王凯三年投资实践的核心沉淀。从 2023 年 FastFacts SEC 公告自动化交易的失败，到 2025-05 RSI AI 策略上线、2026-Q1 资金扩到 25 万美金的纪律体系。 一句话总结：AI 不是预测涨跌的算命师，是给模糊风险量化定价的尺子；投资中赚的不是市场上涨的钱，是市场情绪的钱。
1. 核心心法（背下来）
| # | 心法 | 一句话解释 |
|---|---|---|
| 1 | 好资产，好价格，好波动 | 三层过滤，缺一不可。好资产是前提，好价格是安全边际，好波动是入场信号 |
| 2 | AI 是尺子，不是算命师 | 让 AI 量化人类无法精准衡量的模糊变量（风险等级、内在价值、安全边际），而不是预测股价 |
| 3 | 绝对理性 + 遵守纪律 | AI 没有快思考，只有 thinking。把决策权交给规则，把规则交给 AI |
| 4 | 赚的是风险定价的钱 | 不是好公司股价上涨的钱（巴菲特赚的是这个），是市场对短期风险错误定价的钱 |
| 5 | 等待 > 思考 | 把事情想清楚不难，等到合适价格才难。任何公司都可以等到合理价格，多数能等到低估价格 |
| 6 | 懂 = 能做到 | 信息上懂 vs 行为上懂完全不同。能在亏损 50% 时坚定不动、加仓才是真懂 |
| 7 | 站在 AGI 视角看当下 | 假设 2035-01-01 AGI 到来，回看今天的决策选择哪些会被验证正确？AI 主要趋势不要做，反而做配套（MCN 思路） |
| 8 | token ROI 视角 | AI 帮你给马云做决策 vs 帮你写文章，经济价值天差地别。主动靠拢"高价值决策环节" |
2. 三年演化时间线
graph TD
A[2023-04 FastFacts 立项<br/>抓 SEC 公告 + AI 决策 + 自动交易] --> B[2023-10 内测 3 万美金<br/>发现量化 team 比我们快 5 秒]
B --> C[2023-11 关项目<br/>承载资金天花板 10-30 万美金]
C --> D[2024 重仓 Apple<br/>错过 NVDA 是最大错误<br/>2022-12 就坚信 AI 但没买英伟达]
D --> E[2024-08 AiPathly + Quanta Quest<br/>仍是 AI 应用层创业思维]
E --> F[2025-Q1 大转折<br/>站在 AGI 视角看当下<br/>从做 AI 应用退回 AI 投资]
F --> G[2025-02 AI 套利探索<br/>跑了量化老路]
G --> H[2025-05 RSI AI 策略 v1<br/>5/28 首笔买 PDD<br/>1 万美金起步]
H --> I[2025-06 引入 好资产好波动 理念<br/>放弃量化技术路径<br/>3 万美金]
I --> J[2025-08 RSI v2 季度收益 4.3%<br/>多邻国亏损<br/>限定千亿美金以上龙头]
J --> K[2025-09 自建金融 MCP<br/>从 FMP API 拿准确数据]
K --> L[2025-11 升级 Claude 125 美金/月<br/>10 万美金资金池]
L --> M[2025-12 KeepRule 上线<br/>RSI v3 引入 内在价值计算<br/>18 万美金]
M --> N[2026-01 升级 250 美金/月<br/>RSI v4 三层框架完整<br/>21 万美金]
N --> O[2026-02-05 SaaS 大跌防御<br/>切换微软纳指<br/>保现金 45%]
O --> P[2026-05 owner-earnings.vercel.app<br/>KeepRule 26 大师原则库<br/>25 万美金]
关键转折点
- 2023-12-29 反思：第一次系统记录"听到大佬说做 AI 唯一关联是投了英伟达，没听进去"，意识到投资是认知变现最快的方式
