Communitygithub.com

vishnup22/FinSight-AI

Portfolioallokationsanalyse für 2–10 US- und/oder indische Aktien mit FinSight-AI. Berechnet gleichgewichtete vs. max-Sharpe-optimale Gewichtungen, Korrelationsmatrix und Portfolio-Risikokennzahlen. Verwenden, wenn der Benutzer eine Liste von Tickers angibt und nach Allokation, Diversifikation oder Portfoliooptimierung fragt. Erzeugt keine aktienspezifischen Erläuterungen – verwenden Sie dafür /analyse.

Was ist FinSight-AI?

Dieses Skill führt eine Portfolioptimierung für eine Liste von 2 bis 10 US-amerikanischen und/oder indischen Aktientickern durch, indem es eine gleichgewichtete Allokation mit einer maximalen Sharpe-Ratio-optimierten Allokation vergleicht. Es berechnet zudem eine Korrelationsmatrix, tägliche Value-at-Risk (VaR)-Kennzahlen und weitere Portfolio-Risikokennzahlen. Es ist für die Verwendung mit einem lokalen Backend-Dienst konzipiert, der unter localhost:8000 läuft, und der den Optimierungs-Job asynchron verarbeitet. Nach der Job-Einreichung pollt das Skill den Status, ruft die Ergebnisse ab und präsentiert eine klare tabellarische Aufschlüsselung der Gewichtungen, Renditen, Volatilität, Sharpe-Ratios und VaR für beide Strategien. Es interpretiert auch die Korrelationsmatrix, erkennt die am stärksten und am wenigsten korrelierten Paare und gibt eine Empfehlung, ob die gleichgewichtete oder die optimale Allokation bevorzugt werden sollte. Fehlerfälle wie fehlende Daten, Konvergenzfehler des Optimierers oder Währungsrisiko bei indischen Aktien werden durch erklärende Hinweise abgefangen.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/vishnup22/FinSight-AI/tree/HEAD/skills/portfolio

In Ihrer bevorzugten KI fragen

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

Dokumentation

Portfolio – Gleichgewichtete vs. Max-Sharpe-Optimierung

Siehe reference.md für Tickerformate.


Voraussetzungen

GET http://localhost:8000/health

Muss {"status": "ok"} zurückgeben. Falls nicht: Den Benutzer auffordern, python backend/run.py auszuführen.


Schritt 1 – Ticker parsen

  • Alle Ticker-Symbole aus der Nachricht extrahieren. Grossbuchstaben, Leerzeichen entfernen.
  • Mindestens 2, maximal 10. Duplikate werden von der API abgewiesen – stillschweigend deduplizieren und vermerken.
  • Falls weniger als 2 Ticker angegeben sind, vor dem Fortfahren nach weiteren fragen.

Schritt 2 – Portfolio-Job einreichen

POST http://localhost:8000/api/v1/portfolio
Content-Type: application/json

{"tickers": ["T1", "T2", "..."], "query": "Allokation für maximale risikobereinigte Rendite optimieren."}

Antwort: {"job_id": "<uuid>", "status": "pending", "message": "..."}

Dem Benutzer mitteilen:

Portfolio-Job für {n} Ticker eingereicht. 1-jährige Preishistorie wird abgerufen und optimiert … normalerweise 15–30 s.


Schritt 3 – Status abfragen

GET http://localhost:8000/api/v1/status/{job_id}

Alle 5 s, bis completed oder failed.


Schritt 4 – Ergebnis abrufen

GET http://localhost:8000/api/v1/result/{job_id}

Fehlerfall

Wenn das Ergebnis einen error-Schlüssel auf oberster Ebene enthält (z. B. "Mindestens zwei Ticker mit überlappender Preishistorie sind erforderlich"), das Problem in einfacher Sprache erklären und abbrechen:

Die Portfolio-Optimierung erfordert mindestens zwei Ticker mit überlappender Handelshistorie im letzten Jahr. Überprüfen Sie, ob alle Ticker gültig sind und ausreichend Historie haben.

