FinTec AI Ecosystem 项目注册表
状态：P1 rewrite-lite / 生态对象注册表 文档级别：L1 / 项目路由与继承事实源 最后更新：2026-05-14 Owner：Labs-FinTecAI Admin 用途：登记生态内核心对象的角色、边界、接口、阶段状态、Controller 责任和项目文档入口，为 Batch 8C 项目层 audit 提供注册口径。
1. 本文回答什么
本文回答：
- 当前生态内登记了哪些核心系统、产品和能力底座；
- 每个对象属于
3 + 2结构中的哪一类； - 每个对象当前应继承什么定位、边界和第一阶段状态；
- 项目正文、support 文档、evidence 文档和 open gap 分别从哪里进入；
- 哪个 Controller 承接项目层 audit / rewrite；
- 相邻对象接口当前处于什么状态；
- 哪些变更必须回流生态层 sync / escalation。
本文不是生态战略白皮书，不重复 baseline/01-ecosystem-whitepaper.md 的战略论证。
本文不是当前有效基线，不替代 baseline/03-current-baseline.md 的继承口径。
本文也不是项目级产品定义，不替代 projects/* 中的正式项目入口、产品定义、MVP 定义、项目三件套、产品对象定义或工程化对接设计。
若本文与当前有效基线冲突，以当前有效基线为准；若项目实践证明注册表需要更新，应通过 sync / escalation 回流修订。
2. 当前注册对象总览
当前生态采用 3 + 2 结构。
三个前台独立系统 / 产品：
Data Horizon / 数据视界FinClawAI Trading Matrix
两个基础设施 / 能力底座：
Reinforcement Learning EngineFinancial Expert Foundation Model
| 对象 | 类型 | 当前生态角色 | 第一阶段状态 | Controller | 项目入口 |
|---|---|---|---|---|---|
Data Horizon / 数据视界 | 前台独立系统 / 产品 | 金融信息感知系统 | Active / 需证明独立感知闭环 | Data Horizon Controller | projects/data-horizon/README.md |
FinClaw | 前台独立系统 / 产品 | 金融认知与研究分析中枢 | Active / 需证明独立认知产品闭环 | FinClaw Controller | projects/finclaw/README.md |
AI Trading Matrix | 前台独立系统 / 产品 | 受治理交易执行支持层 | Active / 需证明独立执行支持闭环 | AI Trading Matrix Controller | projects/trading-matrix/project-anchor.md |
Reinforcement Learning Engine | 基础设施 / 能力底座 | 反馈与学习层 | Readiness-gated | Reinforcement Learning Engine Controller | projects/reinforcement-learning-engine/project-anchor.md |
Financial Expert Foundation Model | 基础设施 / 能力底座 | 金融领域模型能力底座 | Readiness-gated | Financial Expert Foundation Model Controller | projects/financial-expert-foundation-model/project-anchor.md |
当前注册状态不等于项目正文已完成重构。项目层文档体系和内容仍需 Batch 8C / 8E 逐项目验收。
3. 文档入口分层
本表使用的是 INDEX.md §1 仓库级 taxonomy 的 项目级子集 + 2 个项目特有补充（open-gap / controller-state）。仓库级完整 taxonomy 包含 canonical / support / evidence / reference / sync / recovery / tooling，详见 INDEX.md。
| 层级 | 含义 | 使用规则 | 与 INDEX 关系 |
|---|---|---|---|
canonical | 项目当前正式入口或当前最接近正式产品 / 系统定义的文档 | Batch 8C 优先 audit；后续项目 rewrite 以此为核心入口。 | 同 INDEX |
support | 继承上下文、当前状态、实践画像、输出对象等支撑文档 | 用于补充 canonical，不得单独替代项目定义。 | 同 INDEX |
evidence | 参考评估、体验、测试、报告、packet、trial 或 closeout 证据 | 只能证明对应 evidence，不得升级为项目事实源。 | 同 INDEX |
open-gap | 明确缺少的字段、样例、评估或承接条件 | 必须进入 Batch 8C audit 或后续 rewrite packet。 | 项目级补充（INDEX 不涵盖项目内部 gap） |