- 2024-02-19 WLD 反思：坚信认知，时间投资和金钱投资都要做，认知不动手是失败的认知
- 2025-04-01（精华、置顶帖）站在 AGI 视角看当下：
- 不做 AI 主要趋势的点（主流逻辑会赔钱）
- 甚至不做 AI 直线相关的点（竞争时间太长）
- 假设 2035-01-01 AGI 到来，回看当下做什么会被验证为对的
- 2025-08-02 顿悟：AI 浪潮真正的深层意义不是"智力平权"，是"理性/慢思考平权"——绝大多数人绝大多数决策都不过脑
- 2025-11-12 段永平访谈洗礼：分清"逻辑上懂"和"行为上懂"
- 2026-01-03 行为定义懂：能做到才是懂；如果纳入纪律视角 + 基础智商 + 懂些常识，投资中很难亏钱
3. RSI AI 策略：三层框架详解
3.1 第一层：好资产（前提）
初版定义（2025-Q2）：千亿美金以上市值 + 细分领域垄断 + 历史长 + 有过波动证明长期价值
踩坑修正：
- 多邻国（700 → 320 美金）持续下跌，连续买十次后才意识到"不是好资产"，是连续买入纪律的反面教材
- SaaS（CRM/NOW/ADBE/INTU）2026-02 大跌 → 复盘：营收 3 年确定性没问题，但市场已经在算"AI 替代终局"的恐慌情绪
- 摩托罗拉解决方案 (MSI) 拆分后 700 亿美金市值、诺基亚 400 亿美金，反例提醒：大变革不是"嘎嘣"一下完成的
最终规则：
- 优先千亿以上美金（含特殊例外茅台、SPGI 等）
- 必须在细分领域有垄断/绝对优势
- 排除"短期符合分数但走不出来的"（如多邻国、IBM 早期）
- 不买 ETF 做空（如 SQQQ 三倍纳指空），违反"好资产长期向上"前提
- 不买中小盘（300 亿以下完全不碰）
3.2 第二层：好价格（安全边际）
核心理念："足够便宜不是关键，足够懂才是关键"（段永平）
计算工具：王凯自建两个开源 vercel app
- owner-earnings.vercel.app - 内在价值计算框架（多种经典模型综合）
- qoderqianyimeijinrsi.vercel.app - 巴菲特严苛版（多数公司直接 pass）
计算框架特点（6000 字提示词反复打磨）：
- 营收/现金流/护城河/管理层四象限
- 给区间，不给单点（避免精确的错误）
- 计算"收益/风险"比，不仅看绝对价格
- 索尼测试：5 分钟跑完业务多元的非标公司，质量胜过初级/中级分析师
纪律：
- 任何公司一定可以等到合理价格
- 现在朝"任何公司一定可以等到低估价格"演进
- 不挂高价单为了快速成交（ASML 680 多挂高单 → 现在 1500，深刻教训）
3.3 第三层：好波动（入场信号）
AI 在这里干什么：给"风险"打分（1-5 级，5 是最危险不买）
风险变量（提示词内置，给 AI 量化）：
- 公司基本面是否真的变化（vs 短期情绪）
- 宏观风险（美联储/关税/战争/突发事件）
- 行业风险（被 AI 替代/政策/竞争格局）
- 流动性风险
- 持仓集中度
典型 case：
- 波音：政府介入调查 → 风险评级 2 → 策略买入 → 风险解除 → close（5%+ 收益）
- 苹果：特朗普关税 → 短期跌 → 买入 → 3 天后涨 10% close
- 阿里：杭州马姓商人间谍传言 → 短期跌 17% → 买入 → 风险消除恢复
- ISRG：长期下跌 2 个月 → 风险等级稳定（基本面没变）→ 持续加仓 → 单日反弹 20% 大盈利
- VZ：成交后失误重复下单 → 立即止损（违反纪律就修正）
- 多邻国：连买十次但风险等级一直没上升警告 → 反面教材，限定标的规模
资金分配规则（动态）：
- 风险 1：满仓买（4 万）
- 风险 2：3/4
- 风险 3：1/2
- 风险 4：减仓
- 风险 5：清仓
3.4 整体仓位管理
