Alpha-Forge 商业需求文档（BRD）
Source: Notion | Last edited: 2026-01-05 | ID: 2df2d2dc-3ef...
📄 Alpha-Forge 商业需求文档（BRD）
Section titled “📄 Alpha-Forge 商业需求文档（BRD）”1) 项目背景与市场机会
Section titled “1) 项目背景与市场机会”1.1 市场趋势
Section titled “1.1 市场趋势”随着 AI 技术与自然语言交互能力的成熟，交易工具正在从传统编码驱动向自然语言驱动的策略构建工具演进。目前已有产品尝试通过自然语言界面让用户创建和自动化交易策略，降低策略开发门槛，而零售交易者对这类工具的需求不断增长。Capitalise
经典自动化交易系统早用于机构级 ATS，但目前为止，真正让非技术用户用自然语言生成完整策略并自动执行的产品只有少数。Wikipedia
1.2 市场痛点
Section titled “1.2 市场痛点”- 大多数量化平台需要编写代码、掌握策略语言或繁琐配置，技术门槛高。
- 即便有自动化执行工具，用户难以理解策略逻辑与优化过程。
- 零售交易者渴望**快速从“想法”到“可执行策略”**的体验，而不是长期学习编程。
- 现有自然语言自动化产品（如 Capitalise.ai）虽然减少了代码门槛，但其研究与优化能力局限，缺乏“解释式 AI + 交互式优化循环”的完整体验。Capitalise+1
2) 目标用户与主要痛点
Section titled “2) 目标用户与主要痛点”2.1 目标用户画像
Section titled “2.1 目标用户画像”3) 核心商业机会 & 差异化
Section titled “3) 核心商业机会 & 差异化”3.1 核心机会
Section titled “3.1 核心机会”机会 1：自然语言交互不是噱头，而是入口
虽然像 Capitalise.ai 已提供自然语言策略自动化，但它的重点是执行/触发，而不是完整的研究 → 解释 → 优化 → 验证的闭环。Capitalise
机会 2：策略优化与解释是留存驱动力
真正使用户留下来的不是一次自动化策略执行，而是多次循环优化的价值感：用户能理解策略背后的逻辑、权衡、风险等。
机会 3：教育与策略演化结合
通过 UI 引导、结构化解释与即时反馈，用户不只是得到结果，还能学习策略背后“为什么”。
4) 主要竞品分析与定位
Section titled “4) 主要竞品分析与定位”以下产品代表了当前市场中不同细分定位：
4.1 Capitalise.ai（最接近自然语言＋执行）
Section titled “4.1 Capitalise.ai（最接近自然语言＋执行）”- 核心价值：自然语言生成策略、自动执行、backtest、模拟和通知。Capitalise+1
- 目标用户：希望自动执行策略的零编程用户。
- 功能优点：全流程自动化、实时监控、无代码。
- 局限性：研究与解释较浅；优化更多基于规则编辑，而非智能引导。 作为竞品：Alpha-Forge 在其基础上需要突出解释引擎 + 迭代优化 + 自然语言研究闭环这一差异化点。
4.2 QuantConnect（工程级复杂量化平台）
Section titled “4.2 QuantConnect（工程级复杂量化平台）”- 更适合有编程能力的人群，支持完整算法生命周期（代码 → 回测 → 仓位管理）等。Wikipedia
- 不是零代码自然语言产品。 差异点：Alpha-Forge 要避免过度技术化，同时在策略理解与可解释性上比单纯工程平台更友好。
4.3 其他本地/传统量化工具（如 Eyuanquant / RQuant）
Section titled “4.3 其他本地/传统量化工具（如 Eyuanquant / RQuant）”- 数学模型和信号生成工具，但不具备自然语言、深度交互能力。zh.wikipedia.org
- 定位较技术、策略信号层面。 差异点：Alpha-Forge 可以通过自然语言 + AI 迭代闭环来弥补体验差异。
5) 商业目标与成功度量（KPI）
Section titled “5) 商业目标与成功度量（KPI）”5.1 核心商业目标（SMART）
Section titled “5.1 核心商业目标（SMART）”6) 产品范围与功能
Section titled “6) 产品范围与功能”6.1 核心功能（MVP）
Section titled “6.1 核心功能（MVP）”A) 自然语言策略生成
Section titled “A) 自然语言策略生成”- 用户用自然语言描述策略（例如你的“我想……BTC 趋势策略”）
- 系统生成策略流程图/结构解析 差异化：解释 “这是你策略的意图模型”
B) 结果展示 & 解读引擎
Section titled “B) 结果展示 & 解读引擎”- 结构化回测结果
- 解释性摘要（为什么表现这样）
- 用户行为匹配反馈（适合/不适合）
C) 迭代优化循环
Section titled “C) 迭代优化循环”- 通过参数滑块 / 结构化问题驱动
- 重跑结果对比 + 解释性差异反馈
- 多版本对比分析
D) 验证/纸盘
Section titled “D) 验证/纸盘”- 纸盘模拟 + 偏离解释
- 成本/滑点/延迟影响判断
E) 导出与执行接口（辅助）
Section titled “E) 导出与执行接口（辅助）”- 代码/信号导出
- webhook/外部平台执行（不直接托管资金）
7) 商业模型设想
Section titled “7) 商业模型设想”8) 风险与合规考量
Section titled “8) 风险与合规考量”8.1 自动执行的合规风险
Section titled “8.1 自动执行的合规风险”自动执行策略产品在不同市场（美股、加密、外汇等）有不同监管要求。Alpha-Forge 核心不直接托管资金，而是提供策略与信号导出，这减少监管障碍。