Feldzuordnung

FeldPfadHinweise
Verwendete TickertickersKann von der Eingabe abweichen, falls einige keine Daten hatten
Preiszeilenprice_rowsAnzahl überlappender Handelstage
Gleichgewichtete Gewichtungenequal_weight.weights{ticker: Dezimalzahl} – mit 100 multiplizieren für %
Gleichgewichtete Renditeequal_weight.annual_return_pctBereits in %
Gleichgewichtete Volatilitätequal_weight.annual_volatility_pctBereits in %
Gleichgewichtete Sharpe-Ratioequal_weight.sharpe_ratioAnnualisiert, risikofreier Zins = 5%
Gleichgewichteter VaRequal_weight.var_95_daily_pctBereits in %, täglich
Optimale Gewichtungenoptimal.weights{ticker: Dezimalzahl} – mit 100 multiplizieren für %
Optimale Renditeoptimal.annual_return_pctBereits in %
Optimale Volatilitätoptimal.annual_volatility_pctBereits in %
Optimale Sharpe-Ratiooptimal.sharpe_ratioAnnualisiert, risikofreier Zins = 5%
Optimaler VaRoptimal.var_95_daily_pctBereits in %, täglich
Optimierer erfolgreichoptimal.optimizer_successbool
Optimierer-Nachrichtoptimal.optimizer_messageNur relevant, wenn success = false
Korrelationsmatrixcorrelation_matrixVerschachteltes Dict {ticker: {ticker: corr}}
Portfolio-VaRportfolio_var_95_daily_pctTäglicher VaR des optimalen Portfolios, bereits in %

Schritt 5 – Interpretieren und präsentieren

Gewichtungen

Dezimale Gewichtungen in Prozent umrechnen (Gewicht * 100, 1 Dezimalstelle). Falls eine Gewichtung im optimalen Portfolio 0,0% beträgt, darauf hinweisen, dass der Optimierer diesen Vermögenswert ausgeschlossen hat (unzureichende Rendite oder hohe Korrelation mit anderen).

Sharpe-Ratio

  • < 0: Portfolio-Rendite liegt unter dem risikofreien Zins (5%); Zusammensetzung überdenken.
  • 0–1: Schwache risikobereinigte Rendite.
  • 1–2: Gut.
  • 2: Hervorragend.

Gleichgewichtete Sharpe-Ratio mit optimaler Sharpe-Ratio vergleichen. Wenn die optimale Sharpe-Ratio höher ist, sind die konzentrierten Gewichtungen gerechtfertigt. Bei ähnlichen Werten (Differenz < 0,1) ist das gleichgewichtete Portfolio fast genauso effizient und einfacher nachzubalancieren.

Korrelationsmatrix

Die paarweisen Korrelationen interpretieren:

  • 0,80: stark korreliert – diese beiden Vermögenswerte bewegen sich nahezu gemeinsam; das Halten beider bringt wenig Diversifikation.

  • 0,50–0,80: moderate Korrelation – gewisse gemeinsame Bewegung, teilweiser Diversifikationsvorteil.
  • < 0,30: geringe Korrelation – gutes Diversifikationspaar.
  • Nahe 0 oder negativ: starker Diversifikator.

Das am stärksten korrelierte Paar und das am geringsten korrelierte Paar identifizieren und im Bericht hervorheben.

VaR

Täglicher VaR bei 95% Konfidenz: An den schlechtesten 1 von 20 Handelstagen hat das Portfolio historisch etwa {portfolio_var_95_daily_pct}% verloren. Nur bei Bedarf einen groben annualisierten Schätzwert angeben: Täglichen VaR mit √252 ≈ 15,9 multiplizieren, um den annualisierten VaR zu approximieren (Hinweis: Dies ist eine grobe Näherung).

