Abel Invest 是 Abel AI Lab 的 predict-anything 项目下的一个技能，用于量化投资领域的 alpha 搜索与策略发现。它适用于用户询问如何投资、交易、买入或卖出、寻找 alpha、发现或改进交易策略、回测或压力测试信号、筛选候选标的等场景。
用途
该技能的核心用途是 alpha 搜索与候选筛选，延续已有的 Abel 策略发现工作区，创建会话与分支，准备、调试、记录和审查策略轮次，以及解读 evidence_ledger.json、frontier.md、agent_context.md 和 exploration_path.md 等文件。
主要能力
技能提供了一套以工作区为中心的工作流。启动时先解析工作区状态，读取 references/workspace-bootstrap.md，确定工作区位置：如果当前目录存在 alpha.workspace.yaml 则使用当前目录；否则如果当前目录下存在 abel-invest-workspace/alpha.workspace.yaml 则使用该子工作区；否则在深入策略工作前先引导（bootstrap）一个工作区。随后运行 bootstrap 脚本：python3 <abel-invest-skill-root>/scripts/bootstrap_workspace.py --path <workspace-root>。
技能强调“基线优先”：在从零开始搜索前，先检查用户维护的基线或策略目录中是否已存在针对该目标的已验证策略。如果存在，则将其作为基准和起点，在其基础上迭代，而不是浪费轮次重新发现。
技能包含多个参考文档路由，覆盖工作区引导、实验循环、发现协议、图版本、分支编写、约束、受保护优化、数据驱动构造、方法论和已验证模式等主题。
使用方式
技能通过工作区命令前缀（command_prefix）使用 Abel Invest 命令。在全新安装且未安装 abel-invest 时，运行 python3 <abel-invest-skill-root>/scripts/bootstrap_workspace.py --path abel-invest-workspace，不要用系统解释器导入 abel_invest 进行首次引导。
认证方面，优先复用已有的 Abel 认证；如果缺少实时访问权限，使用 abel-auth 并重新运行 bootstrap 脚本。abel-auth/.env.skill 是正常的共享认证/配置文件来源，工作区 .env 仅作为显式的按工作区覆盖。
技能定义了实验循环：每次记录 run-branch 后，遵循打印的 loop_checkpoint 及其 next_boundary，继续具体的探索动作或进入最终报告。完成状态（Completed）是唯一的正常最终答案状态，无论目标是否达成。完成后的停止报告使用 <command_prefix> best-strategy --session <session> --json 作为只读的最终报告交接。
可视化方面，技能不会自动创建或刷新在线会话视图；如果用户同意或明确要求，运行 <command_prefix> visualize-session --session <session>。如果用户要求上传或可视化特定策略分支/轮次，运行 <command_prefix> visualize-session --session <session> --strategy <branch> --round <round>。
适用场景
该技能适用于量化投资策略的搜索、发现、验证和报告。它支持从全新或不熟悉的标的开始，使用实验循环中的紧凑首次侦察（first-look scout）在首次正式记录的 alpha 候选之前进行约 5 分钟的评分，对合理的目标、图和构造形状进行排序。它也支持用户指定的策略、已有线索、基线、对照、延续或非常窄的诊断。
技能强调实时图发现（live graph discovery）是默认的高价值 alpha 宇宙。目标-only 的工作是基线、种子、消融或竞争者。图支持的 branch 不自动等于数据驱动：运行时图读取证明输入实现，而非构造广度。
限制
技能明确了一系列禁止事项：在 bootstrap 就绪确认前不创建会话；不将 branch.yaml 视为证据（它是审计声明）；不将 evidence_ledger.json、frontier.md 或 agent_context.md 视为生成的策略建议（它们是事实性表面）；不隐藏参数、仓位、阈值、过滤器、模型、因子或节点子集搜索；不在所需验证和诚实的搜索宽度核算支持之前，将原始指标获胜者报告为稳健策略；不只为了通过门控而牺牲 Sharpe、收益或用户目标；不将 --selection-trials 视为策略质量捷径；不依赖任何外部技能进行受保护优化。
搜索不变量方面：用户目标优先。如果用户未给出指标目标，搜索强可交易策略：高收益、Sharpe > 2，且所有必需的 Abel Edge 门控通过。这是内部完成目标。保持在 Exploring 状态，直到正常结束被证明合理。如果用户明确中断或外部阻塞阻止继续，不进入 Completed，只给出简短的中断/阻塞说明，不要求可视化。
耗尽（exhaustion）必须由账本证明。除非 experiment-loop.md 的账本要求得到满足，否则不写“exhausted”、“ceiling”或“no edge”。一个已验证的候选不能证明搜索的穷尽性。
CAP 图节点是模型支持的因果先验，不是交易指令。不要仅从图角色推断隐藏权重、精确滞后、有符号效应或可交易方向。
默认 Abel 路由器基础 URL 是 https://api.abel.ai/router/。abel-auth 负责 API 密钥设置；除非用户测试非默认路由器，否则不要询问路由器 URL。
术语表
CAP：Abel 因果图表面，用作先验。Edge：Abel 运行时，用于准备数据和验证策略。DSR：通缩 Sharpe 比率核算；--selection-trials 记录有效搜索宽度，不替代最终验证。Ledger：evidence_ledger.json，证据记录。Frontier：frontier.md / frontier.json，事实性搜索覆盖。Artifact digest：artifact-digest，会话或分支工件的紧凑只读摘要，用于普通循环决策。PASS/FAIL：Edge 验证裁决，不是停止思考的指令。Narrative scout：Abel Ask/领域上下文传递，用于候选生成，不是验证。