Communitygithub.com

Portfolio-Balancer – Allokationsanalyse

Berechnet aktuelle Allokationsprozente, identifiziert Abweichungen von Zielwerten und analysiert die Margin-Effizienz.

Was ist Portfolio-Balancer – Allokationsanalyse?

Diese Fertigkeit (Skill) analysiert die aktuelle Portfolio-Allokation anhand der 25/25/25/25-Zielwerte von Harry Brownes Permanentem Portfolio. Sie berechnet für jede Anlageklasse die aktuelle prozentuale Gewichtung, die Abweichung (Drift) vom Ziel und vergleicht diese mit einem benutzerdefinierten Schwellenwert. Zusätzlich wird die Effizienz einer eventuell genutzten Margin sowie die Zusammensetzung einer optionalen Satelliten-Strategie (10–20 % der Aktienallokation) bewertet. Das Skill erzeugt eine strukturierte YAML-Datei (`allocation_analysis.yml`) mit allen Ergebnissen, inklusive wirtschaftlicher Kontextanalyse („Vier Jahreszeiten“). Es ist Teil des Workflows `portfolio_balancer` und wird in Umgebungen wie Claude Code, Cursor, Codex oder anderen KI-Agenten-Tools eingesetzt, die Skills mit SKILL.md-Definitionen unterstützen. Die Berechnungen erfolgen auf Basis einer zuvor erstellten Portfolio-Momentaufnahme (`portfolio_snapshot.yml`).

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/majiayu000/claude-skill-registry-data/tree/HEAD/analysis/portfolio-balancer-analyze-allocation-ncrmro-deepwork-permanent-

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

portfolio_balancer.analyze_allocation

Schritt 2/4 im portfolio_balancer-Workflow

Tägliche Analyse des Permanenten Portfolios mit Abweichungsermittlung und Ausgleichsempfehlungen

Voraussetzungen (Zuerst prüfen)

Bevor Sie fortfahren, bestätigen Sie, dass diese Schritte abgeschlossen sind:

  • /portfolio_balancer.collect_portfolio_data

Anweisungen

Ziel: Aktuelle Allokationsprozente berechnen, Abweichungen von Zielwerten identifizieren, Margin-Effizienz analysieren

Allokation analysieren

Zielsetzung

Berechnen Sie die aktuellen Allokationsprozente im Vergleich zu den 25/25/25/25-Zielen des Permanenten Portfolios, identifizieren Sie Abweichungen von den Zielen und analysieren Sie die Margin-Effizienz.

Aufgabe

Analysieren Sie die Portfolio-Momentaufnahme, um zu ermitteln, wie die aktuellen Allokationen im Vergleich zu Harry Brownes Zielen für das Permanente Portfolio abschneiden. Identifizieren Sie, welche Anlageklassen über- oder untergewichtet sind, und bewerten Sie, ob die Margin-Nutzung kosteneffizient ist.

Vorgehen

  1. Portfolio-Momentaufnahme lesen Laden Sie portfolio_balancer/data/portfolio_snapshot.yml aus dem Schritt "collect_portfolio_data".

  2. Aktuelle Allokationsprozente berechnen Für jede Anlageklasse berechnen:

    current_percentage = (asset_class_value / total_portfolio_value) * 100
    
  3. Abweichungen von den Zielen berechnen Das Ziel des Permanenten Portfolios beträgt 25 % für jede Anlageklasse:

    drift = current_percentage - 25.0
    
    • Positive Abweichung = Übergewichtung
    • Negative Abweichung = Untergewichtung
  4. Feststellen, ob ein Ausgleich erforderlich ist Vergleichen Sie die Abweichung jeder Anlageklasse mit dem drift_threshold aus der Momentaufnahme:

    • Wenn |drift| > drift_threshold, wird ein Ausgleich empfohlen
    • Notieren Sie, welche Anlageklassen den Schwellenwert überschreiten
  5. Satelliten-Allokation analysieren (falls aktiviert) Wenn satellite_tracking aktiviert ist:

    • Berechnen Sie den Satelliten-Anteil an der gesamten Aktienallokation
    • Vergleichen Sie mit dem Zielwert (normalerweise 10–20 %)
    • Bestimmen Sie, ob die Satelliten-Allokation angepasst werden muss
  6. Margin-Effizienz analysieren Wenn Margin aktiviert ist:

    • Berechnen Sie die jährlichen Marginkosten: margin_balance * interest_rate
    • Bewerten Sie Kosten/Nutzen: Ist die erwartete Rendite der beliehenen Vermögenswerte höher als die Marginkosten?
    • Melden Sie, wenn Margin-Gebühren angemessene Schwellenwerte überschreiten
  7. Kontext der Vier Jahreszeiten anwenden Notieren Sie, welche wirtschaftlichen Bedingungen die aktuellen Über-/Untergewichtungen begünstigen:

    • Frühling (Wohlstand): Aktien profitieren
    • Sommer (Inflation): Gold profitiert
    • Herbst (Geldverknappung): Bargeld profitiert
    • Winter (Deflation): Langfristige Anleihen profitieren

Ausgabeformat

portfolio_balancer/data/allocation_analysis.yml

Eine YAML-Datei mit der vollständigen Allokationsanalyse.

