為了享受不同平臺的vip福利，所以開了好多賬戶，比如螞蟻天天甚至京東。然后因為不同時間點開的戶，所以里面的投資風格也是隨著開戶時候的市場情況，迥然不同。

比如螞蟻基本都是債基，證券賬戶買了一堆的科技。

那這個時候，每個賬戶單獨看，都沒法反映總體的配置情況。來回切換，又會特別麻煩。

比如常常會看，當科技漲了一波，我打開那個科技賬戶，倉位占比已經飆到70%了。心里一慌，趕緊猶豫減倉。但是再打開另外兩個賬戶一看，其實科技在我整體資產里只占20%，好像又沒有那么大的必要。

賬戶分散在不同券商和第三方平臺，每個平臺只能看到自己那一小塊。你基于單個賬戶做出的決策，很可能和整體的資產配置策略是矛盾的。

覺得某個賬戶太激進了就砍倉，覺得某個賬戶太保守了就加倉，來回折騰一圈，整體配置反而越做越亂。

我最早的時候，是用韭圈的賬本，后來買ETF， 韭圈沒法支持場內，所以搞了個 Excel來匯總所有賬戶的持倉。

說實話，Excel做得也還行，那時候也花了蠻長的時間測試，通過VBA調公開API自動取價格、算凈值，該有的功能都實現了。

但用著用著，就會覺得Excel有兩個繞不開的問題。

一個是不友好。它終歸是一個本地文件，每次要打開電腦，等著跑完取數，才能看到最新的持倉情況。

萬一哪天不想開電腦，或者不在電腦旁邊，就沒法看。

更關鍵的是，這套表格很難給別人用。邏輯全鎖在公式和宏里面，換個人根本看不懂就算了，換臺電腦excel版本不對，或者網絡環境不對，都導致跑不下去。而且歷史切面數據越來越多，就會越來越慢。

另一個問題就是智能程度。我之前在公眾號寫過，。所以后來一段時間，把自己的記憶、投資框架、研究方法論喂給AI，讓它變成一個真正了解我投資風格的助手。

但如果我的持倉數據還鎖在Excel里，每次想讓AI幫我分析投資策略，就得手動復制粘貼一大堆表格過去。AI的注意力窗口有限，粘多了它也消化不了，粘少了它又理解不到全貌。

所以我需要的不只是一個能算數的表格，而是一個能被AI直接讀取的系統，比如說有API接口，能讓我的數字分身隨時調用持倉數據，給出更準確的建議。

這個系統的功能

所以，就動手開發了個個人版的資產管理后臺。

它的主要功能包括把分散在各個平臺的賬戶，券商賬戶、基金代銷平臺、銀行理財、港美股賬戶，全部錄入這個系統。每個賬戶有自己的幣種和渠道歸屬。證券字典里維護了所有我持有的基金、股票、ETF的基礎信息。

日常操作包括錄入交易流水，比如買了什么基金、賣了什么股票、賬戶之間轉了多少錢。系統會自動從天天基金和騰訊股票的公開接口拉取最新凈值和行情，然后算出每一筆交易的確認份額和金額。

給標的證券打上不同風格的標簽，這樣可以更好地知道每一筆交易買的持倉是什么風格。

每天收盤之后，跑一次EOD，相當于每日「跑賬」。系統會自動更新所有持倉的市值，生成一張估值表，再算出當天的總資產和單位凈值。時間長了，就形成了一條凈值曲線。

（笑死，到這個地步還沒逃過跑賬，不過至少實現了coze平臺直接接入，也開發了移動端的頁面，所以手機上就能跑賬了）

這條平臺的意義在于，不再需要去不同平臺分別看收益率了。 手機上就能夠看到，今天整體賺了還是虧了，今年以來的總回報是多少。

而且加入了「申購、贖回」機制，通過設置了份額的概念，避免還信用卡的錢影響單位凈值。 （笑）

更重要的是，我可以看到自己的資產在各個類別上的真實分布。比如紅利占了多少、科技占了多少、現金占了多少。不用被單個平臺的局部視角誤導。

系統也開發支持多幣種。如果有港股和美股的持倉，需要把港幣和美元按匯率折算成人民幣來計算總資產。跨幣種轉賬的時候，系統也能正確處理匯率換算和兩邊賬戶的余額變動。

當當當當，last but not least ，這個系統也支持場外理財，因為目前股票和基金是有公開行情的。但是如果買私募就沒辦法了。所以專門開發了個場外理財的模塊，支持場外理財的申購、贖回、凈值更新。（不過我自己并沒有買私募啦）

開發的平臺

用的是扣子（Coze）的編程功能。

市面上能做類似事情的平臺有好幾個。我選扣子，一開始只是因為套餐便宜。后來功能越做越復雜，還是買了高級會員。但整體算下來，整個系統從零做到現在，大概消耗了價值150塊錢左右的積分，對應的就是token的消耗。

