Communitygithub.com

tradeblocks-org/tradeblocks-skills

Portfolioanalyse für Handelsstrategien. Untersucht Korrelation, Diversifikation und kombinierte Performance-Eigenschaften. Verwenden Sie dies, um zu verstehen, wie Strategien zusammenhängen, Diversifikationseffekte zu erkunden oder die Portfoliozusammensetzung zu analysieren.

Was ist tradeblocks-skills?

Dieses Skill ist ein umfassendes Toolkit für die Portfolioanalyse, das speziell für Händler und Portfoliomanager entwickelt wurde, die mehrere Handelsstrategien mit TradeBlocks verwalten. Es bietet eine Schritt-für-Schritt-Anleitung zur Bewertung einer Reihe von Strategien, von einer allgemeinen Gesundheitsprüfung bis hin zu detaillierten Korrelationsmatrizen, Strukturkarten, marginalen Beitragsanalysen, Ähnlichkeitsdetektion und Was-wäre-wenn-Skalierungsszenarien. Der Hauptnutzen liegt darin, versteckte Risiken (wie hohe Korrelation, Tail-Abhängigkeit oder Konzentration) aufzudecken und redundante Strategien zu identifizieren, die keine echten Diversifikationsvorteile bieten. Es unterstützt die TradeBlocks MCP-Server-Integration und liefert strukturierte Ergebnisse mit Bewertungen (A-F) in neun Dimensionen, darunter Diversifikation, Tail-Risiko, Robustheit und Regimeabdeckung. Entwickler können damit den Zustand eines Portfolios schnell bewerten, datengestützte Entscheidungen über Neugewichtungen treffen und Risikobereiche identifizieren, die möglicherweise angepasst werden müssen. Das Skill unterstreicht die Bedeutung der Kendall-Korrelation für Handelsrenditen und bietet klare Interpretationstabellen, um Entwicklern zu helfen, die Ergebnisse zu verstehen.

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

In Ihrer bevorzugten KI fragen

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

Dokumentation

Portfolioanalyse

Entdecken Sie, wie Strategien zusammenhängen und was ihre Kombination für die Portfolioeigenschaften bedeutet.

Was dieses Skill tut

Es stellt Daten bereit, um die Portfoliodynamik zu verstehen:

  • Gesundheitscheck: Umfassende Portfoliobewertung mit einem Aufruf
  • Korrelation: Wie bewegen sich Strategien relativ zueinander?
  • Struktur: Wo hat das Portfolio Überschneidungen oder blinde Flecken?
  • Marginaler Beitrag: Welche Strategien verbessern oder verschlechtern die risikobereinigten Renditen?
  • Ähnlichkeit: Sind einige Strategien redundant?
  • Was-wäre-wenn-Skalierung: Wie würden sich Änderungen der Allokation auf das Portfolio auswirken?

Voraussetzungen

  • TradeBlocks MCP-Server muss ausgeführt werden
  • Mehrere Strategie-Blöcke oder ein Multi-Strategie-Block müssen geladen sein
  • Strategieprofile werden für die Regimeabdeckung und Strukturanalyse empfohlen

Prozess

Schritt 1: Portfolio-Gesundheitscheck

Beginnen Sie mit portfolio_health_check für eine umfassende Bewertung mit einem Aufruf.

Wichtige Parameter:

  • blockId: Name des Block-Ordners
  • correlationThreshold: Paare über diesem Wert markieren (Standard: 0,5)
  • tailDependenceThreshold: Tail-Paare über diesem Wert markieren (Standard: 0,5)
  • profitProbabilityThreshold: Warnung bei MC-Gewinnwahrscheinlichkeit (Standard: 0,95)
  • wfeThreshold: Warnung bei Walk-Forward-Effizienz (Standard: -0,15)

Tool gibt einen mehrschichtigen Bericht zurück:

  • Urteil: GESUND / MÄSSIGE_BEDENKEN / ERNSTE_BEDENKEN
  • Noten: A-F in 9 Dimensionen:
DimensionWas sie misst
DiversifikationKorrelation zwischen Strategiepaaren
Tail-RisikoGemeinsames extremes Bewegungsrisiko
RobustheitWalk-Forward-Effizienz (OOS vs. IS)
KonsistenzMonte-Cario-Gewinnwahrscheinlichkeit
RegimeabdeckungStrategieleistung über VIX-Regime hinweg
TagesabdeckungHandelsabdeckung über die Woche
KonzentrationsrisikoAllokation nach Struktur, Basiswert, DTE
KorrelationsrisikoProfilbewusste Überlappung (gleicher Basiswert + DTE + Tage)
SkalierungsabgleichBacktest vs. Live-P&L-Abweichung pro Kontrakt
  • Flags: Spezifische Warnungen mit Details (Paare mit hoher Korrelation, Tail-Abhängigkeitspaare usw.)
  • Schlüsselzahlen: Sharpe, Sortino, maximaler Drawdown, durchschnittliche Korrelation, durchschnittliche Tail-Abhängigkeit, MC-Statistiken, WFE

Präsentieren Sie das Urteil, markieren Sie alle Noten unter B und heben Sie die spezifischen Warndetails hervor.