controller-state | Controller 恢复入口和当前承接边界 | 用于恢复任务状态，不替代项目正文。 | 项目级补充（对应 INDEX 的 recovery 在项目维度的细化） |
4. 对象登记
4.1 Data Horizon / 数据视界
| 字段 | 当前登记 |
|---|---|
| 注册名 | Data Horizon / 数据视界 |
| 类型 | 前台独立系统 / 产品 |
| 当前定位 | 金融信息感知系统 |
| 第一阶段目标 | 形成独立金融信息感知链路，并证明不依赖下游认知或执行系统时仍具备最小产品价值。 |
| 当前状态 | Active / reference-evaluation and output-object shaping |
| Controller | Data Horizon Controller |
| Controller state | controllers/data-horizon/state.md |
当前拥有：
- 非结构化和结构化金融信息感知；
- 多源采集、清洗、组织、时间化和输出；
- 可被人或系统消费的上游金融信息产品 / 服务。
当前不拥有：
- 金融认知中枢职责；
- 最终研究结论职责；
- 真实交易执行职责；
- 因接近上游信息而吸收下游认知和执行职责。
文档入口：
| 分类 | 路径 | 当前用途 |
|---|---|---|
canonical | projects/data-horizon/README.md | 项目目录入口。 |
support | projects/data-horizon/project-anchor.md | 项目定位和生态角色。 |
support | projects/data-horizon/inherited-context.md | 从生态层继承的上下文。 |
support | projects/data-horizon/current-state.md | 当前状态、缺口和下一步。 |
support | projects/data-horizon/current-practice-profile.md | 当前实践画像。 |
support | projects/data-horizon/output-object-inventory.md | 输出对象盘点。 |
evidence | packets/sync/data-horizon-alignment-packet-2026-05-12.md | 对齐同步包。 |
接口继承：
Data Horizon -> FinClaw：输出事件时间线、实体卡片、主题动态、数据快照和来源追溯，供 FinClaw 转成结构化认知任务。Data Horizon -> AI Trading Matrix：输出市场事件、信号候选、时间序列和异常变化，供执行支持层作为候选输入，不能被执行层直接信任为结论。
Batch 8C audit 重点：
- 是否已有明确首位用户或消费对象；
- 输出对象是否足够具体；
- 哪些输出服务独立商业闭环，哪些只是生态接口；
- 参考评估是否已转为产品范围和 acceptance；
- 是否缺少样例、schema、trial 或 evaluation case。
4.2 FinClaw
| 字段 | 当前登记 |
|---|---|
| 注册名 | FinClaw |
| 类型 | 前台独立系统 / 产品 |
| 当前定位 | 金融认知与研究分析中枢 |
| 第一阶段目标 | 形成独立金融认知产品闭环，并证明其作为 C 端或研究辅助产品时的最小价值。 |
| 当前状态 | Active / product-definition and MVP-definition advanced |
| Controller | FinClaw Controller |
| Controller state | controllers/finclaw/state.md |
当前拥有：
- 将信息、上下文、方法论和模型能力转化为结构化金融认知；
- 研究分析、推理产物、决策支持、策略假设、风险与反证表达；
- 金融认知对象的标准化输出。
当前不拥有：
- 原始金融信息感知系统职责；
- 默认吸收执行层职责；
- 未经授权的真实交易执行；
- 用泛化 AI 文本替代结构化认知对象。
文档入口：
| 分类 | 路径 | 当前用途 |
|---|---|---|
canonical | projects/finclaw/strategic-whitepaper.md | 完整态战略、产品边界和生态位置。 |
canonical | projects/finclaw/product-definition.md | 产品定义、核心对象和能力结构。 |
canonical | projects/finclaw/mvp-product-definition.md | 第一阶段 MVP 范围和验收边界。 |
接口继承：
Data Horizon -> FinClaw：FinClaw 消费上游信息对象，但不吸收 Data Horizon 的感知系统职责。FinClaw -> AI Trading Matrix：FinClaw 可输出条件化策略假设、风险约束、失效条件和执行前检查点，但不直接触发真实交易执行。FinClaw -> Reinforcement Learning Engine：未来可回流认知结果、评测结果、用户反馈和失败样例，当前仍需真实任务证据。
Batch 8C audit 重点：
