Yongmai Operating System · 一套判断主导、流程系统化的 AI 结构化投资系统——AI 不放大你的能力圈，它让你把能力圈兑现出来：把重复劳动和情绪噪音交给 AI，把关键时刻的判断留给你。少犯错，活得久。
简单说，YMOS 是一套让 AI Agent 进入你日常投资流程的本地 Markdown-first 投资操作系统：
- 它替你持续看市场、跟踪持仓与关注，把新闻、价格和研究资料压缩成市场洞察与投资雷达；
- 它把你原本散在脑中、笔记和临场反应里的投资逻辑，整理成 Agent 能反复执行的 Profile、SOP 和判断规则；
- 当你真的要行动时，它用 Reader、交易计划、买卖门禁和复盘留痕，帮助你按自己事先定下的逻辑走完，而不是盘中重新发明规则。
它的内核不是某一个网页，而是 Eyes/、Brain/、持仓与关注/、BrainStorm/ 等本地目录中的 Markdown 真相源，以及把它们连接起来的 Agent 协议、SOP、状态机和 Human 最终确认。Console 只是整套系统的阅读与操盘入口之一。
你可以先只把它当作 AI 投研系统使用，之后再逐步装入自己的策略内核和操盘习惯，不需要第一天配置完整套系统。
边界只有一条：YMOS 提供研究、判断与纪律支持，不提供荐股信号，也不替你自动交易；所有榜单、报告和 Agent 结论都只是输入，最终决策与结果由你负责。
在 AI 与投资的交汇处，市面上有几条不同的探索路径。AI 量化在海量数据处理、多因子挖掘、高频统计套利上有很强的优势，很多专业团队在这条路上走得非常深入。
YMOS 走的是另一条：判断主导、流程系统化（Discretionary with Systematic Process）——巴菲特、段永平、Druckenmiller 这些人用了几十年的老范式，只是这一次由 AI 把它变成了一个可以每天跑的系统。
- 判断主导（Discretionary）：对商业本质、护城河、宏观定性以及持仓信念（Conviction）的最终决策由人来做；
- 流程系统化（Systematic Process）：把原本散在脑中的直觉写成规则和流程，让 AI 承担 24 小时的信息监控、投研材料准备、盘中违规拦截以及盘后诚实复盘——重点是纪律，不是算力。
两种范式的分工画在一张表里：
| 维度 | AI 量化范式 | 判断主导、流程系统化范式（YMOS 走的路） |
|---|---|---|
| 核心起点 | 数据——从历史数据中挖统计规律 | 判断——来自实盘经验、商业定性、周期体感 |
| AI 的核心角色 | 模式挖掘者（因子探索、概率预测） | 外骨骼与裁判（信息压缩、盲区排查、行为闸门） |
| 回测的定位 | 策略的入口——回测优异是上线前提 | 策略的体检——找失效边界，不是找策略 |
| 投资者的角色 | 算法设计者 / 调参者 | 最终决策者，为商业定性和真实盈亏负责 |
| 主要盈利来源 | 执行差——短周期统计均值回归、动量、流动性；靠更快更精细的执行 | 判断差——中长周期的产业主线认知与关键拐点定性；靠对行业、公司、周期的独到判断 |
两种范式各有各的适用场景，也各服务不同类型的投资者。如果你的优势本来就在对商业模式的理解和关键拐点的定性判断上，YMOS 是把这套流程装起来的一个样板。
🔄 V4 的关键变化：保留 V3 已经跑通的投研主链，把系统进一步抽象为投研层、策略内核层、操盘层；新增 Skills 数据触角、Reader 与操盘工作台、Strategy Profile 和证据反馈闭环，并把「共用框架」与「勇麦个人策略」彻底掰开。框架给所有人，策略需要你自己打磨。详见 CHANGELOG。
① 投研阅读器（YMOS Reader） |
② 控制台首页（Reader 与操盘入口） |
③ 买卖决策台（账户参数与门禁） |
投研层 → 策略内核层 → 操盘层
看市场、做研究 形成自己的判断 计划、门禁、执行、留痕
Eyes + Skills Brain + Profile + 状态 Console + Human
| 层 | 相当于 | 回答的问题 | 一句话 |
|---|---|---|---|
| 投研层 | 你的 AI 投研系统 | 市场发生了什么？和我的持仓、关注有什么关系？ | 负责收集、整理、监控和初始调研，把信息压缩成可用研究输入 |
| 策略内核层 | 你的投资 / 交易逻辑 | 面对这些研究事实，我怎么判断？什么时候承认自己错了？ | 决定这套系统为什么像你，而不是像作者或模型 |
| 操盘层 | 你的实际操盘逻辑 | 判断形成后，我怎样计划、过门禁、执行并留下证据？ | 把“知道”变成“做到”；最终执行权永远属于 Human |
这里的“投研层”不等于所有分析。市场洞察、数据整理、标的建档属于投研层；一旦开始根据你的 Profile 决定“该不该做、用什么裁判、何时退出”，就进入策略内核层。操盘层则不再重新发明结论，只负责把已经形成的判断转成计划、门禁和真实留痕。
系统没有自动交易层。操盘层永远包含 Human，Agent 不能替你成交。
只问一句：换掉它，会改变什么？
- 研究输入变了，但你的判断规则没变 → 投研层（换数据源、加 Skill、改报告）
- 同样的研究事实会得出不同结论 → 策略内核层（改 Profile、P 系列、风险红线）
- 结论没变，但计划、确认或留痕方式变了 → 操盘层（改门禁 UI、审计留痕、页面布局）
这条规则不看文件放在哪，只看它改变了什么。所以 Console/rules.json 虽然躺在 Console 目录里，但里面的策略红线仍是策略内核在操盘层的投影。
完整定义见 ARCHITECTURE.md。
“投研层 → 策略内核层 → 操盘层”是用户理解和进阶的主线；下面这张图是同一套系统的技术实现图。两者不是两套架构：三层回答“能力属于哪里”，目录图回答“Agent 实际读什么、按什么顺序运行”。
flowchart TD
A["Agents/ 跨层运行协议<br/>角色 · 依赖 · 权限 · 失败语义"] -.编排.-> E
A -.编排.-> B
A -.唯一 Agent 写回边界.-> S
D["数据源 / Scripts / Skills"] --> E["Eyes/ 投研层<br/>市场洞察 → 投资雷达"]
E -->|"研究事实与待分析队列"| B["Brain/ + Strategy Profile<br/>策略判断 · P1–P18 · 专项调研"]
S["运行时状态与记忆<br/>持仓 / Watchlist / 组合快照"] <-->|"读取与已确认写回"| B
B -->|"判断、计划候选与 Human 待决事项"| C["Console + Human<br/>Reader · 交易计划 · 买卖门禁"]
S <-->|"展示、确认与刷新"| C
C --> R["操盘证据<br/>交易计划 · 决策审计 · 买卖决策事件流 · 平仓复盘"]
BS["BrainStorm 长期思考工作区<br/>旧投资日志 · Raw · Insight · MEMORY"] --> EV["进化审查<br/>区分认知语料与结果证据<br/>寻找歧义、矛盾、重复缺口与反例"]
R --> EV
EV --> H["Human 审批<br/>试运行 · 证伪条件 · 回滚 · 到期复核"]
H -->|"批准后的 Profile / P / SOP 新版本"| B
Agents/ 不是第四个业务层，也不是四个自动常驻的机器人。它是给 Hermes、Claude Code、Codex、OpenClaw 等宿主读取的跨层运行协议：规定当前扮演哪个角色、要先读哪份 SOP、允许写到哪里、上游失败时是否必须停止。默认由一个主控 Agent 按本次任务切换角色；只跑投研层时无需经过 Strategy 或 Portfolio State。宿主支持子 Agent 时再映射成多个执行体。具体启用方式见 Agents/README.md。