當然，「150塊錢做出來」這個說法不太準確，因為還有時間隱性成本。

但這個投入我覺得是值得的。扣子的編程功能把寫代碼、建數據庫、部署上線、分配域名這些事整合到了一個地方。不需要分別去注冊云服務器、買域名、配數據庫，寫完就能直接用。對我來說省去了很多折騰。

而且Coze，在大概3月還是4月更新的時候，已經基本實現類似OpenClaw的能力了。所以可以用這個編程出來的平臺，用openclaw接入，直接獲取你的凈值序列，持倉，交易等等，做進一步的分析用途。

Excel選手學到了什么

這個過程比我想象的要折騰得多。

我一開始的想法很簡單，就是把Excel里那些計算邏輯搬到網頁上就好了，因為excel中通過api獲取公開凈值的邏輯都已經寫好了。

但真正動手之后才發現，Excel和一個程序之間的差距，遠不只是「界面好不好看」。

Excel的好處是即時反饋。改一個公式，按回車，結果立刻出來。數據有問題，直接在單元格里改。整個過程所見即所得。

甚至你某天實在不想算了，在excel里直接強增一筆份額也是可以的。

但程序不是這樣的。一個計算邏輯，你需要考慮它被哪個組件調用、數據從哪個接口過來、中間經過幾層處理、最后寫到數據庫的哪張表。

改一個地方，可能牽扯到三個文件。如果改錯了，不會像Excel那樣只是一個單元格顯示錯誤，可能整個頁面打不開，或者更糟，數據靜悄悄地算錯了，在某個頁面莫名其妙對了，但是另外一個頁面是錯的。你得keep questioning your code buddy。

我費過最多的精力，是在多用戶擴展上。

一開始我跟AI說，做的時候要考慮多用戶。AI也確實在代碼架構里埋了一些多用戶的設計。但當時核心功能還沒做完，多用戶只是一個「先預留著」的概念。等到基礎功能穩定了，我開始真正讓它支持新用戶注冊和數據隔離的時候，問題就來了。

幾乎每一張數據庫表都需要加上用戶ID的過濾條件。

漏掉任何一個查詢，就會出現數據串的問題，A用戶看到了B用戶的持倉數據。

但每次coding，ai都會改了這個忘記那個。比如交易錄入中，申購流水可以記錄到正確的用戶，贖回流水又錯了。估值表分用戶了，資產概覽又沒有了。

反正呆過資管的應該知道，數據隱私是很嚴肅的問題。

所以我幾乎又從頭開始，將整個業務流程全部重新讓ai改了一遍，測試了一遍。數據也重新編了一套。

我后來數了一下，整個開發過程中記錄了21個bug修復，其中7個和數據隔離直接相關。實際上不算bug的修改更多，修這些問題消耗的積分和時間，并不比開發基礎功能少。

反正就是邊改邊反思，這慢慢讓我意識到一件事，用AI寫代碼不等于不需要思考架構。

恰恰相反，如果不從一開始就想清楚數據怎么隔離、接口怎么設計、組件之間怎么通信，后面的維護成本會以倍數增長。

AI能幫你寫代碼，但它不會替你做設計決策。

從一個組件開始，擴展到一個模塊，再到一個完整的系統。每一層擴展都會暴露出之前沒考慮到的問題。這大概就是「系統」和「工具」的區別。

Excel是工具，夠用但有天花板，而一旦你開始做系統，就必須接受復雜性帶來的代價。

當然，這個過程中肯定不可避免的會有模型能力的問題，我我中間也無數次的想要換CC。但最后還是被數據庫、服務器、域名這些東西給留下來了。

值不值得

值得，反正才花了150塊錢。

當然不僅如此，在這個過程中，我第一次真正理解了一些以前只是模糊知道的事情，比如系統測試環境和數據的備份有多重要，測試多重要，一開始的架構設計有多重要。

我最近把代碼放到了Gitee上做了開源。

之所以放到gitee上，是希望實現coze和Google antigravity的互通。我發現因為本身部分控件代碼行數太多，每次就該就會積分消耗太大。

所以通過gitee的倉庫，我可以先通過antigravity來review代碼，修改代碼，完成之后推到gitee，再讓coze拉取下來。

這個辦法……這樣可以省一點coze的積分……這個計費周期才過5天，我已經把半個月的積分給用掉了。

至于Gitee倉庫地址，可以點擊原文查看。

技術棧是Next.js + Supabase + TypeScript。不需要自己搭環境，扣子編程平臺上可以直接跑。（這段是coze告訴我的）

當然數據庫，云服務器，得自己搗鼓下。

我呢，接下來因為想測試下業績歸因，還是得搞搞測試數據了。

作者：坦桑尼亞老云 | 編輯：栗加

每個視角都是拼湊世界真相的碎片，聽真誠的行業觀察者講述獨特的故事。我們有深耕行業的資深顧問，連續跨界探索的未來創業者，專注細節的產品匠人，和許多志同道合的你們，如果你有想要分享的故事或者感想，可以留言或者郵件聯系（AiysJY@outlook.com），也歡迎點分享給需要的朋友們，記得點一下在看和星標，期待共同在這個行業的宏大敘事中，留下一句詩。：）