graph LR
A[总资金 25 万] --> B[策略仓 50-55%]
A --> C[现金 45-50%]
B --> D[股票 70%]
B --> E[BTC/加密 15%]
B --> F[纳指 QQQ 15%]
C --> G[等更便宜的好价格]
C --> H[防极端风险<br/>疫情/战争/恐慌]
4. AI 的 4 种用法（按重要程度排序）
用法 1：当尺子（最核心，最值钱）
人类无法量化的模糊变量，让 AI 用一套稳定框架量化：
- 市场风险等级（"市场现在多恐慌？1-10 打分"）
- 企业内在价值（多种模型综合 → 给区间）
- 单只股票风险（短中长期分别打分）
- 情绪状态（自己"过度恐慌 vs 理性"也可以让 AI 打分）
类比：保险公司的精算师，给 AI 一套稳定框架后它就是无情的精算机器。AI 越来越深入"决策"环节，本质是降低人类非理性决策的代价。
用法 2：拷问决策者
提示词：让 AI 扮演投资大师，深度提问拷问交易决策（"为什么买？依据是什么？哪些风险？为什么这个价格？仓位为什么这么大？"），引导 thinking 模式。
作用：把"快思考决策"逼成"慢思考决策"。即使最后不用 AI 决策，多过一道也能避免大量情绪交易。
用法 3：数据分析助手（Claude Code / Cursor）
关键转变：王凯 2025-09 想通"Claude Code 不只是写代码，更是数据分析利器"，从此把 AI Coding 当主要数据分析工具。
典型场景：
- 拉某策略历史 10 年数据 → 验证猜想（"市值最大公司"策略输给纳指）
- 跑伯克希尔现金比例 vs 标普 500 PE 历史 → 算未来风险周期
- 比较茅台/苹果/标普 500/伯克希尔 30 年年化 → 茅台 30 年比标普赚 1 倍
- 跑信号统计：每月平均出现几次买入信号、平均持仓几天最优
前提：必须自建金融 MCP（用 FMP API），绕过 Claude/GPT 联网搜索拿不准数字的硬伤。
用法 4：辅助决策（L2 辅助驾驶）
王凯反复强调：现阶段不是 L4 完全自主，是 L2 辅助。
- 我自己来把控路线（选股标准、仓位/风险限制）
- AI 帮我量化、计算、拷问、检查
- 不让 AI 直接决定买卖（除非超高频信号场景，而那已经被量化 team 占领）
5. 反面教训（绝不能犯）
5.1 关于 AI 工具
- ❌ 不要用 DeepSeek 炒股：数据不准、幻觉严重、决策没有连贯性
- ❌ 不要直接信 Claude/GPT 联网搜索的数字：金融数据精度极低，可能直接编造
- ❌ 不要在一个对话里持续问交易：大模型记忆长度限制 → 早期上下文丢失 → 决策错乱
- ❌ 不要把所有 N 个要求堆一个提示词：指令遵从性会崩
- ❌ 不要忽视联网搜索的潜在偏见：小盘股相关信息源都是自媒体/利益相关方，AI 综合后结论不可信
5.2 关于投资行为
- ❌ 不要用 AI 跑选股报告然后印证自己想法：本质是借 AI 做心理安慰
- ❌ 不要让 AI 共创"复杂分析框架"自我感动：散户没有判断框架质量的基础，复杂不等于对
- ❌ 不要与三大指数比收益：模糊目标，赔钱就是赔钱，盈利才是目标
- ❌ 不要因感觉股价便宜就买：好资产可以一直跌，必须先算内在价值
- ❌ 不要把"赛道逻辑"用在二级市场：那是 VC 一级市场玩法，散户继承了害人
- ❌ 不要试图回测整个策略：AI 策略本质不可回测，但每个节点的数据可以验证
- ❌ 不要预测短期股价 + 不要根据短期股价总结：股价短期失真，不具备复盘基础
- ❌ 不要为了赶紧成交修改挂单价格：每次都是亏的，VZ 案例触发立即止损规则
5.3 关于 AI 投资行业
王凯多次抨击行业噪音：
- 抖音 AI 股票学习机（割韭菜的硬件）
- 用 AI 跑"暴富 700% 回报率"（OpenAI 离职哥们 PR 严重过头）
- 港科大 AI 炒股论文（选英伟达数据集来跑无法验证策略潜力）
