致虚极,守静笃。万物并作,吾以观复。 ——《道德经》第十六章
guanfu 是面向有经验个人投资者的多资产决策辅助 CLI + MCP。覆盖 BTC / QQQ / SPY / Gold + 任意美股。输出原始指标 + 历史分位 + 前向收益分布 + 可靠性标注 + 数据源健康,让人和 AI 在清楚每条证据可信度的前提下做综合判断。
我们给建议 — 但用概率、区间、条件表达。所有建议落 claim ledger 定期回归校准,接受历史检验。我们知道自己不适用的情景会明说 — 信号弱的 horizon 会直接标注可靠性 caveat,而不是伪装成预测。
guanfu # 默认:10 行摘要(读盘 + TOP3 支持 + TOP2 反证 + 失效条件)
guanfu --full # 完整 8 域 40+ 指标
guanfu btc --verdict # BTC + 结构化读盘
guanfu qqq --forecast # QQQ + kNN 历史相似推演
guanfu spy --verdict # SPY 6 域面板
guanfu gold --verdict # 黄金面板(实际利率 / DXY / COT)
guanfu stock AAPL # 任意美股(Yahoo 自动拉取 + kNN)
guanfu import-stock MSFT # 手动导入美股历史
guanfu refresh # 统一刷新数据源(首次全量 / 后续增量)
guanfu dca # DCA 定投策略对比
guanfu allocate # 懒人组合偏离检测
guanfu market # 多资产一览 + 共识/分歧信号
guanfu backtest all # 全资产 kNN 回测
guanfu status # 数据诊断同类项目(btcdca.me / LookIntoBitcoin / Fear & Greed / Rainbow Chart)多数共用三个模式:单一 0-100 总分 × 线性 DCA 倍数 × 黑盒回测数字。guanfu 故意不做这些,原因和对应的差异化:
| 同类常见做法 | guanfu 的选择 | 为什么 |
|---|---|---|
| 把 40 指标压缩成 0-100 总分 | 输出原始值 + 历史分位 | 压缩必然丢失条件性;总分停在 50 附近无法区分 "杠杆过热上涨" 和 "机构买入上涨" |
| 所有 horizon 同等可信 | 每个 (资产, horizon) 独立打可靠性 caveat | QQQ 180d dir_hit 80% 和 Gold 180d 49% 不应该用同一套置信度 |
| 预测区间 = 经验分位 | Conformal 给统计覆盖下限,backtest 报实际覆盖 | p10/p90 在小样本下可能远不到 90% 覆盖率 |
| 数据源隐形降级 | source_health 显式标 ok/partial/stale/missing + fallback_used + impact |
用 fallback 做强结论容易自欺 |
| 回测只报全历史汇总 | Walk-forward 按 year × horizon 矩阵 | Gold 有强 regime 依赖,汇总数字会掩盖这些 |
| "BTC 必将突破 $X" | 概率化 / 条件化:"基于 A/B/C 三条证据,倾向积累,概率约 60%,若 X 指标突破 Y 则结论失效" | 过于肯定的话术是使用者的负担 |
| 无问责 | Claim ledger 每日自动积累 + guanfu calibrate 定期校准 |
给建议就要接受历史检验 |
| 没有"我不知道"按钮 | (已落地 v3.1) dir_hit < 0.50 时拒绝输出数值,只给 "信号低于随机" |
弱信号 horizon 不伪装成预测 |
每次 forecast 输出的 HorizonForecast 带 reliability_note + hard_blocked 字段。三档规则（n < 10 / dir_hit < 0.55 / dir_hit < 0.50 hard-block）+ 当前 (asset, horizon) 命中率表见 skill/tier1.md § 3。profile 真源 pkg/assetprofile/profile.go，渲染规则在 pkg/forecast/reliability.go。
guanfu calibrate 读 claim ledger,筛到期 claim,查 PriceStore 实际价,算四指标:
guanfu calibrate
ASSET HRZN N DIR_HIT INTERVAL% MED_ABS_E BRIER_UP
----- ---- - ------- --------- --------- --------
BTC 30 48 64.6% 77% (t=80%) 6.20 0.2100
BTC 90 32 65.6% 82% (t=80%) 11.50 0.1980
QQQ 180 11 81.8% 90% (t=80%) 7.10 0.1500
GOLD 90 20 55.0% 75% (t=80%) 5.40 0.2500
...