Struktur:

analysis_date: "YYYY-MM-DD"
drift_threshold: 5  # aus der Momentaufnahme

total_portfolio_value: 100000.00

# Allokationsaufschlüsselung
allocations:
  stocks:
    target_percentage: 25.0
    current_percentage: 28.0
    current_value: 28000.00
    drift: 3.0  # übergewichtet um 3 %
    exceeds_threshold: false
    status: "übergewichtet"
    # Satellitenaufschlüsselung (falls aktiviert)
    satellite:
      enabled: true
      core_percentage: 89.3  # % der Aktien im Kernindex
      satellite_percentage: 10.7  # % der Aktien in Satelliten
      target_satellite_percentage: 15.0
      satellite_drift: -4.3  # Satelliten untergewichtet

  long_term_bonds:
    target_percentage: 25.0
    current_percentage: 24.0
    current_value: 24000.00
    drift: -1.0  # untergewichtet um 1 %
    exceeds_threshold: false
    status: "untergewichtet"

  gold:
    target_percentage: 25.0
    current_percentage: 23.0
    current_value: 23000.00
    drift: -2.0
    exceeds_threshold: false
    status: "untergewichtet"

  cash_treasuries:
    target_percentage: 25.0
    current_percentage: 25.0
    current_value: 25000.00
    drift: 0.0
    exceeds_threshold: false
    status: "im Ziel"

# Gesamtbewertung des Ausgleichsbedarfs
rebalancing:
  needed: false
  reason: "Keine Anlageklasse überschreitet den 5 % Drift-Schwellenwert"
  assets_exceeding_threshold: []

# Margin-Analyse
margin_analysis:
  enabled: true
  current_balance: 5000.00
  annual_cost: 300.00  # Saldo * Zinssatz
  monthly_cost: 25.00
  monthly_fees_paid: 50.00
  efficiency_rating: "schlecht"  # höhere Gebühren als berechnete Kosten
  recommendation: "Margin-Gebühren prüfen – zahlen 50 $/Monat bei erwarteten 25 $/Monat"

# Kontext der Vier Jahreszeiten
economic_context:
  current_overweights:
    - asset: "aktien"
      favored_condition: "Wohlstand/Wachstum (Frühling)"
      drift: 3.0
  current_underweights:
    - asset: "gold"
      favored_condition: "Inflation (Sommer)"
      drift: -2.0
    - asset: "langfristige_anleihen"
      favored_condition: "Deflation/Rezession (Winter)"
      drift: -1.0
  interpretation: "Portfolio derzeit auf Wohlstand ausgerichtet; anfällig für Inflation"

Qualitätskriterien

  • Alle vier Anlageklassen mit aktuellem Prozentsatz und Abweichung analysiert
  • Abweichungsberechnungen mathematisch korrekt
  • Vergleich mit Ausgleichsschwellenwert genau
  • Margin-Effizienzanalyse enthalten, falls Margin aktiviert ist
  • Satelliten-Analyse enthalten, falls Satellitenverfolgung aktiviert ist
  • Wirtschaftlicher Kontext der Vier Jahreszeiten bereitgestellt
  • Alle Prozentsätze summieren sich auf 100 % (innerhalb von Rundungstoleranz)
  • YAML ist gültig und parsbar
  • Wenn alle Kriterien erfüllt sind, fügen Sie <promise>✓ Qualitätskriterien erfüllt</promise> in Ihre Antwort ein

Kontext

Diese Analyse ist der Kern der Verwaltung des Permanenten Portfolios. Harry Browne entwarf die 25/25/25/25-Allokation, um ein Gleichgewicht über alle wirtschaftlichen Bedingungen hinweg zu schaffen – die "Vier Jahreszeiten" des Konjunkturzyklus. Die Abweichungsanalyse hilft festzustellen, wann ein Ausgleich erforderlich ist, um dieses Gleichgewicht zu erhalten.

Die Margin-Analyse hilft Benutzern zu verstehen, ob ihre Margin-Nutzung kosteneffizient ist, indem tatsächlich gezahlte Gebühren mit berechneten Kosten und erwarteten Vorteilen verglichen werden.

Auftragskontext

Automatisierte tägliche Portfolio-Analyse, die Harry Browns Strategie des Permanenten Portfolios umsetzt.