这张图既是运行链，也是反馈 Loop。BrainStorm 保存“我怎么想、为什么这样想”，买卖决策和操盘留痕保存“我实际怎么做、结果如何”；两类材料都先进入进化审查，只有经 Human 审批、写明证伪与回滚条件后，才能反馈到策略内核。日常并不要求跑完整条链，也不要求每次思考都修改规则。
YMOS 有一个桌面客户端：把上面这套文件夹资产打包成一个应用，打开即用，不用面对命令行。它自带一个带后端的工作台——
- 投研阅读器（Reader）：兼容 Markdown 与代码显示，比在浏览器里翻文件夹方便得多；「今日全览」一键打开你设定的报告文件夹（默认市场洞察）。
- 控制台 / 买卖决策台 / 交易计划台：Console 的操盘入口，本地直接用。
- 数据能力：行情自动路由 + RSS 开箱即用，配 Key 再解锁更多源。
- 使用指南：接入你的 Agent、BrainStorm、投资诊断、定时任务，每处都给一份可复制、可自定义的指令模板。
① 数据源配置（Keys 与 RSS） |
② 系统偏好设置（工作区与外观） |
它不含大模型，也不要求你填 API Key。 桌面版专注做好别人替不了的事——数据结构与工作台；"智能"交给你自己惯用的那个最好的 Agent（Claude Code / Codex / Hermes / OpenClaw / 豆包 / Kimi / DeepSeek …）。这就是 YMOS 的 Bring Your Own Agent 分工：你带上最强的 Agent，YMOS 提供它要读写的文件夹、数据与 SOP，Agent 越强、系统越强。Agent 真正的"记忆与资产"不在某个对话框里，而在这个工作区文件夹。
在哪下安装包：桌面客户端的安装包（macOS .dmg / Windows .exe）统一在作者下载页 yongmai.xyz/ymos-docs 分发。注意区分：这个 GitHub 仓库开源的是 YMOS 框架（你现在看的这套文件夹资产）；桌面客户端是把它包起来用的闭源应用，不放在本仓库发布——它读写的就是这套公开文件夹，装不装它都不影响框架本身。装好客户端后，再按下面绑定一个工作区文件夹。
第一次用：桌面版不内置任何工作区资产（安装包保持干净）。先下载一份 YMOS 框架——能上 GitHub 的从本仓库拉最新版；GitHub 打不开（如国内网络）就去 yongmai.xyz/ymos-docs 文档页下载快照。解压后放到你喜欢的位置（如 ~/Documents/YMOS），再在首启页选「选择我的文件夹」绑定它。
已经有本地 YMOS 文件夹：首启直接选「选择我的文件夹」绑定你自己的路径即可，建议以 V4 版本对齐，否则控制台页面路径可能对不上（对不上也能在「系统设置 → 核心操盘台自定义」里手动指定目录与文件）。
桌面工作站只是同一套文件夹资产的一个更顺手的入口——YMOS 的一切仍然是那个工作区文件夹，复制走即可换机器接着用，不锁定在应用里。不想用桌面版，直接用任意 Agent 读写这个文件夹，一样成立。
独立投资者面对的核心矛盾：信息太多、处理不过来、动作变形。
每天几十条财经新闻、持仓的涨跌、Watchlist 的异动、宏观政策的变化……大部分时间花在了「收集 → 整理 → 焦虑 → 冲动操作」的循环里。真正该做的事——冷静地审视策略、验证逻辑、做纪律性的决策——反而被挤到了边角。
这种循环有几个典型症状：
- 买入时用一套理由，下跌后临时换另一套。
- 计划在收盘后定好，盘中却重新发明规则。
- 复盘写了很多，但下次遇到同样场景，仍然没有任何东西拦你一下。
- AI 给出越来越多分析，却没人说得清哪些是事实、哪些是个人偏好。
YMOS 把它拆成几个可以分别解决的问题：
| 问题 | 对应能力 | 在哪一层 |
|---|---|---|
| 外部事实从哪来、怎么压缩 | 可替换的数据驱动 + 市场洞察 + 投资雷达 | 投研层 |
| 面对事实怎么判断 | 你自己的 Strategy Profile + P 系列 | 策略内核层 |
| 现在账户和仓位到底是什么 | Markdown 状态机与单笔生命周期 | 策略内核层（运行时记忆） |
| 判断怎么变成不走样的行动 | 交易计划、门禁、Human 确认、不可覆盖的审计 | 操盘层 |
| 真实结果怎么反过来改进规则 | 平仓复盘归档 + 周期审计 + 变更提案 + Human 审批 | 反馈闭环 |
YMOS 不再把投资逻辑粗分成「长线 / 短线」后写死。V4 用六类常见结构作为诊断坐标：
| 策略结构 | 主要观察什么 | YMOS 提供的共用能力 |
|---|---|---|
| 价值 / 均值回归 | 价格与内在价值的偏离、基本面是否被证伪 | 长期知识库、估值与证据链、基本面失效信号 |
| 成长 / 质量 | 增长质量、份额、商业模式与兑现节奏 | 财报跟踪、P9/P17 深研、趋势与基本面交叉验证 |
| 趋势 / 动量 | 相对强弱、趋势延续和价格失效 | 价格路由、异动扫描、明确的价格裁判与退出规则 |
| 事件驱动 | 事件冲击、传播链和预期差 | 市场洞察、投资雷达、P3 事件影响和跨市场映射 |
| 短周期 / 微观结构 | 高频变化、流动性与执行时点 | 可替换数据驱动、短周期状态与更严格的执行门禁 |
| 套利 / 相对价值 | 两个资产或结构之间的定价关系 | 多标的状态、组合约束与自定义价差驱动 |
它们不是六个让你勾选的标准答案，也不代表公开版已经内置六套可直接照抄的策略。它们只帮助你说清：主要证据是什么、谁是裁判、什么时候认错、需要多快的信息。 允许混合，但裁判冲突时必须提前写清谁优先。
AI 的能力已经强到可以做一些不一样的事了。在 AI 与投资的交汇处，市面上有几条不同的探索路径——AI 量化那条路上有很多专业团队在深耕；我做 YMOS，走的是另一条：用 AI 赋能与保护投资者的判断力。
我做 YMOS，首先是解决自己的问题——把重复性的信息收集、整理、监控交给 AI，把纪律执行的门禁交给 AI，把复盘归因的诚实交给 AI，而我自己专注于最关键的深度调研和最终决策。这个过程本身就是一次思路梳理：你必须把"我到底怎么做投资"想清楚、写下来，AI 才能帮得上忙。
其次，是给同样在摸索的人贡献一份实践样本。我以自己十一年主观实盘的经历、加上过去一年多的深度 AI 实践为基底，把 YMOS 开源作为打样：无论你想整体借鉴一套结构化系统，还是只想从中抽取某一段提示词、某一个盯盘脚本、某一张自检卡片——只要能在某个环节帮到你、少走一点弯路，这个打样的价值就成立了。
「打样」的意思是——一个人怎么用 AI 让能力圈里本该属于自己的东西真的拿到手。我不是让你复制我的策略（策略只能从你自己的实盘经验里长出来），是让你借这个样看清楚**"把自己的判断结构化"到底长什么样**：数据从哪来、判断怎么落规则、门禁怎么设、证据怎么留、复盘怎么反过来改进内核。看完之后你会知道，你也可以搭出属于自己的那一套。
判断只能你自己有，AI 帮你把它守好、执行好、复盘好。
这不是一个传统的量化系统，也不是一个仪表盘工具。YMOS 的核心不是代码，而是投资思路的结构化表达：
- 脚本层：只做原子能力——取数据、提取信息、落盘存储。轻量、零依赖、开箱即用
- 编排层：通过自然语言暗号（如「跑一下投资雷达」）和 Markdown SOP 驱动整个工作流。不需要写代码，说人话就能触发
- 判断层：由大模型 + P 系列提示词完成复杂决策。P1-P18 覆盖从建档到复盘的全流程
判断本身只能来自你。AI 在这里做的是五件让判断更容易做对的事：
| AI 做什么 | 一句话 | 落在哪一层 |
|---|---|---|
| 提效 | 一个人完成过去需要一个小团队的投研工作量 | 投研层 |