DIR_HIT 方向命中率
INTERVAL% 实际落入声明 [p10,p90] 区间的比例
MED_ABS_E median(|expected - actual|) 百分点
BRIER_UP P(up) vs 实际上行的 Brier score
如果连续 2-3 个月 DIR_HIT 掉超过回归预算(≥ 3pp),就是需要 RFC 的信号。详见 docs/archive/v3/guanfu-v3-todo.md 回归预算节。
guanfu calibrate --json 输出结构化,方便接入 CI / 自动监控。
guanfu 明确不适用以下场景。不是它"可能"不适用,是它结构上不适用。
| 情景 | 为什么失效 | 建议行动 |
|---|---|---|
| Regime shift / 结构断裂 | kNN 假设"历史分布可回归",2024+ BTC ETF / 2022+ Gold 央行购金改变主导变量,老样本的信号在新机制下不再成立。walk-forward 会率先看到(某年 dir_hit 剧降) | 用 --forecast-recency-weighted / --forecast-regime-gate;关注 guanfu calibrate 的趋势下降 |
| 黑天鹅 / 监管事件 | 脱锚 / 交易所暴雷 / 美国 SEC 行政令,事件本身超出指标覆盖范围;F&G / funding / mempool 等都会被污染 | 停用 guanfu,切到 news-dashboard;事件过去 30 天再回来重读 |
| 极端宏观 dislocation | VIX > 35 / HY 利差 +100bp / 实际利率 > 3% 这种极端位置,历史样本稀疏,kNN 距离变得噪声 | 读 skill/kb/09-crisis-playbook.md,优先风险控制不是方向判断 |
| Gold 180d | 回测 49% dir_hit,强 regime 依赖 | 已从默认 horizon 移除;用 30/60/90 horizon |
| 小样本美股(< 5 年历史) | kNN 需要至少 ~500 个候选样本;新 IPO 不够 | guanfu import-stock 前先看上市日期,< 3 年直接用 generic 技术指标 |
| Altcoin / memecoin | guanfu 只覆盖 BTC + ETH/BTC 比率,山寨币没有 ETF 流入 / 链上 / 宏观 proxy | 用 cmc-mcp / okx-dex,不用 guanfu |
| 单股基本面 | guanfu 用宏观 + 技术,无 per-name earnings / 管理层 / 行业周期 | 基本面研究用 octagon-mcp / SEC EDGAR |
基本原则:guanfu 是统计工具,不是新闻工具、不是基本面工具、不是风险管理工具。它知道自己不知道什么。
数据集存于 ~/.guanfu/prices/ JSON 日频存档。来源:CoinMetrics / Binance / Yahoo / FRED / DefiLlama / CFTC / Shiller / CBOE / Deribit / CoinMarketCap / SoSoValue / CoinGecko / mempool.space / alternative.me。
统一 guanfu refresh 刷新框架(28 个 Source 实现):首次全量,后续增量(last_date ≤ 24h 跳过;月频 CAPE 28d TTL)。非 refresh 框架的 BTC 链上源独立拉取（CoinGecko / mempool / SoSoValue / alternative.me / Binance / CoinMetrics community）。
| 类别 | 数据集 | 来源 |
|---|---|---|
| 价格 | btc / qqq / spy / gold / stock_* | CoinMetrics+Binance / Yahoo |
| BTC 链上 | btc_mvrv / txcnt / hashrate | CoinMetrics |
| 宏观 | fred_dfii10 / dgs10 / dxy / yield_curve / breakeven / hy_spread / TGA / RRP / Fed-ECB-BOJ-PBoC rates | FRED |
| 黄金 | gold_cot | CFTC COT |
| 估值 | spx_cape | Shiller (1871+) |
| 期权/情绪 | deribit_dvol / deribit_skew_25d_pct / stooq_putcall | Deribit / CBOE |
| 加密市场上下文 | cmc_total_market_cap_usd / cmc_btc_dominance_pct / cmc_btc_price_usd | CoinMarketCap |
完整源列表 + 增量协议 + 降级路径: docs/DATA-SOURCES.md。
参见 skill/tier1.md § 3 的 (asset, horizon) 可靠性表 + 三档规则。profile 真源 pkg/assetprofile/profile.go，渲染规则在 pkg/forecast/reliability.go。
- 给建议,不给指令。用概率 / 区间 / 条件表达,不用"一定 / 必然"。过于肯定的话术是使用者的负担。
- 基线对比强制。所有收益预期附 vs 3m T-bill、vs 60/40 组合。孤立的 "+5% 预期" 没意义。
