使用说明
人工智能投资学院
构建基于人工智能的投资工具——无需编码。
三个课程轨道教你用简单的英语构建真正的金融工具。新的以Zo为中心的轨道以Zo Computer为操作环境；现有的以克劳德为中心的专业和初级曲目仍然可用。
部署更改？ 当然，这个仓库是规范的来源 内容。发布它的网站位于单独的存储库和 需要明确的同步步骤。看
DEPLOYMENT.md在推送课程更新之前。
课程轨迹
基于Zo计算机的人工智能投资管理 --旗舰Zo赛道
适用于希望在个人云计算机上实现人工智能原生投资工作流程的投资专业人士、创始人、高管和独立资本配置者。将Zo用于文件、服务、托管页面、自动化和AI编排。Claude Code和Codex是可选的支持工具，不是工作流程的中心。
人工智能驱动的投资管理 --以克劳德为中心的职业赛道
适用于投资公司的投资分析师、投资组合经理和IT经理。具备深厚的金融知识。教授生产交易系统中使用的人工智能工具构建模式。
“人工智能从你的工具中收到了预先计算的风险指标。它没有计算投资组合的风险价值——Python计算了。人工智能的贡献是将风险态势与当前制度联系起来，并解释了对冲为什么有效。”
面向青少年的人工智能投资 --少年田径
适合对投资和人工智能感兴趣的8-10年级好奇的学生。没有金融或编程知识。同样的技术，同样的模式——改编的语言和相关的例子。
“特斯拉是你今天的佼佼者——尽管整体市场略有下跌，但其股价上涨了3.21%，是正常交易量的两倍多。这种在疲软市场中的强势值得关注。”
你将建造什么
| 模块 | 专业 | 核心模式 |
|---|---|---|
| 基础1 | 了解AI操作环境 | AI如何与文件、工具和服务协同工作 |
| 基础2 | 工作区设置 | 项目、秘密、渠道、终端、托管 |
| 第1周 | 使用SPY/TLT制度服务器 | 人工智能调用工具获取真实市场数据 |
| 第2周 | 使用SEC提交的RAG文件 | 来自主要来源文件的AI答案 |
| 第3周 | 多服务器架构设计 | 跨服务和数据集的独立关注点 |
| 第4周 | 带有审计跟踪的代理工作流程 | 人工智能观察和建议，由人类决定 |
每个工具都使用雅虎财经和SEC EDGAR的真实市场数据。没有玩具的例子。课程结束后，工具继续工作。
方法
你不需要手工编写代码。
在以Zo为中心的轨道上，Zo Computer是文件、服务、仪表板、自动化和人工智能交互的大本营。强大的编码助手，如Claude Code或Codex，是该工作流程中的可选加速器。
你学到了什么：
- 描述 生成工作工具的简明英语工作流程
- 评估 人工智能构建的工具是否正确
- 迭代 当第一个版本不正确时
- 设计 值得建立的系统——有护栏、审计追踪和人工监督
这些技能可以转移到任何领域。金融是工具。
入门指南
时间承诺： 每周30分钟阅读+30分钟动手，持续4周。
先决条件：
- 以Zo为中心的轨道： Zo电脑 账户Jing的推荐链接：https://zo-computer.cello.so/8dcc6g0vZVs
- 克劳德桌面版
- 克劳德代码
- Mac或PC（奖励模块按RAM分层的型号推荐）
选择你的课程：
- Zo的第一条职业赛道？从...开始
zo-professional/introduction.md - 金融专业？从...开始
professional/introduction.md - 高中生？从...开始
juniors/introduction.md
每门课程都有自己详细的先决条件和设置指南。
课程结构
这两门课程具有相同的结构：
course/
├── introduction.md # Start here
├── prerequisites.md # Setup guide
├── week-N/
│ ├── reading.md # Concepts (30 min)
│ └── exercise/
│ ├── README.md # Step-by-step exercise
│ ├── conversation_guide.md # Example prompts for Claude Code
│ ├── checklist.md # Self-assessment
│ └── reference_solution.md # Annotated good result
├── bonus-local-rag/ # Optional: local AI with Ollama
├── conclusion.md # What you built, what's next
└── glossary.md # Every term defined
关键原则
人工智能提出，人类决定。 每个工具都遵循这种模式。AI显示信息并建议行动。人类解释和认可。监控工具从不执行交易——这是一种永久的设计选择，而不是限制。
护栏才是重点，而不是警告。 预先计算的值可以防止AI数学错误。陈旧的数据警告会阻止基于旧信息的听起来自信的答案。逐字部分阻止了数字的创造性重写。这些模式来自一个生产交易平台。
真实的数据，而不是玩具般的例子。 雅虎财经负责股价，美国证券交易委员会EDGAR负责备案，StockAnalysis.com负责基本面。免费数据源，无需付费订阅。
存储库结构
ai-investment-courses/
├── zo-professional/ # Zo-centric professional course
├── professional/ # Course for finance professionals
├── juniors/ # Course for high school students
├── brand/ # Visual identity and design guidelines
│ ├── shared.md # Parent brand (typography, layout, tokens)
│ ├── professional.md # Institutional finance aesthetic
│ └── juniors.md # Modern fintech education aesthetic
├── SYNC_GUIDE.md # How to keep courses aligned
└── .github/workflows/ # CI: structure sync check
这两门课程用不同的声音教授相同的技术。看 SYNC_GUIDE.md 因为变化是如何在它们之间传播的。
技术
- 模型上下文协议（MCP） --将AI连接到外部工具的开放标准
- FastMCP --用于构建MCP服务器的Python框架
- 克劳德代码 --Anthropic的CLI从自然语言构建工具
- 克劳德桌面版 --你在对话中使用工具的地方
- 奥拉玛 --本地AI模型运行器（仅限奖励模块）
- y融资 --自由股票市场数据
更新日志
看 更改日志.md 了解课程更新、修复和新内容的详细历史。
贡献
发现错误？有什么建议吗？打开一个问题或PR。如果您的更改影响一门课程，请检查 SYNC_GUIDE.md 查看其他课程是否需要相应的更新。
许可证
该项目根据 MIT许可证.