| 自动化盯市场 | 24 小时替你扫描异动、追踪催化、监控持仓状态 | 投研层 |
| 补充视角 | 看到你看不到的盲区——策略漏洞、认知偏差、遗漏的风险 | 策略内核层 |
| 规避人性 | 在你情绪上头的时候，把你自己写的规则拦在你面前 | 操盘层 |
| 解放精力 | 把机械性工作交给系统，让你把时间花在只有你能做的事上 | 全三层 |
换个角度看：AI 负责把候选范围缩到你的判断力能覆盖的大小；你的判断力负责在这个范围里做最终决定。 5000 只股票扫成 20~30 只值得你花时间的候选池，AI 干得比你快；但这些候选里挑哪只、什么时候进、什么时候出，答案只能来自你的商业定性、护城河判断和周期体感——这些是 AI 短期内替不了的部分，也是你真正的价值所在。
一句话概括：在判断发生之前，帮你准备好所有材料；在判断发生之后，帮你不走样地执行；在执行结束之后，帮你诚实地复盘。
因为投资的最终决策权必须在人手上。YMOS 坚持 Human in the Loop：AI 负责收集、分析、给出路由建议，但永远不替你按下买入键。P12 纪律审查是最后一道关卡——通过了也只是建议，决策权始终是你的。
所有产出物——报告、状态机、个股知识库、交易记录、策略日志——全是 Markdown 文件。没有私有格式、没有数据库锁定、没有 SaaS 依赖。放在本地任意目录都能运行，搭配 Obsidian 等 Markdown 笔记工具体验更佳。
YMOS 有两条对等的入口，按你的习惯挑一条，随时能换：
- 桌面工作站（多数人更省事）：下载安装包，打开即用，不碰命令行——详见上面「桌面工作站」。它把下面这套文件夹资产包好，配好了 Reader、操盘台、数据能力，还带一份可复制、可自定义的 Agent 指令模板。
- 框架直用 / 自带 Agent（本节展开的就是这条）：把这个仓库当成一份纯文件夹资产，用你惯用的 Agent（Claude Code / Codex / Hermes / OpenClaw …）或
python3 Console/server.py直接读写。想深度改造、跑进自己的自动化、或者就是顺手用命令行，走这条。
两条路操作的是同一个工作区文件夹——产出、状态、复盘完全互通：今天用桌面版看报告，明天让 Agent 批量改内核，不冲突。下面这份上手指南两条路都适用；用桌面版的话，凡是「启动 Console / 跑 server.py」这类步骤，应用已经替你做好，看到就跳过即可。
因为 YMOS 是判断主导的系统——它假设你自带判断的雏形（哪怕很粗糙），做的事是把这个雏形结构化、可执行化——所以：
YMOS 不适合完全没有投资经验、还在寻找"买什么"答案的新手。它更适合这样的用户：已经在市场里形成过一些判断和生存逻辑，但这些逻辑还散在脑中、笔记和临场反应里；你愿意复盘，也知道自己会反复犯错，希望让 AI 帮你把信息处理、判断流程与执行纪律固定下来。
如果你还没有自己的策略，不必假装填满一份 Profile。先学习投资本身；YMOS 不能替代这一步。AI 是外骨骼，放大的是你本来就有的判断质量。
| 你是谁 | 推荐路径 |
|---|---|
| 第一次接触 YMOS | 先跑投研层，接好数据、轻量关注状态、持仓与 Watchlist，用 Reader 看市场洞察和投资雷达；有了真实困惑后再梳理策略内核，最后按需启用操盘层 |
| 从 V3 升级 | 原样保留投研主链和 当前关注方向与投资偏好.md 的高频用法；先按 UPGRADE.md 回归，再只把动作规则拆进 Profile；操盘层不是升级前置条件 |
💡 投资逻辑还说不清？ 可以用内置的 投资策略诊断模块 做结构体检。它不是替你选流派，而是找出入场、认错、仓位、期限和实际行为之间的矛盾。让 AI 读取
Brain/ymos-diagnosis/SKILL.md，说「帮我做一次投资诊断」即可。
推荐的进阶顺序（也是这份文档的顺序）：
Step 0-3 先把「投研系统」跑起来 ← 投研层 + Reader
Step 4-5 梳理并启用自己的投资逻辑 ← 策略内核层，不要求先用操盘台
Step 6 按需启用交易计划与买卖门禁 ← 操盘层，以作者页面为样板
Step 7 用复盘和真实结果持续进化 ← BrainStorm + 执行证据
先跑起来，再逐层深入。 投研层是漏斗上端，不要求你先重写策略；策略内核层可以独立梳理，不以 Console 为前置；操盘层要等你的判断逻辑相对清楚后再接，否则只是把模糊策略做成漂亮表单。
第一次使用？把 YMOS 根目录和总入口暗号的路径给 AI，然后说「开始使用」：
读一下这个文件：/你的本地路径/YMOS/总入口暗号.md
开始使用
为什么要先给路径？ AI 需要知道你的 YMOS 装在哪里，才能正确读写文件。给了总入口暗号的路径后，AI 会自动推导出整个项目的目录结构。后续对话中直接说暗号即可，不需要每次都给路径。
AI 会先启动最小入职。默认先验证零配置投研闭环，不把访谈或 Profile 当成开机门槛：
- 验证 Level 0 数据链 —— 市场事件用 RSS；A 股 / 港股 / 美股价格默认走腾讯财经，Crypto 由 Yahoo Finance 兜底；可选 Key 缺失不阻塞
- 跑第一轮投研闭环 ——
跑一下市场洞察→跑一下投资雷达 - 建立轻量关注状态 —— 首跑后可用 1-3 个问题写下最近重点方向、事件窗口和阅读偏好，也可随时手动修改
- 按需增强数据源 —— 再接 Market API、Finnhub、Tushare 或问财，不推倒基础链
- 告诉你下一层入口 —— 需要个性化动作判断时再配置 Strategy Profile，最后才按需启用操盘台
最小入职完成后，系统已经能开始为你盯市场。完整 Strategy Profile 和操盘层可以分开、分阶段配置。V4 不预装一个会替你选择仓位、止损和退出裁判的“通用激活策略”；它只提供安全的
draft骨架。
接下来任选一条：
先用投研层 → 不需要 active Profile，继续生成事实报告
更新我的关注方向 → 高频修改最近重点，不触发策略内核
配置一下我的内核 → AI 逐题访谈，建立个人 Profile 草案
快速内核入职只问六组人类问题：范围、入场证据、失效信号、风险期限、加减仓、节奏与门禁。回答“不确定”也可以；系统会保留空白并继续提供投研能力，不会用作者参数或模型常识偷偷补齐。
V4 向前兼容 V3 的高频用法，但不再让一个文件同时承担“最近看什么”和“怎样交易”：
| 文件 | 回答的问题 | 如何更新 |
|---|---|---|
持仓与关注/当前关注方向与投资偏好.md |
最近重点看什么、关注哪些事件与映射、报告怎样排序 | 高频；可手动修改，或说“更新我的关注方向”并确认草案 |
Brain/策略配置/当前策略_Profile.md |
什么证据允许入场、什么时候认错、仓位风险与动作门禁 | 低频；通过内核入职或变更提案，经 Human 单独确认 |
两者不自动同步，也不存在覆盖关系。你可以研究 Profile 能力圈之外的方向；投研报告照常展示，但真正提出买卖、持有、加仓、退出或再平衡时，仍以已确认 Profile 为准。
一开始填不完整很正常。写不出来的字段就留空，别编——空白是诚实的，编一个数字不是。跑几笔之后答案会自己浮出来。
Profile 是策略内核的入口，不是 YMOS 或投研层的入口。 用久了会自然分出三条路：新手只填 Profile（Tier 1）；同时跑多种策略的用户把策略特化条款拆到 Brain/策略配置/策略手册/（Tier 2）；单策略深度用户通过 modules.replacements 挂私版 P 模块（Tier 3）。三条路径共享同一组不变量，选哪条看你和策略的关系。详见 Brain/策略配置/README.md 的「三种成熟度路径」。
YMOS 开箱即用，不需要任何 API Key：
