EKB 个人投资决策系统
定位
一套运行在飞书多维表格上的个人投资决策系统：把「看到信息 → 做出判断 → 下注 → 复盘」的全过程结构化，让每一笔决策都有依据、有记录、可回测、可校准。
解决什么问题
个人投资者最常见的失败模式不是「算错」，而是「没算」：凭感觉入场、仓位失控、复盘靠回忆。这套系统要解决的正是这三件事——
- 判断必须以明确的概率和期望值表达，而不是「我觉得会涨」；
- 仓位由规则决定，而不是由情绪决定；
- 每次预测都被冻结存档，事后用真实结果校准自己的判断力。
方法论
核心是 EKB 三层决策框架：
- E — 期望值（Expectation）：每个投资判断都换算为「看对的概率 × 预期盈亏比」，只在期望值为正且足够大时行动。
- K — 仓位控制（Kelly 思想）：即使期望值为正，仓位也由概率与赔率推导，永远给「看错」留余地，严守家庭资金安全边界。
- B — 贝叶斯更新（Bayesian updating）：新信息到来时更新概率而不是推翻重来；预测结算后回过头校准自己的概率估计，形成学习闭环。
落地上，系统以飞书多维表格为唯一事实来源（资讯库 → 标的分析 → 预测与决策 → 结果与校准 → 复盘看板），以多个 AI 智能体承担资讯入库、正式分析、交易记录、结算校准、月度复盘等流程。人只做最终决策与例外判断，流程本身交给系统。
架构
系统按「信息 → 分析 → 决策 → 结果 → 学习」的闭环组织，共五层：
- 信息层：外部资讯统一入库，打标签、去重、保留出处。
- 分析层：对每个标的维护持续更新的分析记录，观点与证据绑定。
- 决策层：预测快照（概率、目标价、期限）一经做出即冻结存档，不可追溯修改；执行记录与预测分离。
- 结果层：到期结算，对照预测快照计算校准偏差。
- 复盘层：月度复盘检查八个维度，输出改进项回到信息层与分析层。
数据只存一处、快照只增不改、AI 只在授权范围内写表——这三条纪律是系统可信的前提。
成果与心得
- 决策过程全程留痕，历史上「当时怎么想的」永远可回溯；
- 概率校准让「判断力」变成了一个可以看见、可以改进的指标；
- AI 智能体承担了大部分流程性工作，人的时间集中在最难的那一步：下判断。
最大的体会：投资系统的价值不在某一次看对，而在把「看对」和「看错」都变成燃料。