Das Permanente Portfolio hält gleiche 25 %-Allokationen über vier Anlageklassen, die darauf ausgelegt sind, unter verschiedenen wirtschaftlichen Bedingungen zu performen:

  • Aktien (25 %): Wohlstand/Wachstum
  • Langfristige Anleihen (25 %): Deflation/Rezession
  • Gold (25 %): Inflation
  • Bargeld/Staatsanleihen (25 %): Geldverknappung/Rezession

Dieser Workflow:

  1. Sammelt Portfoliodaten über das CLI bin/robinhood positions --save
  2. Analysiert die aktuelle Allokation gegen die 25/25/25/25-Ziele
  3. Verfolgt Satelliten-Aktienauswahlen (optional 10–20 % der Aktienallokation)
  4. Bewertet die Effizienz der Margin-Nutzung im Vergleich zu den gezahlten Gebühren
  5. Erstellt Ausgleichsempfehlungen, wenn die Abweichung den benutzerdefinierten Schwellenwert überschreitet
  6. Erstellt einen für Menschen lesbaren täglichen Bericht zur manuellen Überprüfung

WICHTIG: Dieses System ist schreibgeschützt. Es werden keine Geschäfte automatisch ausgeführt. Alle Empfehlungen erfordern manuelle Überprüfung und Ausführung.

Erforderliche Eingaben

Dateien aus vorherigen Schritten – Diese zuerst lesen:

  • portfolio_balancer/data/portfolio_snapshot.yml (aus collect_portfolio_data)

Arbeitsbranch

Branch-Format verwenden: deepwork/portfolio_balancer-[instanz]-YYYYMMDD

  • Wenn Sie sich bereits auf einem passenden Arbeitsbranch befinden: diesen weiterverwenden
  • Wenn Sie auf main/master sind: neuen Branch erstellen mit git checkout -b deepwork/portfolio_balancer-[instanz]-$(date +%Y%m%d)

Ausgaben

Erforderliche Ausgaben:

  • portfolio_balancer/data/allocation_analysis.yml

Leitplanken

  • Überspringen Sie NICHT die Überprüfung der Voraussetzungen, wenn dieser Schritt Abhängigkeiten hat
  • Erzeugen Sie KEINE unvollständigen Ausgaben; schließen Sie alle erforderlichen Ausgaben ab, bevor Sie fertig sind
  • Fahren Sie NICHT ohne die erforderlichen Eingaben fort; fragen Sie den Benutzer, falls welche fehlen
  • Ändern Sie KEINE Dateien außerhalb des Geltungsbereichs der in diesem Schritt definierten Ausgaben

Nach Abschluss

  1. Überprüfen, ob die Ausgaben erstellt wurden
  2. Benutzer informieren: "Schritt 2/4 abgeschlossen, Ausgaben: portfolio_balancer/data/allocation_analysis.yml"
  3. Workflow fortsetzen: Skill-Tool verwenden, um /portfolio_balancer.generate_recommendations aufzurufen

Referenzdateien: .deepwork/jobs/portfolio_balancer/job.yml, .deepwork/jobs/portfolio_balancer/steps/analyze_allocation.md

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

majiayu000/claude-skill-registry-data

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry-data

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry-data

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry-data

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry-data

Analyzes current state and user query to answer BMad questions or recommend the next workflow or agent. Use when user says what should I do next, what do I do now, or asks a question about BMad

majiayu000/claude-skill-registry-data

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry-data

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry-data

Portfolio allocation and rebalancing optimizer. Manages asset allocation across stocks/cash/bonds, performs periodic rebalancing, and ensures diversification according to market regime and risk tolerance.

majiayu000/claude-skill-registry-data

Create a hilarious and ultra-realistic video of an anthropomorphic animal acting like a human vlogger in a real-world setting.

majiayu000/claude-skill-registry-data

Speech-to-text transcription and translation via OpenAI Audio API -- models, response formats, timestamps, prompting, streaming, chunking, and diarization

majiayu000/claude-skill-registry-data

This skill should be used when the user asks about libraries, frameworks, API references, or needs code examples. Activates for setup questions, code generation involving libraries, or mentions of specific frameworks like React, Vue, Next.js, Prisma, Supabase, etc.

majiayu000/claude-skill-registry-data

小省导购员数字人带货版即梦视频提示词生成系统,基于四大智能体协同(提示词生成师、质量管控师、知识库运维师、跨环节适配师),按照"主体+运动+场景+(镜头语言+光影+氛围)"公式输出中英文双版提示词,适配5s短视频。确保人物一致性、视觉连贯性、情绪连贯性,支持知识库智能复用和跨工具适配(Suno音乐、AI绘画),为数字人带货视频提供高质量提示词生成服务。

majiayu000/claude-skill-registry-data

Upload and manage files using Google Gemini File API via scripts/. Use for uploading images, audio, video, PDFs, and other files for use with Gemini models. Supports file upload, status checking, and file management. Triggers on "upload file", "file API", "upload image", "upload PDF", "upload video", "file management".

majiayu000/claude-skill-registry-data

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry-data

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry-data

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

majiayu000/claude-skill-registry-data

Conduct domain and industry research. Use when the user says "lets create a research report on [domain or industry]

majiayu000/claude-skill-registry-data

Conduct market research on competition and customers. Use when the user says "create a market research report about [business idea]".

majiayu000/claude-skill-registry-data

Conduct technical research on technologies and architecture. Use when the user says "create a technical research report on [topic]".

majiayu000/claude-skill-registry-data

Builds, edit or validate Agent Skill through conversational discovery. Use when the user requests to "Create an Agent", "Optimize an Agent" or "Edit an Agent".

Verwandte Skills