跑一下市场洞察 → RSS 抓取 + P13 分析 → 市场日报
跑一下投资雷达 → 腾讯财经 / Yahoo 免 Key 价格 + 趋势回顾 → 桥接报告
看到 Eyes/ 下生成了报告文件？恭喜，最小闭环已跑通。
这一步就已经是一个能用的投研系统了——哪怕你后面什么都不配，每天两句话换两份压缩过的信息，这个价值已经成立。
想更方便地阅读，启动 Console 后先只使用 Reader：
cd Console
cp config.example.json config.json # 编辑 vault_root
python3 server.py打开 http://localhost:5273/reader。Reader 只是报告入口，不要求你同时使用交易计划台和买卖决策台。
公开版已经在市场洞察、投资雷达和策略分析目录各放了一份脱敏合成示例。第一次启动时，即使还没跑过自己的报告，也能直接在 Reader 看见“市场事实怎样进入雷达、雷达怎样提出策略问题、策略内核怎样因为证据不足而拦住动作”的完整效果。示例带有 ymos_sample: true，不会进入真实复盘和胜率统计。
默认产出目录使用递归发现：以后新增月份、专题或标的子目录，刷新 Reader 就会出现，不必按月修改配置。若你另外建立了全新的产出路径，只需在 config.json 的 reader_custom_paths 登记相对或绝对路径；详见 Console 配置说明。
关注 TSLA → 加入 Watchlist，可选触发初始调研
建仓 NIO → 标记候选建仓；Console 确认成交后才进入真实持仓
调研一下 NVDA → 默认建立事实档案与观察问题，不要求 Profile；只有明确要求策略适配时才读取内核
每个标的在 持仓与关注/ 下有独立文件夹，里面的所有文件（知识库、备忘录、历史策略报告、你手动拖入的研报）都会成为 AI 分析时的上下文。
先按需要升级数据源：
| 级别 | 配置 | 解锁能力 |
|---|---|---|
| Level 0（零配置） | 无需 API Key | RSS + 腾讯财经（A/H/美股快照）+ Yahoo Finance（Crypto / 失败兜底）；A 股可选同花顺强势股题材归因 |
| Level 1 | FINNHUB_API_KEY（免费注册） |
+美股/Crypto 实时报价和新闻 |
| Level 1+ | TUSHARE_TOKEN（免费注册） |
+A股日线与最近交易日价格 |
| Level 1++（可选 · Beta） | 外部问财 Skills + IWENCAI_API_KEY |
首发适配 A 股 What's Hot / 美股条件选股；公告、研报、新闻、财务为实验性入口 |
| Level 2 | YMOS_MARKET_API_* |
+结构化市场事件 API |
将 .env.example 复制为 .env，再把需要的 Key 和 Skill 路径写进去。.env 已被 Git 忽略，不要把真实凭据写进 SOP、脚本或提交记录。
V4 起新增的问财适配层，让投研层从“只能取价格和新闻”变成“能做条件选股和事实检索”——手脚更长了，但不会替你改变判断规则。问财不是 YMOS 内置能力：需要先安装对应 Skill，再配置服务 Key。详见
进阶指南.md。
A 股还内置了零 Key 的
Eyes/scripts/fetch_ths_hot_reason.py原子脚本，可按交易日拉取同花顺强势股题材归因，供 What's Hot 或用户自己的 SOP 做可选增强。它只提供待核验线索：不能替代问财条件选股，也不能把题材标签直接当作已核实催化。
接着配置定时任务。手动暗号适合试跑；如果你希望 YMOS 日常替你盯市场，定时任务就是投研层的正常运行方式，不是装饰功能。起步先配两条：
| 任务 | 建议触发 | 作用 |
|---|---|---|
| 市场洞察 | 你关注的市场收盘后，或每天固定一次 | 建立事实背景与事件地图 |
| 投资雷达 | 市场洞察完成后 | 汇总市场、热门报告、轻量关注状态、持仓/Watchlist、价格与事件；不读取 Profile |
先稳定运行一到两周，再根据自己真正会看的产出增加 What's Hot、策略分析或其他任务。完整参考见后文「定时任务」与 Agents/SCHEDULES_REFERENCE.md。
这一步不要求先用交易计划台或买卖决策台。你可以只靠已有的投资经验、旧策略文件、投资日志、复盘记录和 BrainStorm，把“我到底怎么做投资”先说清楚。
整理我的历史投资资料 → 原件不改写，先建立时期 / 主题 / 观点状态索引
帮我做一次投资诊断 → 找入场、认错、仓位、期限之间的矛盾
配置一下我的内核 → 生成 Strategy Profile 草案，逐段由你确认
如果已经积累了很多旧日志，不要一次全部粘进对话。把副本放进 BrainStorm/历史投资资料/原始资料/，让 Agent 先按 SOP_历史投资资料入职.md 建索引和阶段地图；诊断时只读取与当前问题有关的代表原文。这能同时保留当时现场、减少上下文噪音，也更容易发现“现在怎么描述自己”和“过去实际怎么做”之间的差异。
如果你从 V3 升级，把以下材料一起交给 Agent：
持仓与关注/当前关注方向与投资偏好.md- 你改过的 P 系列和 SOP
BrainStorm/、旧投资日志、复盘记录和长期原则- 你真实使用过的定时任务与报告样本
Agent 应先保留 V3 文件作为投研层的当前状态，只把其中入场、失效、仓位、期限和动作门禁当作 Profile 迁移候选。不能直接把旧感悟自动升级成新规则，也不能在 Profile 激活时覆盖关注文件。写不出来的参数继续留空。
我想买 TSLA → 先查 Profile 模块清单 → 只运行已启用/替换的审计链 → 你决策
持有怎么看 NIO → 复现原论点 → 只运行 Profile 允许的退出审计链 → 你决策
跑一下策略分析 → 自动读取雷达建议，按你的 Profile 路由
检查一下持仓 → 扫账户敞口、盈亏、失效信号与结构告警
每条动作路由都要经过 Profile 指定的最终纪律裁判；默认可以使用通用 P12 流程，也可以由 Profile 替换。裁判只引用用户已确认的红线，不带公共默认参数。系统会告诉你「通过 / 不通过」和理由，但最终是否采取行动仍由你决定。
前五步已经能完成投研和个人化判断。操盘层解决最后一厘米：你知道该怎么做之后，怎样保证自己按计划执行并留下不可改写的证据。
cd Console
cp config.example.json config.json # 编辑它，指向你自己的 vault
python3 server.py浏览器打开 http://localhost:5273，你会看到三个页面：
- Reader — 把散在目录里的报告按你的使用习惯重新分组；只读、不改文件。
- 交易计划台 — 盘前定调、审持仓、审观察、列盘中动作。第二天开盘只执行，不在盘中现想。
- 买卖决策台 — 开新仓 / 加仓 / 止盈 / 止损各有一组门，全绿才允许扣扳机。每一次扣扳机、每一次被拦，都写回你 vault 的
决策审计/。
完整交易生命周期：
买入逻辑建档 → 建仓准备 → Human 确认成交（可分多笔）
→ 建仓中 ⇄ 持仓中
→ 变更建仓计划（调大 = 加仓 / 调小 = 缩减）/ 减仓 / 调整退出规则
→ 平仓验证 → 归档 → 盈亏结转进资金基数
计划中（零成交）→ 作废 → 已作废/
- 单笔 Markdown 是交易事实源。
- 原始论点和每次事件只追加，不覆盖——你三个月前怎么想的，永远改不掉。
- 建仓可以分多笔。没建满就停在
建仓中，首页显示「已建 X / 计划 Y」；只有你显式勾选「这笔建仓已完成」才转持仓中。真正需要被追踪的，是你的计划还有多少没执行。 - 改的是计划，不是事实。建仓计划可以双向调整：调大 = 加仓走压力测试，调小 = 缩减敞口不设门但必须写理由，下限锁在已经买进去的钱。改完状态回到
