investment-masters路线图与AlphaGBM生态:AI投资研究工具下一步走向何方?
investment-masters路线图与AlphaGBM生态:AI投资研究工具下一步走向何方?
investment-masters 是一个面向 AI Agent 的开源投资方法论蒸馏项目,它将巴菲特、达利欧、索罗斯、马克斯等 15 位顶级投资大师的选股逻辑、风控规则与退出纪律,整理成结构化档案与可直接调用的 AI Skill,并内置 13F 持仓查询入口。对于想用 AI 做投研的新手来说,它是"像投资大师一样思考"的起点。
一分钟看懂:investment-masters 是什么
项目的核心思路一句话就能说清:不做"AI 扮演巴菲特"的角色扮演,而是做方法论提取——理解大师为什么买入、如何管理风险、何时卖出。整个仓库结构非常轻量:
| 文件 | 作用 |
|---|---|
| SKILL.md | AI Agent 的技能定义与证据边界规则 |
| catalog.json | 中英双语目录,驱动 AI 发现全部 15 位大师 |
| masters/ | 15 位大师的独立方法论档案(含 masters/buffett.md、masters/bridgewater.md 等) |
| demo/ | 合成示例,展示 AI 应如何区分"方法论视角"与"待核实事实" |
其中 demo/compare-buffett-marks.md 演示了"巴菲特价值视角 vs 马克斯周期视角"的标准对比格式;demo/masters-preview.json 则是机器可读的目录快照,明确标注了输出边界:不包含实时持仓、不自动刷新 13F、不承诺业绩。
路线图解析:investment-masters 下一步做什么
从 README.md 的 Contributing 章节与 SKILL.md 的研究节奏建议中,可以拼出清晰的四线路线图。
1️⃣ 扩充大师档案库:15 位之后还有谁
路线图第一条:持续新增大师档案。贡献者只需遵循 SKILL.md 中的模板,即可完成:
- 新增一位大师的
masters/*.md档案 - 同步更新 catalog.json 与 demo 目录下的夹具文件
- 补充名言、访谈与新出版物
现有 15 位大师覆盖风格相当全面——从达利欧的风险平价、西蒙斯的纯量化,到林奇的 GARP、拉施克的短线波段,还有段永平的能力圈、梁文锋的 AI 驱动量化。未来的扩展方向很可能是补齐更多亚太与机构视角。
2️⃣ 13F 持仓数据:坚持"按季人工核对"而非自动监控
这是路线图中最值得新手注意的一条。项目内置了 7 家机构的 SEC EDGAR 13F 查询入口(Bridgewater、Berkshire、Pershing Square、Appaloosa、Soros Fund、Hillhouse、ARK),但明确不提供自动抓取服务。
建议的研究节奏(引自 SKILL.md):
- 13F 持仓:每季度核对一次(2/5/8/11 月,季度结束后约 45 天)
- 重要致股东信/备忘录:事件驱动,发布即读
- 新增大师:按需添加
换句话说,项目选择把"数据新鲜度"的责任交给使用者与 AI 工具链,而不是内置一个容易失效的爬虫。
3️⃣ 中英双语化:从目录翻译到档案本地化
catalog.json 已经是全量中英双语(schema 版本 alphagbm-masters-catalog.v1),而 README.md 明确把"Translations (currently EN + CN)"列为待办——未来更多档案内容的本地化,是提升中文用户使用体验的重点。
4️⃣ demo 夹具持续迭代:给 AI 树立"安全输出"的样板
demo/README.md 强调所有示例均为合成文档夹具(synthetic documentation fixtures),目的是固化一种负责任的输出形态:先方法论、再证据边界、绝不编造当前持仓。这个模式本身就是路线图的一部分——让每一次 AI 输出的结构都可复用、可审查。
AlphaGBM 生态:investment-masters 如何融入更大版图
investment-masters 并不是孤立的"档案仓库",它是 AlphaGBM 生态中的方法论层,三者分工清晰:
| 组件 | 定位 | 关键能力 |
|---|---|---|
| investment-masters(本项目) | 方法论层 | 15 位大师的选股/风控/退出框架 |
| AlphaGBM Skills | 工具层 | 研究工作流与专项数据工具包,自带访问权限与共享配额 |
| alphagbm-investment-review | 复盘层 | 对用户提供的前后 AlphaGBM JSON 证据做本地化对比复盘 |
SKILL.md 划定了清晰的边界:
- 涉及 AlphaGBM 数据时,调用已安装的
AlphaGBM/skills受支持包,并遵守其公布的可用性与配额;计费调用前先询问用户 - 复盘类需求(持仓前后对比)交给独立的
alphagbm-investment-review包,而不是让本 Skill 声称能读取账户历史 - 绝不在对话中索要 API Key,绝不绕过不可用的接口
这套设计回答了"下一步走向何方"的核心问题:investment-masters 将保持轻量的方法论内核,而数据获取、账户复盘、策略构建等重活,逐步沉淀到 AlphaGBM 生态的专项组件中。
新手上手:两步接入你的 AI 编程助手
第 1 步:克隆到技能目录
Claude Code 用户:
git clone https://gitcode.com/gh_mirrors/in/investment-masters .claude/skills/investment-masters
Cursor 用户:
git clone https://gitcode.com/gh_mirrors/in/investment-masters .cursor/skills/investment-masters
第 2 步:直接用自然语言提问,例如:
"借鉴巴菲特的价值投资方法研究这家公司,区分已有证据和待核实信息" "对比达利欧和马克斯在风险管理上的差异" "阅读某一期 Bridgewater 13F 文件,列出申报持仓、报告期与来源"
README.md 中还给出了更多示例查询模板,覆盖单一大师提炼、大师对比、13F 阅读、框架应用四类场景。
常见问题(FAQ)
Q1:项目会自动更新 13F 持仓吗? 不会。仓库不含市场数据 API 运行器或自动更新任务,13F 链接只是免费公开的查询起点,需要读取具体期次的文件后才能报告持仓。
Q2:AI 会"冒充"大师给投资建议吗? 不会。SKILL.md 明确要求:不扮演投资人、不暗示背书、不呈现假设性观点为其当前推荐;缺失的数据保持缺失,绝不编造价格、持仓与评分。
Q3:哪些基金的 13F 查不到? Renaissance Medallion 与 AQR 的内部基金属于专有资本,不在 13F 披露范围内;AQR 的注册基金则单独申报。
Q4:许可证是什么? MIT 协议(见 LICENSE),可自由使用与二次开发。
写在最后:AI 投研工具的正确打开方式
investment-masters 的路线图指向一个务实的方向:用"方法论 + 公开一手资料 + 严格证据边界"取代"AI 扮演大师"的娱乐化玩法。大师档案会持续扩充、中英双语化会推进、13F 研究节奏会按季度运转,而数据获取与账户复盘则交给 AlphaGBM 生态的专项组件。
对于新手而言,最有价值的不是 AI 给出的"大师观点",而是这套工具逼着你先回答的问题:这笔投资的核心论据是什么?证据来自哪里?什么情况下你会认错离场?——这恰好也是 15 位大师跨越不同风格、却高度一致的共识。