- 建议落盘回归校准。给建议就要接受历史检验。
- 盘面组合无关。guanfu 输出 portfolio-agnostic 的市场事实；组合视角由上层（nimbus 持仓系统）叠加（2026-07 起 portfolio.json 已移除）。
- 行为护栏。投资失败 80% 是行为错误(FOMO / 恐慌 / 锚定),SKILL 会主动干预。
- 诚实降级。不适用的资产 / horizon 直接说,不伪装。
- MCP 原生。SKILL 分层加载不挤占其他 skill 的 context。
- 默认简,详情要
--full。guanfu裸跑只出摘要。
三层分离保持不变:盘面层(guanfu 二进制)→ 解读层(SKILL.md)→ 决策层(人 + AI)。
用户画像:见 docs/audience.md。Primary = 有经验 + 5y+ 期限 + 10k-1M USD 的个人投资者;Secondary = AI 重度用户(MCP 优先);Tertiary = 普通人通过 skill 分发触达。设计优先级 Secondary > Primary > Tertiary。
演进路径:v3 (Track K+M 已完成)。未来方向见 docs/v4-thinking.md。
# 一行安装(需 Go 1.26+)
go install github.com/Ricaardo/guanfu/cmd/guanfu@latest
go install github.com/Ricaardo/guanfu/cmd/guanfu-mcp@latest # MCP server
go install github.com/Ricaardo/guanfu/cmd/guanfu-similar@latest # 可选:历史相似度
# 或源码构建
git clone https://github.com/Ricaardo/guanfu.git
cd guanfu && make all没有 Go? 从 Releases 页面 下载预编译二进制(linux/darwin/windows × amd64/arm64),解压即用。
完整部署指南(含 MCP 集成 / cron 定时任务 / API key / 故障排查):见 docs/deployment.md。
Futu Bridge(可选,获取 QQQ/SPY/DXY/VIX 实时数据):
pip install futu-api
# 推荐：放到 ~/.guanfu/ 下，guanfu 会自动找到（cron / launchd / 任意 PATH 都生效）
mkdir -p ~/.guanfu
curl -sL https://raw.githubusercontent.com/Ricaardo/guanfu/main/pkg/client/futu_bridge.py \
-o ~/.guanfu/futu_bridge.py
# 或放到二进制同目录 / ~/.config/guanfu/ / 通过 FUTU_BRIDGE 环境变量自定义guanfu 按以下顺序查找 bridge：$FUTU_BRIDGE → 二进制同目录 → ~/.guanfu/ → ~/.config/guanfu/。
# 第一次运行（不写 history.db，最轻量）
GUANFU_NO_HISTORY=1 guanfu
# 完整盘面（人类可读，冷启动通常 60-90s，缓存命中 < 1s；首次会创建 ~/.guanfu/history.db）
guanfu
# JSON 输出 → 喂 Claude / ChatGPT
guanfu --json | jq
# 历史相似盘面走势推演（概率分布，不是确定性价格目标）
guanfu --forecast --plain
guanfu --forecast-only --pretty
guanfu --forecast --forecast-horizons 30,90,180 --forecast-top 21
# 只看关心的域
guanfu --domain valuation # 估值
guanfu --domain technical # 技术指标
guanfu --domain cross_asset # 跨资产对比
# 参数
guanfu --halflife 730 # AHR 半衰期（默认 1460=4年）
guanfu --timeout 180s # 超时
guanfu --plain # 纯文本输出（无 emoji / box drawing）
guanfu --version # 打印版本（提 issue 时附上）
GUANFU_NO_HISTORY=1 guanfu # 跳过 history.db配合 AI 使用：
# Claude Code: 直接对话"BTC 现在怎么样？"（skill 自动调用）
# Claude API / ChatGPT: 将 JSON + SKILL.md 附加到 prompt
guanfu --json > panel.json
cat panel.json | your-ai-client --system "$(cat skill/SKILL.md)"历史相似度（推广/复盘用）：
# 一次性比对
guanfu --json | guanfu-similar --top 8 # 默认 --history-dir ~/.guanfu/panels
# 每日 archive 一份盘面（cron / launchd）
mkdir -p ~/.guanfu/panels