建仓中，实际成交仍然回「确认建仓」录入 —— 整套系统里只有一个地方能写持仓事实。 - 零成交的计划可以作废，追加原因后归档到
已作废/，不再占用待建计划。但它回答的是「这条记录本就不该存在」，不是「我改主意了」—— 后者请去改计划，否则重建会洗掉整条认知链。 - 平仓时盈亏会并入资金基数。资金基数是单笔上限与仓位占比的分母，它必须跟着实际结果滚动；分母停在开户那天，风控约束的就是一个已经过期的自己。
- 账户状态机保存最近行情、平仓结转台账和 Agent 可读的持仓体检快照。
本地后端零第三方依赖，不用装任何 pip 包。
⚠️ 里面的门禁条目和仓位口径是一份样例，不是标准答案。 复制rules.example.json为rules.json改成你自己的——这正是 V4 的核心主张：框架是共用的，策略是你自己的。
前端同样只是作者打样。字段、顺序、页面布局和提醒方式都可以让你的 Agent 按使用习惯修改；但修改操盘页面不能偷偷创造一套与 Profile 冲突的新策略。
详见 Console/README.md 与 交易数据契约。
系统跑起来之后，真正的复利来自持续记录与回看。BrainStorm 首先是长期思考工作区，不要求每次都产生规则；操盘记录则保存计划、门禁、真实动作和结果。两个入口：
复盘一下 [ticker] → 平仓后提取「计划 vs 实际」，落盘成证据
开始今天的头脑风暴 → 原样记录今天的想法、困惑和交易理由
整理一下今天说的 → 压缩成 Insight、行动项和待验证问题
两条路径在这里汇合：
旧日志 / BrainStorm → 梳理信念、矛盾与候选规则 ───────────┐
├→ 判断层变更提案 → 你审批 → 策略内核更新
操盘层留痕 → 平仓复盘归档 → 跨笔验证重复缺口 ────────────┘
BrainStorm 本身也是重要入口：即使你暂时不用操盘层，也可以用旧日志、当日思考和复盘记录逐步梳理策略。区别在于——这些材料适合发现问题与形成候选规则；真实计划、成交与平仓记录更适合验证规则是否有效。
不是每条想法都要升级。多数内容停留在 Raw、Insight、MEMORY 或个人框架就已经有价值；只有经过 Human 审查、写明反证与回滚条件的少数认知，才写回长期规则。详见下面的「反馈闭环」和 BrainStorm/README.md。
这是 V4 最重要的新增之一，也是 YMOS 和「一堆提示词」的真正区别。
先把一件事说死：**「会自我进化」不是自动进化。**系统不会把一次亏损或一句感悟自动改写成新规则；所有修改都要走提案、写反证、经 Human 审批。
策略内核有两类进化原料：
- 认知语料：旧投资日志、BrainStorm Raw、Insight、复盘笔记。适合梳理你相信什么、反复困惑什么、哪些规则彼此打架；不要求先使用操盘层。
- 结果证据：计划与实际、门禁记录、成交事件流和已平仓单笔。适合验证你有没有照做、规则是否真的有效；启用操盘层后会逐步积累。
认知路径：旧日志 / BrainStorm → 信念、冲突、候选规则 ───────┐
├→ 判断层变更提案
验证路径：策略判断 → 操盘留痕 → 平仓归档 → 跨笔聚合 ────────┘ ↓
Human 审批与试运行
↓
策略内核更新与到期复核
关键在于它是闭合的。 BrainStorm 可以先帮助你把内核说清楚，但不能因为一句感悟就自动改规则；操盘证据必须回到策略内核，策略内核的修改也必须接受后续结果验证。否则一边是一堆没人读的记录，另一边是一套越来越会同意自己的规则。
每一笔从建档到平仓的文件，完整保留了你当初怎么想、后来做了什么、最后发生了什么。别的语料靠回忆，这一份靠事件流。 所以有三件事可以被机械检出，不需要你诚实：
| 红旗 | 怎么检出 | 说明什么 |
|---|---|---|
| 放宽止损 | adjust 事件里新止损相对成本的距离变大 |
亏损后给自己找台阶 |
| 亏损加仓 | add 事件时价格低于当时成本 |
把期望值游戏玩成赌注 |
| 绕过门禁 | 决策审计里有拦截但仍然成交 | 规则形同虚设 |
移动止损（向上抬高）属于止盈范畴，距离在缩小，不算放宽。 这三项和盈亏无关——赚钱了也照记。赚钱的违规比亏钱的违规更危险，因为它会被合理化成经验。
| 来源 | 最适合回答什么 | 使用边界 |
|---|---|---|
| BrainStorm / 旧投资日志 | 我在相信什么？哪些困惑和矛盾反复出现？ | 是梳理内核的重要语料，但不自动成为生效规则 |
| 交易计划 vs 盘中实际 | 我原本想怎么做，后来为什么变形？ | 用来区分判断问题与执行问题 |
| 决策审计 | 哪道门拦住过我？我有没有绕过？ | 能验证门禁是否有效，不能单独证明策略盈利 |
| 已平仓单笔 | 原始论点、实际动作与最终结果是否一致？ | 是验证判断和执行最完整的单笔证据，但仍不能因一笔结果改内核 |
所有结论都要放回你的 Strategy Profile 的策略族里看。同一个现象在不同派别里含义相反：价值派"跌了不走还加仓"可能合理（前提是基本面未被证伪），趋势派做同样的事就是严重违规。
| 提案类型 | 解决什么 | 发起条件 | 不能声称什么 |
|---|---|---|---|
| 规则澄清型 | Profile / P / SOP 存在明确歧义、冲突或真相源不一致 | 可由结构诊断、旧日志或多次 BrainStorm 暴露；保留原文，写清冲突、反证、试运行与回滚 | 不能声称这条规则已经被交易结果验证 |
| 结果验证型 | 判断或执行缺口是否在真实操作中重复 | 由周期审计跨笔聚合；建议至少 10 笔已归档平仓证据 | 不能因一笔输赢改内核 |
这一区分让 BrainStorm 真正进入进化链，而不是变成“等攒够交易再看的附件”：它可以推动系统把规则说清楚；但要证明规则有效，仍然要回到真实结果。
- 单笔结果不改内核。 结果验证型提案由周期审计统一产出，样本不足 10 笔时只登记；规则澄清型提案可以先进入
trial，但不得冒充结果验证。 - 没有反证条件的修改不予受理。 每个提案必须写明「如果这次改错了，我会在什么情况下看到」。
- 放宽类修改额外举证。 任何降低门槛的修改，必须说明触发它的证据在原规则制定时是否已知——已知的不算新证据，算找借口。
防的是：系统朝着"越来越会同意你"的方向进化。
| 使用深度 | 日常入口 | 主要看什么 |
|---|---|---|
| 只用投研层 | Reader | 市场洞察、投资雷达，以及你启用的数据或扫描报告 |
| 启用策略内核层 | Reader + 对话暗号 | 策略分析、专项调研、BrainStorm Insight、内核审计与待确认提案 |
| 启用操盘层 | 交易计划台 + 买卖决策台 | 盘前计划、持仓与资金仪表、买卖门禁、交易生命周期和决策审计 |
不需要每天固定打开所有报告。启用了什么路由，就在 Reader 里看对应产出；需要真实计划与门禁时，再进入两个操盘工作台。 新用户日常只看市场洞察和投资雷达，就已经完成了投研层的主要价值。
跑一下市场洞察 → 汇总外部事实与环境变化
跑一下投资雷达 → 汇总热门报告，并映射到持仓、关注、价格与事件
更新我的关注方向 → 修改当前主题、事件窗口、映射和阅读优先级
跑一下策略分析 → 消费雷达与告警，按需进入分析路由
检查一下持仓 → 扫账户敞口、盈亏、止损与结构告警
关注 / 建仓 / 清仓 XX → 状态管理
调研一下 XX → 建立基础研究上下文
我想买 / 我想卖 XX → 分析链 + Human 门禁
持有怎么看 XX → 持有论点与失效信号复核
做个仓位再平衡 → 组合级 P7
查一下价格 / 财务 / 公告 / 研报 / 新闻 XX