Fehler des Optimierers

Falls optimal.optimizer_success = false, sagen:

Der Optimierer ist nicht konvergiert ({optimal.optimizer_message}). Die optimalen Gewichtungen wurden auf die gleichgewichteten zurückgesetzt – behandeln Sie die Spalte „Optimal" als gleichgewichtete Gewichtung.

Indische Aktien im Portfolio

Falls ein Ticker auf .NS oder .BO endet, darauf hinweisen, dass auf INR lautende Vermögenswerte für USD-basierte Anleger ein Wechselkursrisiko darstellen. Die Korrelationsmatrix spiegelt Renditen in Lokalwährung wider und erfasst nicht die INR/USD-Volatilität.


Schritt 6 – Empfehlung

Nach der Präsentation der Daten eine 2–3 Sätze umfassende Empfehlung geben:

  • Angeben, ob gleichgewichtete oder optimale Gewichtungen verwendet werden sollten und warum (Sharpe-Vergleich).
  • Die 1–2 grössten Positionen im optimalen Portfolio benennen und erklären, was ihre Gewichtung bestimmt.
  • Auf Diversifikationsbedenken (stark korrelierte Paare) oder Wechselkursaspekte hinweisen.

Ausgabe

# Portfolio-Analyse – {Kommagetrennte Ticker}

Preishistorie: {price_rows} überlappende Handelstage (≈ {price_rows/252:.1f} Jahre)

---

## Allokationsvergleich

| Ticker   | Gleichgewichtete Gewichtung | Optimale Gewichtung |
|----------|-----------------------------|---------------------|
| {ticker} | {ew*100:.1f}%               | {ow*100:.1f}%       |
| …        | …                           | …                   |

---

## Portfolio-Kennzahlen

| Kennzahl                 | Gleichgewichtet | Optimal (max. Sharpe) |
|--------------------------|----------------|-----------------------|
| Erwartete Jahresrendite  | {eq_ret}%      | {opt_ret}%            |
| Jahresvolatilität        | {eq_vol}%      | {opt_vol}%            |
| Sharpe-Ratio             | {eq_sh}        | {opt_sh}              |
| VaR (95%, 1 Tag)         | {eq_var}%      | {opt_var}%            |

{Wenn optimizer_success = false:
> ⚠ Der Optimierer ist nicht konvergiert ({optimizer_message}) – optimale Gewichtungen entsprechen den gleichgewichteten.}

---

## Korrelationsmatrix

| Ticker | {t1} | {t2} | … |
|--------|------|------|---|
| {t1}   | 1.00 | …    | … |
| …      | …    | …    | … |

**Stärkstes korreliertes Paar:** {t_a} / {t_b} mit {corr:.2f} – begrenzter Diversifikationsvorteil.
**Geringstes korreliertes Paar:** {t_c} / {t_d} mit {corr:.2f} – stärkster Diversifikationsvorteil.

---

## Empfehlung

{2–3 Sätze: gleichgewichtet vs. optimal, Begründung der Schlüsselpositionen, Diversifikations- oder Wechselkurshinweise.}

{Wenn Ticker mit .NS/.BO vorhanden:
> ⚠ Indische Aktien ({Liste}) lauten auf INR. Die Korrelationsmatrix spiegelt Renditen in Lokalwährung wider und erfasst nicht das INR/USD-Wechselkursrisiko für USD-basierte Anleger.}

Fehlerbehandlung

SituationAktion
error auf oberster Ebene im ErgebnisProblem erklären; Benutzer bitten, die Ticker zu überprüfen und erneut zu versuchen
Ein Ticker aus der tickers-Liste entferntDarauf hinweisen, dass er unzureichende oder keine überlappende Preishistorie hatte
optimizer_success = falseRückfall auf gleichgewichtete Gewichtungen erklären; Kennzahlen trotzdem anzeigen
Einzelner .NS/.BO-TickerAuf Wechselkursrisiko hinweisen; wie gewohnt in der Korrelationsmatrix darstellen

Verwandte Skills