- 财新《AI 投资革命》封面报道（"AI 是毫秒级交易员"是错的，推理模型至少 2 分钟）
6. 价值投资学习路径（王凯的）
读书顺序（按王凯实际践行）：
- 段永平雪球（每天 3 分钟，松鼠快看订阅）
- 巴菲特股东信
- 《聪明的投资者》- 本杰明·格雷厄姆 → 治"赛道逻辑"病
- 《彼得林奇的成功投资》→ "不要相信自己内心的感觉"
- 《专业投机原理》→ 启发"等就是最大的纪律"
- 《投资最重要的事》- 霍华德马克斯 → 风险定义"波动 ≠ 风险"
- 《穷查理宝典》
- 《快思考，慢思考》《元认知》→ 配合 thinking 模式深读
- 喜马拉雅资本 COO 访谈 → 价值投资的"懂"的高标准
读书心得：经典书要重读，因为之前能力不足（如同小模型）很多信息接收不到。AI 让"thinking 模式默认"后，看相同的书会看到完全不同的东西。
7. 与典型流派的差异
| 流派 | 核心 | 资金量 | 王凯立场 |
|---|---|---|---|
| 巴菲特/段永平价值投资 | 买公司 + 长期持有 + 计算未来 10 年现金流 | 大资金、低换手 | 学心法但执行不到（看 10 年太难） |
| 量化 | 数学模型 + 大算力 + 高频 | 数亿以上 | 必败领域，散户没机会 |
| AI 套利（早期王凯方向） | 抓 SEC 等突发事件 + AI 即时判断 + 自动化交易 | 30 万美金天花板 | 速度被 2 家专业 team 卡死 |
| RSI AI 策略（当前） | 好资产 + AI 给风险定价 + 短中线波动 | 25 万→未来 1000 万 | 在做的 |
| 跟随巴菲特持仓买 | 抄作业 | 任意 | 单一逻辑可行但赚不到超额 |
RSI AI 策略与价值投资的关系：
- 段永平视角是 10 年现金流，RSI 视角是 1-2 月波动
- 巴菲特赚的是好公司本身上涨的钱
- RSI 赚的是市场短期对风险错误定价的钱（"狂躁症 vs 抑郁症"市场情绪）
- 但两者前提相同：好资产，必须懂
8. 工具栈（截至 2026-05）
AI 模型
- Claude Pro 250 美金/月（绝对核心）：判断、决策、文档、Claude Code
- ChatGPT Plus：GPT-5 thinking 模式、研究报告、长任务
- Gemini：深度研究、NotebookLM（看论文/播客必备）
- 不用：DeepSeek（绝不用于投资）
金融数据
- FMP API（付费，月费约 100 美金）：自建 MCP，绕过 AI 联网搜索拿不准的硬伤
- 雪球（松鼠快看）订阅段永平：每天 3 分钟
AI Coding（已成基础技能）
- Claude Code 250 美金/月（终端，主力）
- Cursor / TRAE（字节海外版）/ Qoder（阿里）多开
- VS Code
- Xcode 看 APP 效果
自建工具
- owner-earnings.vercel.app 内在价值计算
- keeprule.com 投资大师原则库（26 位大师）
- global-liquidity-dashboard 流动性看板
- fmp-market-structure-radar 市场整体结构雷达
- buffett-wiki.vercel.app 巴菲特原则 Demo
浏览器自动化
- Chrome MCP（控制真实浏览器，不是无头）
- AgentMail（Agent 专用邮箱，YC S25）
- 多浏览器多账号体系并行
心理 / 决策辅助
- IFS（Internal Family Systems）- 王凯老婆主导引入，治"违反纪律改单价"的冲动
9. 数据成绩（截至 2026-05）
| 时段 | Close 收益 | 资金池 | 收益率 |
|---|---|---|---|
| 2025-05（首笔 PDD） | 启动 | 1 万 → 3 万 | - |