最近重点看 / 暂停关注 XX → 更新轻量关注状态，不改 Profile
帮我做一次投资诊断 → 结构诊断（不设参数、不选流派）
配置一下我的内核 → 诊断结论 → Strategy Profile 草案
复盘一下 XX → 平仓后提取计划 vs 实际，归档成证据
审计一下我的内核 → 聚合证据找重复缺口 → 变更提案
查看作者扩展 → 模块边界、依赖与启用清单
跑一下 What's Hot / 美股热门追踪
生成 A 股热门观察 / 生成美股热门观察
用 P9/P17 看一下 XX → Human 点名后的专项深研
完整路由见 总入口暗号.md。
暗号适合试跑和临时调用；定时任务让 YMOS 真正承担日常监测与重复劳动。你不需要把所有 SOP 都定时化，但如果希望它持续盯市场，市场洞察和投资雷达应当进入固定调度。
建议先启用两条投研主链跑两周；启用操盘层后，再增加平仓复盘：
| 任务 | 建议触发 | 作用 |
|---|---|---|
| 市场洞察 | 你关注的市场收盘后，或每天一次 | 建立市场背景与事件地图 |
| 投资雷达 | 市场洞察完成后 | 结合持仓、关注与价格变化筛选待处理事项 |
| 平仓复盘归档 | 启用操盘层后，每周一次或每次平仓后 | 把实际结果变成策略内核的验证证据 |
内核周期审计建议月度或季度跑，不要每周——样本不足 10 笔时提案没有意义。 What's Hot 等作者扩展默认关闭，按需启用。
定时任务提示词至少要明确角色、SOP、工作目录、成功标准：
你现在承担 Market Insight Agent 角色。
工作目录：/你的路径/YMOS
读取：Agents/market-insight-agent.md
执行：Eyes/SOP_市场洞察.md
成功标准：生成当日市场洞察；失败必须返回具体步骤和错误，不静默跳过。
Agent 文件和 SOP 本身不会自动运行；实际触发器是你的 Agent 主控、定时任务或手动指令。 💡 关键提示：设置定时任务时务必带上
总入口暗号.md的完整路径。没有记忆的 Agent 每次执行都需要这个入口。
一套真实跑了几个月、迭代过二十多版的参考配置（含时序依赖、踩坑约束、什么该停掉）见 Agents/SCHEDULES_REFERENCE.md。直接抄时间没有意义，值得抄的是为什么这么排。
| 事项 | Agent | Human |
|---|---|---|
| 获取和整理外部事实 | ✅ | 审阅 |
| 发现结构矛盾 | ✅ | 回答与选择 |
| 个股研究 | 建档与分析链路 | 深度调研：读研报、挖行业、理解公司 |
| 起草 Profile 与变更提案 | ✅ | 批准 / 驳回 |
| 形成交易建议 | ✅ | 最终判断 |
| 真实交易执行 | ❌ | 唯一执行者 |
| 生成"已执行"证据 | ❌ | 由真实操作产生 |
YMOS/
├── Eyes/ # 投研层：事实、行情、市场洞察与外部能力
│ ├── SOP_市场洞察.md
│ ├── SOP_投资雷达.md
│ ├── 投资雷达配置.example.md # 可选：balanced / price / event 默认设置
│ ├── SOP_Whats_Hot.md # 可选：A 股全天候动量发现
│ ├── SOP_美股热门追踪.md # 可选：美股动量与 A 股映射
│ ├── SOP_A股热门观察.md # 可选：A 股个人阅读报告
│ ├── SOP_美股热门观察.md # 可选：美股个人阅读报告
│ ├── SOP_问财*.md # 可选：条件选股与事实检索
│ └── scripts/ # 零依赖原子脚本，也是你改造的参考
├── Brain/ # 策略内核层：策略、分析、配置与审计
│ ├── references/ # P1–P18 判断工具（每个都标了归属）
│ ├── 策略配置/ # Strategy Profile Schema、模板、唯一运行 Profile 与清单
│ ├── 内核审计/ # 入职配置、平仓复盘归档、周期审计、变更提案
│ │ └── 优化建议/ # 进化证据，按月归档
│ ├── ymos-diagnosis/ # 结构诊断与 YMOS 适配
│ ├── 买入卖出决策/ # 单笔生命周期与账户快照
│ ├── 交易计划/ # 盘前计划 + 盘中实际
│ └── 决策审计/ # 放行、拦截与执行偏差证据
├── 持仓与关注/ # 策略内核层：运行时记忆
│ ├── 当前关注方向与投资偏好.md # 投研层高频状态：最近看什么、事件窗口与阅读偏好
│ ├── SOP_关注方向维护.md # Human 确认后轻量更新，不触发 Profile
│ ├── 持仓_状态机.md
│ └── Watchlist_状态机.md
├── Agents/ # 跨层角色、顺序与写回权限
├── BrainStorm/ # 长期投资思考、历史日志、复盘与进化语料
├── Console/ # Reader + 操盘层两个决策台
├── plugins/ # 可选 · Beta：桌面客户端识别的自定义面板/工具（见 plugins/README.md）
├── ARCHITECTURE.md # 三层定义与归层规则
├── AGENT_GUIDE.md # Agent 权限与读取顺序
├── 总入口暗号.md # 所有自然语言入口
├── 进阶指南.md # 补投研、装内核、调操盘、按证据进化
└── CHANGELOG.md # 版本历史
P1–P18 是我真实在用的判断方法，完整开源、不做删减——一个只剩空插槽的框架，没有人能照着填。
开放的方式不是藏，是标。每个模块头部写明：
| 标记 | 含义 | 例子 |
|---|---|---|
invariant |
结构约束，任何策略族都需要 | P12 纪律裁判、P11 复盘分类、P5 动机审查 |
profile |
我的判断轴或裁判选择，可以整体换成你的 | P2 的 PVE/PVP、P6 的退出裁判、P9 估值 |
optional |
与你的策略无关时直接停用 | P10 期权、P8 宏观、P14 板块挖掘 |
每个模块还写了一句「如果你不是这个派，这一格该往哪个方向改」。比如 P6 利润守门员：
退出裁判是谁，是策略族的核心分歧。P6 不预设价格或基本面谁优先，只读取 Profile 的失效信号与冲突顺序；缺失时返回
data_incomplete。
而所有具体参数值——阈值、比例、权重、持有周期、收益区间——全部不在 P 里，由你的 Strategy Profile 定义。
所以你能看到我完整的思考方式，但拿不到可以照抄的答案。因为答案本来就该是你自己的。
另有一组我在真实迭代中长出来的市场扩展（P17、P18、What's Hot、美股热门追踪与两份个人阅读报告），全部标注 disabled_by_default。它们展示“市场发现 → 归因 → 连续剧阅读”的可选闭环；删掉它们，最小闭环照常运行。
V4 没有抛弃 V3 的来时路。市场洞察、投资雷达、标的管理、P 系列、Markdown 状态机和 Human 最终确认仍是基础；V4 是在这条主链上补齐了策略抽象、操盘与反馈。
| 维度 | V3 | V4 |
|---|---|---|
| 整体定位 | 以市场洞察和投资雷达为核心的 AI 投研系统 | 投研层 + 策略内核层 + 操盘层组成的投资操作系统 |
| 外部能力 | RSS、价格与基础 API | Skills 与可替换数据适配层，能继续增加选股、公告、研报、新闻与财务触角 |
| 关注与策略 | 当前方向和动作规则混在同一偏好文件里 | 保留轻量关注文件；动作规则由 Strategy Profile 统一管理 |
| P 系列 | 方法与作者参数容易混在一起 | 完整开放方法并标注 invariant / profile / optional，参数由用户定义 |
