InvestorClaw 技能评估
核心用法
InvestorClaw 是一款面向个人投资者的本地化投资组合分析引擎，采用"确定性优先"架构：核心计算（夏普比率、索提诺比率、债券久期、行业分布、FRED收益率曲线等）在隔离的Docker容器中完成，通过MCP-HTTP或纯REST端点暴露20个工具。用户只需将券商导出的CSV/XLS/PDF文件放入本地portfolios/目录，即可通过自然语言查询持仓、绩效、风险敞口、再平衡方案等。
关键设计特点：
- 零云端计算：券商文件、持仓数据、计算中间态完全保留在本地容器（
ic-engine-data卷），仅叙事合成阶段将脱敏后的签名信封（HMAC校验）发送至配置的LLM服务商 - 自动预热：容器启动时自动执行
setup → refresh → seed_ask，200+持仓组合冷启动约5-15分钟，后续查询秒级响应 - 分层API密钥策略：仅
TOGETHER_API_KEY（叙事合成）为硬性需求，其余数据源按持仓规模选配——小组合（≤50）可用免费yfinance，大组合（200+）需付费Massive key避免限流
显著优点
1. 隐私优先的架构设计：账户号、SSN等PII在摄取阶段即被脱敏，原始券商文件永不离开本地；叙事阶段仅传递引擎生成的签名JSON信封，非原始持仓明细
2. 金融工程合规性：基于FINOS CDM 5.x合规的ic-engine，计算逻辑可审计、可复现；输出附带HMAC签名防篡改
3. 灵活的降级能力：无API key时仍运行核心计算（仅缺失叙事合成和实时新闻），yfinance/Frankfurter/Treasury Fiscal Data等零key备用源保障基础功能
4. 券商生态兼容：原生支持Schwab、Fidelity、Vanguard、UBS、ETrade、Robinhood等主流券商导出格式，支持PDF/截图OCR提取
5. 运维友好：Docker Compose单文件部署，支持Podman替代；状态持久化于命名卷，升级时用户数据自动保留
潜在缺点与局限性
1. 冷启动成本：200+持仓组合首次初始化需5-15分钟（受yfinance全局限流影响），虽可通过IC_INITIALIZE_ON_BOOT=1后台预热，但用户仍需等待
2. API密钥碎片化：大组合需配置Massive（付费）、Finnhub、MarketAux、FRED等多源key，运维复杂度随规模上升
3. 本地计算资源依赖：容器镜像约600MB，需持续运行的Docker/Podman环境；无云托管选项，对移动端/平板用户不友好
4. 叙事质量受限于LLM配置：默认使用Together AI的Gemma-4-31B，虽成本低廉（~$0.0008/1K token），但复杂多轮推理场景下质量可能逊于顶级商用模型
5. 无交易执行能力：纯分析工具，不支持下单、调仓执行，与券商系统无API直连
适合人群
- 隐私敏感型投资者：不愿将完整持仓上传至云端理财平台（如Personal Capital、Mint）的高净值个人
- 多券商持仓管理者：持仓分散于多个券商、需要统一视图穿透分析的用户
- 量化爱好者/理财顾问：需要可验证、可审计的计算逻辑，用于客户报告或自我研究
- 本地优先的技术用户：熟悉Docker、愿意自行运维基础设施的开发者或技术从业者
常规风险
- 数据 stale 风险：新闻数据TTL仅30秒，其他60秒；快速市场波动期间需显式调用
portfolio_refresh获取最新报价 - 密钥管理风险：
keys.env以0600权限持久化于Docker卷，虽比明文环境变量安全，但主机root用户仍可读取；建议配合密钥备份加密（scrypt+AES-256-GCM）定期离线备份 - 容器逃逸风险：虽绑定
127.0.0.1仅限本地访问，但若主机其他进程被攻破，本地环回API无额外认证保护 - 模型幻觉传导：虽引擎计算确定性，但叙事合成阶段LLM可能误读信封数据；建议关键决策前核对原始
ic_result字段