- 三份 canonical 是否互相下推而非互相冲突；
- 首位用户、使用流、可交付输出和成功指标是否足够具体；
- cognition-not-execution 边界是否在全部入口中一致；
- 是否已有真实验收 case、JSON / schema 样例、用户旅程或 eval case；
- 哪些旧来源 / 参考材料已吸收，哪些仍只是 evidence。
4.3 AI Trading Matrix
| 字段 | 当前登记 |
|---|---|
| 注册名 | AI Trading Matrix |
| 类型 | 前台独立系统 / 产品 |
| 当前定位 | 受治理交易执行支持层 |
| 第一阶段目标 | 形成独立交易执行支持闭环，并证明其在策略候选、回测、仿真、授权检查、风控和审计场景中的最小价值。 |
| 当前状态 | Active / reference-evaluation-first |
| Controller | AI Trading Matrix Controller |
| Controller state | controllers/trading-matrix/state.md |
当前拥有：
- 策略候选、信号候选、执行优先级、风险条件和交易工作流管理；
- 回测、仿真、执行反馈、策略评估和虚拟交易员赛马机制；
- 在授权、审计和风控边界内承接受治理执行支持链路。
当前不拥有：
- 重建上游金融信息感知系统；
- 抢占生态大脑；
- 自行补造与交易执行无关的认知结论；
- 无治理、无授权、无审计边界的黑箱自动交易。
文档入口：
| 分类 | 路径 | 当前用途 |
|---|---|---|
canonical | projects/trading-matrix/project-anchor.md | 项目定位和生态角色。 |
support | projects/trading-matrix/inherited-context.md | 从生态层继承的上下文。 |
support | projects/trading-matrix/current-state.md | 当前状态、参考评估优先级和缺口。 |
support | projects/trading-matrix/current-practice-profile.md | 当前实践画像。 |
接口继承：
FinClaw -> AI Trading Matrix：消费条件化策略假设、风险约束、失效条件和执行前检查点。Data Horizon -> AI Trading Matrix：消费市场事件、信号候选、时间序列和异常变化，但必须保留可追溯、误报 / 漏报和风险边界。AI Trading Matrix -> Reinforcement Learning Engine：未来回流回测 / 仿真结果、执行支持记录、错误、风险触发和用户反馈。
Batch 8C audit 重点：
- 第一阶段是否应称为执行支持闭环，而不是无边界真实交易闭环；
- 建议、辅助、回测、仿真、策略赛马、授权执行之间是否分层清楚；
- 与 FinClaw 认知输出的输入契约是否存在；
- 参考评估是否已经形成设计输入；
- 风控、授权、审计字段是否显式存在。
4.4 Reinforcement Learning Engine
| 字段 | 当前登记 |
|---|---|
| 注册名 | Reinforcement Learning Engine |
| 类型 | 基础设施 / 能力底座 |
| 当前定位 | 反馈与学习层 |
| 第一阶段目标 | 暂不空转式全面启动；先定义触发条件、可接收反馈类型和与前台产品的依赖关系。 |
| 当前状态 | Readiness-gated / dormant until real feedback |
| Controller | Reinforcement Learning Engine Controller |
| Controller state | controllers/reinforcement-learning-engine/state.md |
当前拥有：
- 结果、误差、案例、反馈和用户行为的学习闭环；
- 认知、策略和执行效果的评估回流；
- 学习资产、评估样本和改进信号沉淀。
当前不拥有：
- 前台产品体验职责；
- 替代具体项目产品战略；
- 在缺少真实反馈数据时空转启动。
文档入口：
| 分类 | 路径 | 当前用途 |
|---|---|---|
canonical | projects/reinforcement-learning-engine/project-anchor.md | 项目定位和触发条件。 |
support | projects/reinforcement-learning-engine/inherited-context.md | 从生态层继承的上下文。 |
support | projects/reinforcement-learning-engine/current-state.md | 当前状态、open gap 和 readiness 条件。 |
接口继承：
AI Trading Matrix -> Reinforcement Learning Engine：回流回测 / 仿真、执行支持记录、错误、风险触发和用户反馈。FinClaw -> Reinforcement Learning Engine：未来可回流认知任务结果、评测结果和失败样例。Reinforcement Learning Engine -> Financial Expert Foundation Model：沉淀高价值学习样本、错误分类、任务改进建议和评估资产。