| 2025-06 | 580 美金 | 3 万 | ~2% |
| 2025-07 | 440 美金 | 5 万 | - |
| 2025-08 | 927 美金 | 5 万 | ~2% |
| 2025-09 | 992 美金 | 5 万 | - |
| 2025-Q3 累计 | 1700 美金 | - | 季度 4.3% |
| 2025-10 | 2500+ 美金 | 5 万 | - |
| 2025-11 | 1510 美金 | 10 万 | 跑赢三大指数 |
| 2025-12 | 2200 美金 | 18 万 | - |
| 2026-01 | 2200 美金 | 21 万 | 月度 ~2% |
| 2026-02 | 4000 美金 | 25 万 | - |
| 2026-04（伊朗战争） | 单笔 QQQ 1400 美金 | 25 万 | 大幅跑赢指数 |
对比基准（30 年平均年化）：
- 标普 500 ~10%
- 纳指 ~12%
- 茅台 ~30%（30 年比标普累计多赚 1 倍）
- 伯克希尔 ~20%
- 巴菲特历史平均 ~20%
目标：2 年内自有 + 合作 1000 万美金跑此策略。
10. 给跟随者的纪律检查清单
执行 RSI AI 策略前必须自问：
- 你有自己的投资纪律吗？还是纯抄作业？
- 假设段永平卖掉茅台并说看法变了，你卖不卖？
- 你比巴菲特更懂科技股？为什么他不投你敢投？
- 你买入逻辑是"算出企业内在价值"还是"感觉股价便宜"？
- 持仓出现 40% 浮亏，能加仓吗？还是会动摇？
- AI 给你的报告，你能挑出错误吗？还是只能信？
- 你跑的金融数据，是从 FMP API 来的还是 Claude 联网搜索来的？
- 你违反纪律一次，能立刻止损吗（VZ 重复下单的考验）？
- 你的总资金能承受 50% 亏损吗？仓位是否合理？
- 你能等几个月不交易吗？
11. 王凯说过的金句（背 5 句够用一辈子）
"AI 是尺子，不是算命师。给狂躁症市场量体温的工具。"
"投资中很难的是'始终相信'。买入容易，扛得住考验难。"
"懂了一些，不懂得更多。这给了我极大的笃定感。"
"巴菲特赚的是企业自身发展的钱，我赚的是市场对风险错误定价的钱。"
"等待是最难的事，比把事情想清楚还难。"
"应该消耗更多 token，不是省 token。每月再贵都比错过一次决策便宜。"
"AI 时代最值钱的能力是'指数级消耗 token 的效率与质量'。"
"做事的过程其实没那么重要，关键决策是 3-5 个。"（猿辅导李甬版）
引用与延伸
- 王凯 AI 时代创业方法论与商业判断框架 创业方法论（互联网时代红利期 vs AI 时代多项目并行）
- 王凯 AI 行业判断与大公司竞争格局观察 行业判断（OpenAI/Anthropic/Google/Apple/Microsoft 生态判断）
- 王凯 AI Coding 实操：从 Cursor 到 Claude Code 终端工作流 AI Coding 实操（Claude Code 数据分析、自建 MCP）
- 王凯 AI 时代决策系统 决策系统（thinking、绝对理性、AI 辅助决策）
- 王凯 Agent 工程实操 Agent 工程（Chrome MCP、自动化任务、Claude Code Loop）
- newtype AI 商业、行业与投资观察 老黄 newtype 投资逻辑对比（更偏长期 + 个人创业）
- wiki-yitang-scraping 易堂数据抓取（与本 wiki 投资数据的获取思路相关）
History
- 2026-05-16: 全量读完 433 帖（bucket-investment-strategy.md 9615 行）→ 主题驱动改写，按"心法 / 时间线 / 三层框架 / AI 用法 / 反面教训 / 工具栈 / 数据 / 金句"重组，剔除原文章节顺序