| 复盘与进化 | 复盘容易停在单篇报告或个人感悟 | BrainStorm + 平仓证据 + 周期审计组成反馈闭环，修改必须有反证、审批和回滚 |
| 阅读与操盘 | 报告散在目录里，真实执行主要靠人自行记忆 | Reader 聚合报告；交易计划台与买卖决策台提供计划、门禁、资金/持仓仪表和完整留痕 |
| Agent 协作 | 依赖 SOP 与暗号临时路由 | Agents 明确角色、顺序和写回边界；定时任务让投研主链持续运行 |
V4 把一个原本可以独立开源的操盘层 + 仪表盘项目整合了进来，而不是单独发布——因为脱离策略内核的操盘工具，只是又一个漂亮的表单。同样，V4 也把 BrainStorm 从“记录想法”提升为策略进化的语料入口。
一句话：V3 让 AI 帮你持续看市场、做研究；V4 保留这套能力，同时让你能梳理自己的策略、约束真实操盘，并让复盘结果反过来改进策略内核。
从旧版本迁移见 UPGRADE.md。
YMOS 不是装上就完美的成品——它更像一个需要你跟 AI 一起养大的系统。
第一次跑 SOP 的时候，你可能会遇到输出不够理想、某个环节卡住、报告格式不顺眼的情况。这是正常的。每次跑通一轮，你就能发现可以优化的地方：调 P 系列的问题、改 SOP 的条件分支、增加新的数据源。跑得越多，系统越懂你。
Eyes/scripts/ 下的现有脚本，既是系统运行的功能依赖，也是你改造和扩展的参考示例。想接一个新的 RSS 源？参考 fetch_rss.py。想加一个价格数据源？参考 fetch_price_api.py 的接口模式。想接“事实线索 → SOP 核验”的可选增强？参考 fetch_ths_hot_reason.py 的 ok / empty / error 契约。每个脚本都是独立的、零依赖的原子能力——照着写一个新的就行。
详细的投研扩展、策略内核配置和操盘层改造方法见
进阶指南.md。 Agent 的权限规则、读取顺序、写回边界见AGENT_GUIDE.md— 如果你是 AI Agent，请优先阅读此文件。
按什么时候需要排列：
| 什么时候 | 读哪份 |
|---|---|
| 第一次来，想知道这是什么、怎么跑起来 | 你正在读的 README.md |
| 不想碰命令行，想开箱即用 | 上面的 桌面工作站 一节 · 去作者 文档页 下客户端安装包 |
| 日常用，忘了某个暗号 | 总入口暗号.md |
| 跑通了，想装自己的内核 / 改操盘层 / 加投研能力 | 进阶指南.md |
| 想改造它之前，先搞清楚东西该放哪层 | ARCHITECTURE.md |
| 你是 AI Agent，或想知道 AI 能做什么不能做什么 | AGENT_GUIDE.md |
| 配定时任务 | Agents/SCHEDULES.md（原理）· SCHEDULES_REFERENCE.md（实战参考） |
| 接 Console | Console/README.md · 交易数据契约 |
| 从旧版本升级 | UPGRADE.md |
| 想知道每版改了什么 | CHANGELOG.md |
不是，但两者不打架，服务的是不同类型的投资者。
AI 量化的起点是数据——从历史数据中挖策略、用回测验证、靠算法执行；在海量数据处理、多因子挖掘、高频统计套利上有很强的优势，背后有很多专业团队在深耕。
YMOS 走的是另一条——判断主导、流程系统化：适合的用户是已经有多年主观实盘经验、核心优势在对商业模式的理解和关键拐点的定性判断上的独立投资者。AI 在这里做的是外骨骼——信息压缩、投研材料准备、盲区排查、行为闸门、诚实复盘。用一句话说清分工：AI 负责把候选范围缩到你的判断力能覆盖的大小，你的判断力负责在这个范围里做最终决定。
真实市场里，不同类型的参与者其实在不同的时间尺度上博弈：高频算法和统计套利在毫秒到天的层面（专业量化团队的舞台）；中长周期的基本面兑现和产业认知在周到年的层面（YMOS 打的这一层）。两层的优势逻辑不同，也不互相替代——AI 量化在它的时间尺度上不断进化，不影响"这次下跌是情绪砸的还是基本面变了"这种定性判断依然需要靠人来做。
两种范式的完整对比，见前文 它准确的名字是什么。你如果的核心优势就在定性判断上，YMOS 是把系统装起来的一个样板。
某种意义上是。两种范式本质都是"从过去找规律"，区别在于回测的对象：
- AI 量化回测的是公开历史数据——K 线、财务因子、成交结构，能被算法处理的一切。这条路的边界是"公开信息很难持续产生 alpha"（EMH 有效市场假说早已把地板画好）。
- YMOS 回测的是你自己的实盘经历和体感——过去看错过什么、拿住过什么、什么时刻手抖、哪次对基本面理解错。这些包含大量不可量化的东西：conviction、能力圈、周期感、商业审美，只能依赖人本身的判断。
所以两者的回测角色也不一样：AI 量化的回测是策略入口（用来找策略）；YMOS 的回测是策略体检（用来找已有策略的失效边界）。
一句话：AI 量化是"用 AI 挖公开数据的规律"，YMOS 是"用 AI 把你自己的实盘经验结构化"。
三步：
- 下载项目到本地目录；
- 告诉你的 AI Agent：
请完整读取 [YMOS路径]/总入口暗号.md； - 说「开始使用」，完成最小入职后运行「跑一下市场洞察」和「跑一下投资雷达」。
先把投研层跑起来，不需要第一天就填满 Strategy Profile，也不需要先使用交易计划台。推荐路径是：投研层 → 策略内核层 → 操盘层 → 反馈进化。
Profile 仍为 draft 或不存在时，市场洞察、投资雷达、热门观察和事实调研照常运行：它们读取轻量关注文件而不是 Profile。市场洞察无 API Key 会回退 RSS，投资雷达默认用 balanced 模式，也可切换 price 或 event。只有买卖、持有、加仓、退出和再平衡等动作级结论会被 kernel_not_ready 门禁拦住。
因为仓位、止损、期限、证据优先级和退出裁判不存在跨用户通用答案。预置一份 active Demo 会减少表面报错，却等于在用户不知情时替他选择策略。
V4 的处理是：公共模板只预置 draft、Human 确认和决策执行分离等安全结构；投研层立即可用。第一次提出动作级问题时，Agent 会把 kernel_not_ready 解释为“尚未完成个人配置”，并询问是否现在进入快速入职，而不是只返回错误。
不要把 V4 直接覆盖到旧目录。先完整备份，再把 V4 放在独立目录运行；V3 用户按 UPGRADE.md 迁移持仓、Watchlist、自定义 P / SOP、旧日志、BrainStorm 和定时任务。
V4 没有推翻 V3 的市场洞察、投资雷达和轻量关注文件。升级时原样保留当前关注的使用习惯，只把真正的入场、失效、风险、期限和动作规则收拢成 Strategy Profile，再按需要接上 Reader、操盘台和证据反馈闭环。
不需要。日常操作由自然语言暗号和 Markdown SOP 驱动。最常见的技术操作只是复制 .env.example 为 .env、填写 API Key，以及运行 python3 Console/server.py；这些也可以交给能读写本地文件的 Agent 帮你完成。
如果你想增加数据源、改页面或写新脚本，会一点代码更方便，但这属于进阶改造，不是使用前提。
有。YMOS 有一个桌面工作站（macOS / Windows），把这套文件夹资产包成一个应用：下载安装包、打开、绑定一个 YMOS 文件夹就能用，Reader、操盘台、数据能力都在里面，server.py 这类启动步骤应用替你做好了。详见上面「桌面工作站」。几点说明：
- 它不含大模型、也不要你填大模型 Key：桌面版只做数据结构与工作台，"智能"仍然是你自带的 Agent（Bring Your Own Agent）。