guanfu --json > ~/.guanfu/panels/$(date -u +%F).json
# crontab 行（每天 09:00）
0 9 * * * /usr/bin/env -S bash -lc 'guanfu --json > ~/.guanfu/panels/$(date -u +%F).json 2>> ~/.guanfu/cron.log'archive 攒满 30+ 天后，guanfu-similar 给出的"今天与历史最相似的盘面"才有统计意义。相似度只比较双方都有 q 的指标，方法见 docs/backtest-methodology.md。公开文案里的历史收益数字必须由该流程生成，并披露样本数量、窗口和反例。
走势推演：
guanfu --forecast 使用 pkg/assetprofile 中每个资产自己的 profile 做 historical analogue / kNN：profile 决定默认 horizon、feature bundle、reliability、conformal scale、horizon 权重和 skill profile URI。BTC 用价格/周期/估值特征；QQQ/SPY 用技术、CAPE、FRED 宏观、VIXY 和 CBOE put/call；Gold 用技术、实际利率、通胀预期、DXY、COT 和 VIXY；任意美股用技术 + 通用宏观。引擎会把当前状态与历史日期做加权距离匹配，并按 horizon 重新加权候选样本：短周期偏技术/风险，长周期偏估值/宏观。
输出包括：情景概率（上行延续 / 区间震荡 / 下行压力）、收益分位数、隐含价格分布、相似历史样本、特征覆盖率、conformal 区间和 reliability caveat。只有进入 PriceStore 且能历史回放的序列会进 forecast；ETF 实时流、funding、mempool 这类 latest-only 指标仍只用于读盘，除非先补齐历史并通过回测。
读盘 JSON 的 IndicatorPanel 也带 profile metadata：profile_key、
profile_version、asset_class、skill_profile_uri 和 domain_meta。
domain_meta 是当前资产的读盘 lens；例如 Gold 的 VIX 高位会按避险需求解读，
不再复用权益 ETF 的 VIX 看空语义。
$ guanfu --plain
guanfu BTC panel (2026-05-02) price: $78209.73
BTC dominance: 58.46% F&G: 39 total cap: $2.7T
Cycle 周期定位
days_since_halving 742 顶部 / 分配期 (18-30m)
mayer_multiple 0.9325 q20 偏低估
pi_cycle_top_ratio 0.3868 未触发
sma_200w_dev +29.42% q81 正常区
...
Valuation 估值
ahr999_compressed 0.5863 低估区
ahr999 0.7224 q25 低估区（自适应辅助）
mvrv_z_score 1.2613 中性偏低
...
Network 网络
hash_ribbons 下行（矿工投降信号 ⚠）
...
完整 8 域 40+ 指标见 skill/SKILL.md。
| 域 | 核心指标 |
|---|---|
| 🌊 Cycle 周期 | halving 天数、200wSMA 偏离、Mayer Multiple、Pi Cycle Top |
| 💰 Valuation 估值 | ahr999_compressed（推荐）、ahr999（自适应）、ahr999_divergence、MVRV、NUPL |
| ⛏️ Network 网络 | 哈希率、Hash Ribbons、难度调整、Mempool 拥堵 |
| 📊 Positioning 杠杆 | 资金费率、OI/MC、恐慌贪婪、山寨季指数（自算） |
| 🌍 Macro 宏观 | DXY 60d、10Y TIPS、M2 YoY、SPX 相关、USD/CNY、Fed/ECB/BOJ/PBoC 前端利率、USO 油价 proxy / WTI fallback、HY 信用利差、10Y-2Y 利差 |
| 💸 Flow 资金流 | ETF 7d/30d 净流入、稳定币市值、ETH/BTC 资金偏好 |
| 📈 Technical 技术 | RSI(14)、MACD 柱、EMA 交叉、MA50/200、Bollinger、波动率 |
| 🔗 CrossAsset 跨资产 | BTC/Gold·QQQ·SPY/UUP/VIXY/GLD 比率、相关性、相对强弱、BTC/原油 |
完整列表（~20 个变量，含默认值 + 说明）见 docs/deployment.md § 环境变量速查。核心变量：
| 变量 | 说明 |
|---|---|
FRED_API_KEY |
FRED 宏观数据（无 key 则 Macro 域为 placeholder；免费注册） |
CMC_API_KEY |
CoinMarketCap global metrics / BTC quote 市场观察层；不影响核心价格或 forecast |
COINMETRICS_API_KEY |
CoinMetrics 付费端点 |
GUANFU_NO_HISTORY=1 |
禁用 history.db 写入/查询 |
CBOE total put/call（存储 key 仍叫 stooq_putcall）和 Deribit DVOL/skew 都走官方免费无 key 路径，默认不需要 STOOQ_APIKEY。