Batch 8C audit 重点：
- dormant / readiness-gated 状态是否在项目文档中一致；
- 什么反馈可以触发 RLE，什么不能；
- error taxonomy、feedback schema 和 evidence path 是否存在；
- 是否避免把学习层提前写成前台产品或万能优化层。
4.5 Financial Expert Foundation Model
| 字段 | 当前登记 |
|---|---|
| 注册名 | Financial Expert Foundation Model |
| 类型 | 基础设施 / 能力底座 |
| 当前定位 | 金融领域模型能力底座 |
| 第一阶段目标 | 暂不以模型愿景先行全面启动；先明确哪些真实任务、反馈资产和领域样本足以触发模型能力建设。 |
| 当前状态 | Readiness-gated / dormant until task and learning assets |
| Controller | Financial Expert Foundation Model Controller |
| Controller state | controllers/financial-expert-foundation-model/state.md |
当前拥有：
- 长期金融领域理解、推理和结构化输出能力；
- 金融任务对齐、领域知识对齐和任务适配能力；
- 面向生态内真实任务的共享模型能力增强。
当前不拥有：
- 替代前台产品定义和工作流设计；
- 脱离真实产品闭环追求模型炫技；
- 用模型权威感掩盖金融不确定性和责任边界。
文档入口：
| 分类 | 路径 | 当前用途 |
|---|---|---|
canonical | projects/financial-expert-foundation-model/project-anchor.md | 项目定位和触发条件。 |
support | projects/financial-expert-foundation-model/inherited-context.md | 从生态层继承的上下文。 |
support | projects/financial-expert-foundation-model/current-state.md | 当前状态、open gap 和 readiness 条件。 |
接口继承：
Reinforcement Learning Engine -> Financial Expert Foundation Model：消费学习样本、错误分类、任务改进建议和评估资产。Financial Expert Foundation Model -> Data Horizon / FinClaw / AI Trading Matrix：长期反哺前台系统的领域理解、推理和结构化输出能力。
Batch 8C audit 重点：
- readiness-gated 状态是否被误写成“应立即建模”；
- 真实任务、领域样本、评测集和模型能力缺口是否清楚；
- 哪些学习成果应沉淀为长期领域模型能力；
- 是否避免模型能力建设脱离前台真实任务。
5. 接口登记
| 接口 | 上游对象 | 下游对象 | 当前优先级 | 当前状态 | 最低证据 |
|---|---|---|---|---|---|
| 信息感知到认知 | Data Horizon / 数据视界 | FinClaw | 最高 | 待项目层定义 | 上游字段样例、来源边界、下游消费任务、失败样例。 |
| 信息感知到执行支持 | Data Horizon / 数据视界 | AI Trading Matrix | 高 | 待项目层定义 | 数据延迟、可追溯性、误报 / 漏报记录、执行层不直接信任声明。 |
| 认知到受治理执行支持 | FinClaw | AI Trading Matrix | 最高 | Boundary-sensitive / 待项目层定义 | 结构化 schema、授权边界、风控字段、审计记录。 |
| 执行支持到学习 | AI Trading Matrix | Reinforcement Learning Engine | 高 | Readiness-gated | 真实或准真实 case、error taxonomy、反馈可复查路径。 |
| 认知结果到学习 | FinClaw | Reinforcement Learning Engine | 中 | Readiness-gated | 认知任务结果、评测记录、失败样例、用户反馈。 |
| 学习到模型能力 | Reinforcement Learning Engine | Financial Expert Foundation Model | 高 | Readiness-gated | 任务集、评测集、提升指标、来源追溯和失败分析。 |
| 模型能力反哺前台 | Financial Expert Foundation Model | Data Horizon / FinClaw / AI Trading Matrix | 中 | Future planning | 可验证能力提升、任务适配方式、风险边界和回归评估。 |