- 和这个仓库什么关系：桌面版只是同一套文件夹资产的一个更顺手的入口，YMOS 的一切仍然是那个工作区文件夹，复制走就能换机器接着用，不锁定在应用里。安装包不内置任何资产，第一次用需要你先下载一份 YMOS 框架（从本仓库或 文档页）再绑定。
- 在哪下：统一在作者 文档页 下载（客户端不放在本仓库的 Releases，以免和框架混淆）。
- 开源框架 vs 桌面客户端：这个仓库开源的是文件夹资产框架本身（你现在读的这一切）；桌面客户端是把它包起来的应用，不在本仓库开源——但它读写的就是这套公开的文件夹，你不用它、直接拿任意 Agent 操作这个文件夹，一样成立。
能。Level 0 使用 RSS + 腾讯财经 / Yahoo Finance 免 Key 价格路由，就可以先跑市场洞察、价格兜底、投资雷达、Reader、Console 持仓总览和大部分分析链。
API Key 是渐进增强：美股用户可以加 Finnhub，A 股用户可以加 Tushare；需要条件选股和结构化事实检索时再装问财 Skills；希望直接消费清洗后的市场事件时再配置 YMOS Market Data API。详见 进阶指南的数据源分级。
- 美股：Finnhub 增强；未配置 Key 时默认走腾讯财经，腾讯失败时由 Yahoo Finance 兜底；
- Crypto：Finnhub 增强，Yahoo Finance 免 Key 兜底；
- A 股：Tushare 提供日线与最近交易日价格；未配置 Token 时默认走腾讯财经，Yahoo Finance 保留失败兜底；问财是可选的条件选股与事实数据层；
- 港股：腾讯财经提供免 Key 基础价格路径，Yahoo Finance 保留失败兜底；问财官方港股 Skill 可由 Agent 单独调用，但 V4 公开版暂未提供港股 What's Hot 自动链；
- 其他市场：框架本身不锁市场，可以按
Eyes/scripts/的统一输出契约接入新数据源。
Ticker、接口覆盖和数据时效由外部服务决定。YMOS 负责路由、降级和留痕，不把任一免费数据源包装成交易所级行情。
不必须。只使用投研层，YMOS 就是一套能持续生成市场洞察和投资雷达的本地投研系统；你也可以在不启用操盘台的情况下，用旧日志、诊断和 BrainStorm 梳理策略内核。交易计划台与买卖决策台是按需增加的操盘层。
不会。YMOS 坚持 Human in the Loop：AI 可以收集信息、做结构化分析、指出矛盾、提出候选方案并在门禁处提醒，但不能替你设置个人参数、批准内核变更或执行真实交易。
P12 或 Console 门禁“通过”也不等于系统替你背书；最终判断、下单和结果责任始终属于 Human。
YMOS 不绑定某一家模型或 Agent。最低要求是：能读取和写入本地文件，并能运行 Python 脚本。
实际使用可以分成两类：
- Agent 运行统筹：负责长期记忆、角色编排、定时任务和任务串联，建议只选一个，避免两套框架各记一半。作者目前使用 Hermes 作为 YMOS 的统筹层；OpenClaw 同样可以完整运行 YMOS，包括自然语言暗号、Python 脚本、角色任务与定时调度。
- 具体任务执行：Claude Code、Codex、OpenClaw 或其他顺手的 Agent 都可以按单次任务参与；完成后把产出写回 YMOS 的 Markdown 真相源即可。
所以关键不是选择 Hermes 还是 OpenClaw，也不是所有任务都由同一个模型完成，而是只保留一套连续的统筹状态与文件真相源。公开仓库的 Agents/ 定义角色协议，不要求真的启动四个独立进程。
报告按日期保存在 Eyes/、Brain/ 和持仓目录中，也可以启动 Console 后从 http://localhost:5273/reader 集中阅读。
Obsidian 不是运行依赖，只是很适合阅读本地 Markdown。它默认不显示 .py、.json 和 .env 等代码文件，这是正常的；需要编辑这些文件时，用任意 IDE 或让 Agent 处理即可。
可以，而且这正是 V4 的设计目标。Brain/references/ 是判断工具样板，SOP 是工作流程，Agents/SCHEDULES_REFERENCE.md 是调度参考，Console 三页是作者打样。
修改时只守住两条边界：不要把作者的个人参数当公共答案；不要让前端、P 文件和 Profile 各自长出互相冲突的规则。具体方法见 进阶指南。
尽量给策略诊断、深度调研和内核审计使用你当前能稳定获得的强模型；新闻拉取、格式转换、文件归档等机械任务可以使用更轻的模型。具体型号变化很快，YMOS 不写死模型名。
模型再强也不能替代证据边界：事实要有来源，规则要可证伪，变更要由 Human 审批。
YMOS 的报告、状态机、计划和审计记录默认保存在本地 Markdown，不使用 YMOS 自建云端数据库。但只要启用云端 Agent、网页搜索或外部 API，查询内容会受对应服务商的隐私政策约束。
真实 Key 只放本地 .env 或 Agent 宿主的 Secret 管理中，不要写进 Markdown、SOP、脚本、定时任务提示词、聊天记录或 Git。公开仓库只保留 .env.example 的空字段。
YMOS 不帮你赚钱——它帮你不犯低级错误。
再拆细一点：AI 让你把精力集中在你最擅长的事情上——在关键时刻做出判断。 判断只能来自你，AI 做的是——在判断发生之前，帮你准备好所有材料；在判断发生之后，帮你不走样地执行；在执行结束之后，帮你诚实地复盘。
把信息焦虑交给投研层，把个性化判断交给策略内核层，把计划、门禁和留痕交给操盘层。你腾出来的时间和精力，用来做投资里真正值钱的事：
- 打磨策略 — 优化你的判断框架，在关键时刻保持纪律
- 做关键判断 — AI 给建议，你盖章；系统提供决策支持，不替你决策
- 深度调研 — 自己读研报、跟踪行业、理解公司基本面，把挖到的材料手动拖入个股文件夹
第 3 点尤其重要：AI 能帮你建档和跑分析链路，但真正的认知差来自你对公司的深度理解。个股文件夹里你手动放入的研报、笔记、行业资料，都会自动成为 AI 后续分析的上下文——你研究得越深，AI 的输出质量越高。
框架搭好了，能力升级是渐进的：投研层让你看得更全，策略内核层让判断更像你自己，操盘层让你真的照做。
最终目的只有一个：让你在市场里活得足够久，久到你的判断能兑现。
你的系统，你做主。
本项目采用 CC BY-NC 4.0 许可证。
- 个人使用、学习、研究：自由使用
- 公开发布衍生作品：请注明来源
- 商业用途：需要单独授权
许可范围是本仓库的框架资产。桌面客户端是单独发布的闭源应用，不在本仓库、也不在本许可范围内。
YMOS 是研究与流程工具，不提供投资建议，不承诺任何收益。用户必须独立判断并承担全部结果。
勇麦（Yongmai） — AI + 投资实践者 / 个人投资者
用 AI 增强投资决策，用内容沉淀信任。YMOS 是我自用的投资操作系统，现在开源给所有愿意用系统思维做投资的人。
- 🌐 博客：yongmai.xyz
- 📧 邮箱：evan@yongmai.xyz
- 📱 公众号：勇麦 🎬 抖音：勇麦
如果你觉得 YMOS 对你有帮助：
- ⭐ Star — 让更多人看到这个项目
- 🍴 Fork — 基于你的投资风格自由魔改（换内核、加数据源、调路由逻辑）
- 🐛 Issue — 发现 bug 或有改进建议，欢迎提 Issue
- 🤝 PR — 欢迎贡献：新的数据驱动、不带参数推荐的策略结构卡、Profile Schema 改进、跨市场的结构矛盾案例、Console 与状态机的契约测试
YMOS 的核心价值不在代码量，而在投资思路的结构化。欢迎把你的投资智慧沉淀进系统里。
YMOS V4 · 投研 → 策略内核 → 操盘 · 判断主导、流程系统化 · AI 赋能与保护投资者判断力