研究：自动化交易核心监管通常集中在券商层，技术供应商受到较少直接交易监管。Capitalise
8.2 数据隐私与用户数据处理
Section titled “8.2 数据隐私与用户数据处理”需要透明的数据使用声明，尤其是涉及交易 API/auth token 的安全性。
9) 总结定位陈述（差异化价值定位）
Section titled “9) 总结定位陈述（差异化价值定位）”Alpha-Forge 是为零售交易者打造的 AI 原生策略研究与优化平台。 它通过自然语言交互、结构化解释引擎、迭代优化闭环，使用户在无需编程的情况下，快速从策略想法走到可验证执行路径，是 Capitalise.ai 类工具向“策略智囊级别”进化的产品。
📌 附录 A — 竞品功能矩阵对比表
Section titled “📌 附录 A — 竞品功能矩阵对比表”注释
-
“⭐” 代表功能深度/成熟度（⭐⭐ = 基础 / 部分支持，⭐⭐⭐★ = 强 / 深度支持）
-
⚠ = 该功能在某些条件下可用（例如通过代理/第三方集成，而不是原生） 简要说明
-
Alpha-Forge 的核心优势在于“自然语言 → 完整研究循环 + 解释性优化反馈”（其特点是其它竞品不关注或弱支持）。 这种能力不是“执行层面的自动化”，而是“策略解释与智能迭代”，是目前市场上几乎独占的位置。
-
Capitalise.ai 是少数允许用自然语言写策略的成熟产品之一，但它更多集中在规则自动执行与监控上，而不是策略认知。Capitalise
-
TrendSpider 和 Trade Ideas 更关注技术分析 + AI 扫描器，而不是自然语言驱动的策略构建与解释。Biz4Group+1
-
QuantConnect 是工程级全栈平台，强在可扩展性和多资产支持，但对零售自然语言用户不友好（代码驱动）。Wikipedia
📌 附录 B — 市场细分与用户价值地图图表（文字版）
Section titled “📌 附录 B — 市场细分与用户价值地图图表（文字版）”🎯 坐标定义
Section titled “🎯 坐标定义”我们根据两个维度来划分市场：
用户交互友好度（自然语言/AI）↑ | | [A] | Alpha-Forge ←—— 目标位置 | Capitalise.ai | | | TrendSpider | Trade Ideas |---------------------------|--------------------------------→ | | QuantConnect | | | MetaTrader5 / AlgoTrader | |低|高结构化/工程级（编码/DSL驱动）🧠 图表说明（可以插图）
Section titled “🧠 图表说明（可以插图）”X 轴 — 结构化/代码驱动 ←→ 自然语言/AI 驱动
Section titled “X 轴 — 结构化/代码驱动 ←→ 自然语言/AI 驱动”-
左侧：以编程/策略语言为核心，用户需要编码能力。 如 QuantConnect、MetaTrader5 + Plugins 等。Wikipedia
-
右侧：以自然语言或低代码/无代码交互为主，更适合零售用户。 如 Capitalise.ai 等。Capitalise
Y 轴 — 执行/信号导向 ←→ 策略研究导向
Section titled “Y 轴 — 执行/信号导向 ←→ 策略研究导向”-
下方：工具更多给用户信号 + 自动交易执行。 如 Trade Ideas 侧重 AI 信号、自动交易。Trade Ideas
-
上方：工具更强调策略研究、可解释性、迭代与反馈。 这是 Alpha-Forge 目标要覆盖的位置 — 不只产生信号，而且助用户理解、优化策略。
📊 图表解读
Section titled “📊 图表解读”象限 [A]（右上角） — Alpha-Forge 理想位置
Section titled “象限 [A]（右上角） — Alpha-Forge 理想位置”- 自然语言交互 + 策略研究导向
- 这是目前市场空白/竞争稀少的区域，大部分竞品要么偏执行信号，要么偏结构化研发，没有真正做到“自然语言 + 深度策略循环”这一类体验。
🎯 市场细分用户对照
Section titled “🎯 市场细分用户对照”📌 用户价值地图决策意义
Section titled “📌 用户价值地图决策意义”这个矩阵帮助回答：
- 谁最可能成为 Alpha-Forge 的用户？
- 想系统化建策略，但不想写代码
- 想理解而不是只执行信号
- 想有迭代优化反馈而不是“单次尝试”
- 为什么市场上没有“自然语言 + 深度研究”强产品？
- 建立强解释引擎 + 反馈循环是很难的技术与 UX 问题
- 现有工具更多解决的是“执行快/回测快”而不是“认知进化”
📌 引用说明（文献/数据依据）
Section titled “📌 引用说明（文献/数据依据）”- Capitalise.ai 提供自然语言策略构建与自动化执行功能。Capitalise
- TrendSpider 侧重自动图表分析与技术模式识别。Biz4Group+1
- Trade Ideas 提供实时 AI 交易信号生成与回测能力。Trade Ideas
- QuantConnect 是工程级多资产算法平台，编程为主。Wikipedia
- 多个行业 AI 交易指南（TrendSpider、Capitalise.ai 等）说明这些工具市场广泛存在。Pragmatic Coders
📝 可以直接放进 BRD 附录
Section titled “📝 可以直接放进 BRD 附录”你可以把以上内容作为：
- 附录 A — 竞品功能矩阵对比表
- 附录 B — 市场细分与用户价值地图图表 并插入 BRD 文档相应章节（如附录 A / 附录 B）。
如果你还需要我把这个画成 SVG/PNG 图可视化版本（更适合放在 PPT/产品方案里），告诉我需要哪种布局，我可以继续帮你生成。