接口登记不是实施承诺。它只给项目层 audit 和后续 task packet 提供最低输入格式。
6. Controller 责任
| Controller | 当前责任 | 不负责 |
|---|---|---|
| Labs-FinTecAI Admin | 维护本注册表、生态基线、公共入口、manifest、llms、Controller 分发和发布闭环。 | 直接替代项目 Controller 做项目正文判断，除非 Batch 8D 明确授权。 |
| Data Horizon Controller | 承接 Data Horizon 项目层 audit、参考评估、输出对象和项目文档 rewrite。 | 替代 FinClaw 或 Trading Matrix 定义认知 / 执行支持。 |
| FinClaw Controller | 承接 FinClaw 战略、产品定义、MVP、设计支撑、参考吸收和工程对齐。 | 真实交易执行和上游信息感知系统职责。 |
| AI Trading Matrix Controller | 承接交易执行支持层定义、参考评估、风控 / 授权 / 审计边界和项目文档 rewrite。 | 无治理执行、抢占生态大脑或重建上游感知系统。 |
| Reinforcement Learning Engine Controller | readiness 触发后承接反馈与学习层推进。 | 在缺少真实反馈时空转启动。 |
| Financial Expert Foundation Model Controller | readiness 触发后承接金融专家模型能力基座推进。 | 脱离真实任务做模型愿景先行。 |
7. Batch 8C Audit 输入
Batch 8C 对每个项目至少输出以下结论：
| 字段 | 说明 |
|---|---|
| canonical docs | 哪些文档是项目当前正式入口。 |
| support docs | 哪些文档只支撑 canonical。 |
| evidence docs | 哪些文档只是证据或参考。 |
| outdated / conflict docs | 哪些文档过时、冲突或应降级。 |
| missing fields | 缺少哪些用户、输入、输出、指标、时间盒、kill criteria、样例、schema、eval case 或 evidence path。 |
| controller owner | 哪个 Controller 承接后续 rewrite。 |
| admin rewrite authorization | 是否需要 Batch 8D 授权 Admin 统一重写。 |
缺少 Batch 8C audit 前，不得声明项目层文档 / 文档体系 / 文档内容已经完成重构优化。
8. 继承规则
下游项目文档默认继承：
- 对象注册名；
- 对象类型；
- 当前定位；
- 当前拥有 / 不拥有；
- 第一阶段目标；
- Controller 责任；
- 已识别 / 候选接口与当前优先级接口；
- 金融风险边界；
- sync / escalation 触发规则。
下游项目文档可以细化：
- 用户画像；
- 具体场景；
- 产品对象；
- 功能范围；
- 系统设计；
- MVP 验收标准；
- owner / contributor / reviewer；
- 工程实现和任务拆解。
下游项目文档不得擅自改变：
- 五个核心对象名称；
3 + 2结构；Data Horizon / 数据视界的金融信息感知系统定位；FinClaw的金融认知与研究分析中枢定位；AI Trading Matrix的受治理交易执行支持层定位；- 两个基础设施 / 能力底座的 readiness-gated 启动节奏；
- 金融风险边界。
如需改变上述内容，应发起 sync / escalation。
9. 变更影响规则
当生态层定义发生变化时，本注册表用于定位：
- 哪些对象受影响；
- 哪些接口受影响；
- 哪些项目级入口、继承上下文、产品定义、产品对象定义或协同边界记录需要更新；
- 哪些 Controller 需要同步；
- 是否需要更新当前有效基线、注册表、治理文档或项目级文档。
当项目层发起 sync / escalation 时，本注册表用于判断：
- 问题是否属于项目本地问题；
- 问题是否触及对象边界；
- 问题是否触及跨对象接口；
- 问题是否需要修改生态级 baseline 或 decision；
- 问题是否只是项目级产品定义、MVP 定义或工程实现问题。
10. 常见误判
| 误判 | 正确口径 |
|---|---|
| 注册表列出项目入口，说明项目正文已经完成重构。 | 错。注册表只登记入口和责任，项目正文是否完成要等 Batch 8C / 8E 验收。 |
| Controller pickup 已完成，说明项目计划已由 Admin 下发并吸收。 | 错。pickup 是接手登记，不等于内容吸收或正文重写。 |
AI Trading Matrix 是执行环节，所以第一阶段可写成真实交易执行闭环。 | 错。当前应写为受治理交易执行支持闭环，真实执行需要授权、风控和审计。 |
| RLE / FEFM 是核心对象，所以应立即启动实现。 | 错。二者当前是 readiness-gated，需等待真实任务、反馈和学习资产。 |
| FinClaw 输出策略假设，所以可以触发交易执行。 | 错。FinClaw 输出是认知型决策支持，执行由受治理执行支持链路承接。 |