一年 $600–800 万的对冲基金投研团队，我用提示词做成了一个 App#

我用提示词做成了一个 AI Mini App：不会代码你也能拥有

《一个人的 AI 对冲基金》第一篇：

先把“机构级精美投研报告”跑通（Gem小白版）

先交代点背景：我以前在欧洲 AUM 前十的对冲基金做研究员，更早在美国互联网大厂做过数据科学家。无论是对冲基金级别的研究体系，还是基于大规模数据构建交易策略，今天都能被“云服务 + AI”用更低的门槛复刻出来。我会把自己从 0 到 1 的探索过程完整分享出来，和大家一起把这套系统越搭越强。

我也因此更确定一件事：散户和对冲基金最大的差别，往往不是“谁更聪明、观点更准”，而是有没有一套能持续运转的组织化流程——分工、口径、证据、仲裁、交付。基金投研最贵的从来不是观点，而是组织。

先看结果：我就输入一个新闻的标题，它给我吐出一份基金首席投资官的投研Memo#

输入：Coindesk 20260301一条新闻的标题

输出：一个完整的对冲基金投研Desk生成的报告 👇

你先别急着学怎么搭，先确认：这个交付物值不值你收藏。

为什么一支“投研 desk”要这么贵？#

因为钱几乎都烧在人和数据上，而且是“组织化的人力”。

一支小型多资产投研 desk 的年 run-rate（只算投研，不含交易系统/托管/基金行政）大致是 $600–800 万，结构通常长这样：

1）人力成本：占大头，约 80% 左右（$5–6M）

你这个 desk 本质上需要 8–10 个核心脑力位：投研PM/研究秘书（Atlas）、宏观、行业、个股、crypto、衍生品&链上、风控、量化验证，再加一个 CIO 做最终仲裁。

这些岗位在对冲基金的定价不是“写报告”，而是要对结果负责，所以薪酬=底薪+奖金+福利+用人成本，一年堆起来就是几百万美金的级别。

2）数据与研究工具：约 20% 左右（$0.2–1.5M）

终端（Bloomberg/Refinitiv/FactSet 等）、新闻/研报、行情/宏观数据、链上/衍生品数据、以及各种内部数据清洗与订阅服务。小团队买得轻是几十万美金，买得重能到百万以上。

贵的本质不是信息本身，而是“组织能力”——你花钱买的是：

分工（每个人只做自己那块，深度才出得来）
并行（同一时间多路推进，速度才出得来）
口径（统一模板，才能复盘、迭代、交接）
证据（每个判断都能被数据锚点验证）
仲裁（CIO 把分散观点压成“能下单的语言”）

把这套“组织结构”写成提示词工作流，让一个人也能拥有同款交付物。

《一个人的 AI 对冲基金》：这只是第一篇#

这个系列我想做的是：把个人投资从“凭感觉”升级成“可复用、可迭代、可自动运行”的系统。

本篇只解决一件事：不会代码的小白，也能快速跑出一份漂亮、可分享的投研交付物。
后续我会逐步升级到：数据抓取与计算验证（脚本化、可复现）自动化运行（定时跑、推送、复盘）打包成 skill，接入 OpenClaw / agent runtime 让它自己跑

今天别想太远：先把“交付物”做出来。交付物一出来，体系才有落脚点。

对冲基金投研 desk 到底长什么样？#

你缺的不是信息源，你缺的是组织。

我把投研 desk 拆成 9 个角色（你可以理解成 9 个岗位）：

Atlas（投研PM/研究秘书）：接收输入拆主题 → 列资产 → 分派问题
Macro：利率/美元/流动性
Equity Sector：行业轮动/相对强弱
Equity Stock：公司模型/催化/风险
Crypto Market：风险偏好/叙事/联动
Derivatives：funding / OI / 清算 / 拥挤
Risk：组合暴露 / 情景压力测试 / 风控动作
Quant：口径统一 / 趋势动量 / 关键水平验证
CIO：仲裁证据翻译成仓位与交易语言 → 输出最终报告

我怎么把它变成 AI 工作流？#

一句话：一次输入 → 七路并行 → CIO 汇总 → 单页 HTML 报告。

工作流结构是：

Input → Atlas →（并行）Macro / Sector / Stock / Crypto / Derivatives&Onchain / Risk / Quant → CIO → Output

教程：5分钟跑通（真·小白版）#

你不需要懂代码，照抄就行。

Step 1：建一个 Google Gemini 项目#

-进入 https://gemini.google.com/

-点击左侧sidebar的Gem

-点击New Gem

接下来就可以依靠Google Labs的实验项目靠提示词搭建任何AI Mini Apps了

Step 2：按固定节点名建工作流并连线#

节点名建议直接照抄：

Input（User Input）
Atlas（Generate）
Macro（Generate）
Equity Sector（Generate）
Equity Stock（Generate）
Crypto Market（Generate）
Derivatives & Onchain（Generate）
Risk（Generate）
Quant（Generate，可选）
CIO（Output/Final Report）

连线规则：

InputAtlas
Atlas所有分析师模块
所有分析师CIO
CIOOutput

打开Advanced Editor进行编辑或者一次性输入提示词。

Step 3：提示词（只需要 4大块）#

你只需要把下面四段分别贴到对应节点。

1/4 基金经理：Atlas（根据用户输入内容分发任务）#

作用：把你的输入拆成摘要、资产清单、开启哪些模块、以及 CIO 要回答的关键问题。

2/4：分析师通用模板（贴到每个分析师节点顶部）#

作用：统一输出格式 + 强制“有证据”。

把这段复制到 Macro/Sector/Stock/Crypto/Derivatives/Risk（每个都贴一份）：

3/4：量化分析师（可选，贴到 Quant 节点）#

你想做“更像基金”的报告就开，不想复杂可以先不开。

这部分虽好是Cursor脚本+券商量化MCP来搭建才能实现复杂的策略相关计算。以后咱们再讲

暂时可以创建一个免费的Finhub API并填写到提示词里：

https://finnhub.io/

4/4：首席投资官CIO的最终投资策略报告#

作用：把所有模块仲裁成一份“可执行”的投研 memo。

Final Step：生成mini app#

如果你只用Gem的简易界面操作；可以一次性把全部提示词输入到对话框里，直接生成mini app；之后在右侧app里输入任何新闻、观点、股票或者代币的代码，就会自动输出报告。

点击Download file:可以下载html文件并直接在浏览器里渲染整个报告。

这套东西背后用的是 Google Labs 的 Opal，目前还是实验产品，偶尔会抽风、有 Bug。

但对新手小白来说，它最大的价值就一句话：不用写一行代码，靠提示词先把”投研交付物”跑出来。

更硬核的部分我会放到后面：用 Claude Code 去生成脚本，把取数、计算、验证补齐；再把整套流程打包成可复用的 skill，交给 OpenClaw 的 cron 定时跑——你只需要定主题，它按时把报告送到你面前。