ETF、mempool、资金费率等指标没有公开历史 API。guanfu 通过 SQLite (~/.guanfu/history.db) 每天采集一行，攒够 30 天后回填 q（历史分位）字段。
- 第 1 天：15 个指标入库，无 q 显示
- 第 30 天：开始显示 q
- 第 365 天：覆盖全年节奏
- 第 730 天：达到查询窗口上限
| 数据源 | 用途 | 免费 |
|---|---|---|
| CoinMetrics + Binance | BTC 日线全历史（2010-07-18 至最新；CoinMetrics PriceUSD + Binance 最新日线覆盖） |
✅ |
| Binance | ETH K线 (3000d)、Top50、资金费率、OI | ✅ |
| CoinGecko | 总市值、BTC 市占率、稳定币市值 | ✅ |
| mempool.space | 哈希率 (3y)、难度、mempool | ✅ |
| SoSoValue | BTC ETF 净流入 | ✅ |
| alternative.me | 恐慌贪婪指数 | ✅ |
| CoinMetrics | BTC PriceUSD 全历史、MVRV/NUPL/MVRV Z |
✅ 社区端点 |
| Yahoo Finance | QQQ/SPY fallback、CL=F WTI futures fallback | ✅ |
| Futu OpenD | QQQ/SPY/GLD/UUP/VIXY、USO 油价 proxy (本地网关，需 Python bridge) | ✅ |
| FRED | DXY/10Y TIPS/M2/SPX/HY利差/10Y-2Y利差/TGA/RRP/美欧日中前端利率 | 需注册(免费) |
| Deribit | BTC DVOL + 25-delta skew | ✅ 无 key |
| CBOE | Total put/call ratio (stooq_putcall legacy storage key) |
✅ 无 key |
| CoinMarketCap | Global metrics / BTC quote 独立交叉检查;后续 CEX/DEX 候选 | 需 API key |
JSON 顶层包含 source_health，用于查看每个数据源的 ok/partial/stale/missing/warning 状态、as_of、fallback、impact 和 warning。
guanfu 设计为 AI 原生工具，可接入多种 AI 平台：
| 平台 | 方式 | 状态 |
|---|---|---|
| Claude Code | btc-guanfu skill → 调用 CLI JSON |
✅ 已可用 |
| Claude Desktop / Cursor | MCP Server 封装 guanfu | ✅ 已可用 |
| ChatGPT | GPT Action → REST API | 📋 计划 |
| 任意 AI | CLI JSON + System Prompt | ✅ 已可用 |
guanfu 设计为 AI 原生工具,可接入多种 AI 平台(见 docs/deployment.md MCP 集成节)。
| 版本 | 面板指标 | 公式 | 用途 |
|---|---|---|---|
| 自适应版 | ahr999 |
调和DCA + Huber IRLS 动态拟合 + 动态分位数 | 辅助确认 |
| 压缩版 | ahr999_compressed |
pow(固定公式 AHR, 0.75)，阈值 pow(x,0.75) 映射 | 推荐主用 |
| 分歧检测 | ahr999_divergence |
固定公式 vs 自适应百分位方向不一致 | 转向预警 |
压缩版回测验证（2010-2026, 5767天）：
<0.549（映射 <0.45）：n=544, fwd180 +79.6%, 胜率 91%0.549-0.846（映射 0.45-0.8）：n=1389, fwd180 +72.3%, 胜率 89%3.344-9.457（映射 5.0-20.0）：n=226, fwd180 -14.7% ← 高风险信号>9.457（映射 ≥20.0）：n=49, fwd180 -40.5%, 胜率 0%
详见 docs/archive/v2/backtest-baseline-ahr999-*-*.md。
基于 Binance Top 50 kline：90 日跑赢 BTC 的占比 × 100。零外部 API 依赖。
pkg/forecast 将 BTC 全历史日线转成可回放特征向量，并用加权 kNN 输出前向收益分布：
- 默认周期：30d / 90d / 180d
- 默认样本：21 个相似历史状态，按 30 天窗口去重，减少同一阶段日频重复样本的权重
- 特征：30/90/180d 动量、90d 回撤、Mayer、200wSMA 偏离、30d 波动率、RSI、压缩 AHR999、halving cycle sin/cos
- 输出：收益分布、情景概率、相似样本、coverage/confidence
该模块只做情景推演，不输出交易或仓位指令。
使用 rolling 1-year std(market_cap - realized_cap)，非全历史标准差。
30d MA vs 60d MA（180 天窗口），下行 = 矿工投降 = 历史底部前常见。
