。
4. 审计关卡最后运行，并循环到满意度足够高、骗局风险不再为高为止。

你得到的产出是一个单一的 Markdown 文件：可移植、自包含，并且被打造成能在一个真实资金配置者无论如何都会施加的 LLM 粘贴测试中幸存下来。

它在 Marketmaker / AI 代理生态中的定位

我们在这个博客上写过很多关于 AI 代理做出交易决策的内容 —— 多代理基金、LLM 分析师委员会、强化学习生态系统。algo-investor-skills 位于再往外一层的位置，瞄准的是那些项目大多忽视的一个问题：一旦一个自动化策略行之有效，**你如何可信地把它传达给资金？**它是把代理式 AI 模式指向投资者关系和尽职调查，而非指向信号生成。那种编排器加专家的形态 —— 一个负责排序的技能，几个各自掌管一个阶段的技能 —— 正是我们不断看到取得成功的同一种可组合代理架构，只不过这里被应用于一条文档与验证的流水线，而非一个订单簿。

对一个认真的算法交易者来说，那是一块有意义的基础设施。策略是你的优势；那份经过审计、以诚实为先的方案，则是让这个优势在你无需变成一个营销者或牺牲自己可信度的前提下吸引资金的东西。工具包的立场 —— 验证胜于信任、风险先于收益、永不编造数字 —— 恰恰是那种能在与一个专业资金配置者交锋后幸存下来的立场。

诚实的注意事项

这是一个处于早期、由单人维护的项目，仓库本身也是这么说的。参考方案和模型是经过匿名化的示意性范例，不是真实数据 —— 工具包的价值在于流程和纪律，而非任何附带的数字。审计循环只取决于运行它的模型有多好，而纸面上的及格分仍然只是一个纸面分数：正如工具包自己所坚持的，最强的证明永远是在投资人自己账户上的一次前瞻性试点。工具包生成文档；它不提供财务、法律或税务建议，而过往或回测的结果并不保证未来的结果。

这些都丝毫不动摇核心理念。准备投资人文档那项艰难而诚实的工作 —— 计算可复现的数字、构建可核查的证明包、以风险开篇，并在一次充满敌意的评审中幸存下来 —— 恰恰是这个工具包所系统化的工作。

链接

• GitHub： suenot/algo-investor-skills

结语

algo-investor-skills 是一个小仓库，却有一个异常自律的论点：为一个算法交易策略募集资金的办法，不是更用力地推介，而是做到可核查地诚实。六个 Claude Code 技能把这个论点变成一条流水线 —— 输入实测事实，输出可复现的数字、一个可验证的证明包、一份以风险为先的 14 章节方案、可选的忠实本地化，以及一道强制性的怀疑型投资人审计，它通过增加证明而非夸大其词来修复弱点。

如果你运行着一个真实的策略，并且曾经卡在投资人文档那堵墙前，这值得你花上一个下午。填好 intake，运行编排器，让怀疑者去撕扯你的草稿，然后交付一份恰好说出你能证明的东西的文档 —— 并把确认它的工具亲手交给读者。