# AHR999 全历史对比报告（默认复用生产 BTC 日线缓存）
guanfu-backtest --all-data --interval 7 --report-md report.md
# 自定义日期范围 + 外部指标注入
guanfu-backtest --start 2020-01-01 --end 2026-01-01 --indicators indicators.json --report-md report.md
# 导出逐日 AHR999 CSV
guanfu-backtest --all-data --ahr-csv ahr_daily.csv生产与回测共用 BTC 日线缓存：默认 $CACHE_DIR/btc_daily_history.json（未设置 CACHE_DIR 时使用系统用户缓存目录），也可用 GUANFU_BTC_KLINE_CACHE=/path/to/btc_daily_history.json 指定固定路径。缓存从 CoinMetrics PriceUSD 建立 2010-07-18 起的全历史，并在每次未命中快照缓存的运行中用 Binance 最新日线增量覆盖。
--kline-cache 仍支持手动指定缓存文件（兼容生产缓存 envelope 和旧格式 {"YYYY-MM-DD": close_price, ...}）。--start 不传时默认从 4 年前开始；--all-data 覆盖 --start，从 2010-07-18 起算。
回测报告结构：Verdict 基线 → AHR999 三版对比（原始/改良/压缩）→ 3D 评分（V/M/P 8 组合）→ 分桶过渡矩阵。
skill/ 是一个 self-contained 的 Claude Code skill 包：SKILL.md（数据契约 + 指标手册）+ kb/（10 个因果推理文件，~1500 行）。安装见 skill/README.md。
| 文件 | 内容 |
|---|---|
00-data-contract.md |
盘面 JSON schema + 域/指标语义 |
01-macro-transmission.md |
利率/通胀/美元/财政 传导链 |
02-liquidity-plumbing.md |
稳定币/ETF/杠杆 流动性管道 |
03-crypto-mechanics.md |
减半/矿工/LTH/MVRV 结构性因子 |
04-cross-asset.md |
BTC vs Gold/SPX/Bonds 联动规则 |
05-geopolitical.md |
5 类地缘冲击 × BTC 反应时间线 |
06-regime-taxonomy.md |
6 种宏观测算 + 转换信号 |
07-historical-analogues.md |
历史相似组合 + 类比库 |
08-decision-matrix.md |
不同测算下的权重 + 不做什么 |
09-crisis-playbook.md |
30s 危机判别 → 保命优先级 → 恢复确认清单 |
guanfu/
├── cmd/
│ ├── guanfu/ # CLI 入口
│ ├── guanfu-mcp/ # MCP stdio server
│ ├── guanfu-similar/ # 历史 JSON 盘面相似度
│ ├── guanfu-backtest/ # 回测 CLI（独立于 guanfu backtest 子命令）
│ └── guanfu-threshold-search/ # 阈值搜索辅助
├── pkg/
│ ├── client/ # refresh 框架 + 各数据源专用拉取
│ ├── assetprofile/# 资产 profile registry: horizons / bundles / reliability / calibration
│ ├── engine/ # Asset 接口 + 8 域盘面构建 + verdict 引擎
│ ├── forecast/ # kNN 推演 + reliability + conformal + ensemble
│ ├── store/ # PriceStore JSON 日频持久化
│ ├── history/ # SQLite 历史分位（15 个非价格指标，730d 滚动）
│ ├── model/ # IndicatorPanel / Indicator / SnapshotData 等类型
│ ├── mathutil/ # 技术指标（MA/EMA/MACD/RSI/BB）
│ ├── claim/ # Claim ledger（v3 K 系列；intent 已归 nimbus 侧）
│ ├── alerts/ # watch 告警 store（v3 L 系列）
│ ├── calendar/ # 事件日历（FOMC/CPI/halving）
│ ├── allocate/ # 懒人组合配置
│ ├── dca/ # DCA 定投策略对比
│ ├── cache/ # 行情快照磁盘缓存
│ └── version/ # 构建版本
├── scripts/ # import_cape.py（Shiller CAPE 导入）
├── docs/ # 项目文档（v3 内部 + archive/v2 v3）
├── skill/ # Claude Code skill 包（SKILL.md + tier1/2.md + kb/）
├── .github/workflows/ # CI / release
├── Makefile
└── README.md
详细子模块职责见 CLAUDE.md "文件索引"节。
MIT