Schritt 2: Korrelationsanalyse

Verwenden Sie get_correlation_matrix für detaillierte paarweise Korrelationsdaten.

Wichtige Parameter:

  • blockId: Name des Block-Ordners
  • method: "kendall" (robust, rangbasiert, Standard), "spearman" (Rang), "pearson" (linear)
  • alignment: "shared" (nur Tage, an denen beide gehandelt haben) oder "zero-pad" (fehlende mit 0 auffüllen)
  • timePeriod: "daily", "weekly" oder "monthly" Aggregation
  • normalization: "raw" (absolutes P&L), "margin" (P&L/Marge), "notional" (P&L/Nominalwert)
  • minSamples: Mindestanzahl gemeinsamer Perioden für gültige Berechnung (Standard: 10)
  • highlightThreshold: Paare über diesem Wert markieren (Standard: 0,7)

Interpretation der Korrelationswerte:

KorrelationWas sie angibt
< 0,2Sehr niedrig - Strategien bewegen sich unabhängig
0,2 - 0,4Niedrig - meist unabhängige Bewegung
0,4 - 0,6Mäßig - ein gewisses gemeinsames Verhalten
0,6 - 0,8Hoch - signifikante gemeinsame Bewegung
> 0,8Sehr hoch - Strategien verhalten sich ähnlich

Siehe references/correlation.md für eine Erklärung, warum Kendalls Tau für Handelsrenditen oft aussagekräftiger ist als Pearson.

Schritt 3: Portfolio-Struktur-Karte

Verwenden Sie portfolio_structure_map, um eine Vol_Regime x Trend_Richtung-Matrix über alle profilierten Strategien hinweg zu sehen.

Wichtige Parameter:

  • blockId: Optional — weglassen, um über alle Blöcke zu aggregieren
  • minTrades: Schwellenwert für Warnung bei dünnen Daten (Standard: 10)

Tool gibt zurück:

  • 18-Zellen-Matrix (6 Vol_Regime x 3 Trend_Richtungen) mit Statistiken pro Strategie
  • Überlappungserkennung: 2+ Strategien aktiv in derselben Zelle
  • Blinde Flecken: Zellen mit null Trades über alle Strategien hinweg
  • Warnungen bei dünnen Daten: Zellen mit weniger Trades als dem Schwellenwert

Dies ist das wichtigste Werkzeug zum Verständnis des Portfolioaufbaus — wo das Portfolio abdeckt und wo nicht.

Schritt 4: Marginaler Beitrag

Verwenden Sie marginal_contribution, um zu sehen, wie sich jede Strategie auf die risikobereinigte Portfoliorendite auswirkt.

Wichtige Parameter:

  • blockId: Name des Block-Ordners
  • targetStrategy: Nur für eine bestimmte Strategie berechnen (optional)
  • topN: Anzahl der Top-Beitragenden zurückgeben (Standard: 5)

Tool gibt zurück:

  • Basis-Sharpe und -Sortino des Portfolios
  • Marginalen Sharpe- und Sortino-Einfluss pro Strategie
  • Vorteilhafteste und am wenigsten vorteilhafte Strategien

Interpretation:

  • Negativer marginaler Sharpe: Das Entfernen dieser Strategie würde den Portfolio-Sharpe SENKEN — sie trägt positiv bei
  • Positiver marginaler Sharpe: Das Entfernen dieser Strategie würde den Portfolio-Sharpe ERHÖHEN — sie könnte die risikobereinigten Renditen beeinträchtigen
  • Hinweis: Der marginale Beitrag misst die risikobereinigte Auswirkung, nicht das absolute P&L. Eine profitable Strategie kann den Sharpe verschlechtern, wenn sie Volatilität hinzufügt.

Schritt 5: Regime-Allokationsberater

Verwenden Sie regime_allocation_advisor, um die erwarteten Regime der Strategieprofile mit der tatsächlichen Leistung abzugleichen.

Wichtige Parameter:

  • blockId: Optional — weglassen, um über alle profilierten Strategien zu aggregieren
  • minTrades: Minimale Anzahl von Trades pro Regimezelle für zuverlässige Statistiken (Standard: 5)

Tool gibt pro Strategie und Regime zurück:

  • Ob das Regime erwartet (aus dem Profil) oder unerwartet war
  • Gewinnrate, P&L, Anzahl der Trades in diesem Regime
  • Klassifikationen:
    • thesis_aligned: Strategie funktioniert wie erwartet in ihren Zielregimen
    • thesis_violation: Strategie schneidet in Regimen, die sie beherrschen sollte, unterdurchschnittlich ab
    • hidden_edge: Strategie funktioniert gut in Regimen, die nicht als erwartet markiert sind

Heben Sie alle Thesenverletzungen (Strategien, die versagen, wo sie nicht sollten) und versteckte Stärken (Chancen, die das Profil nicht erfasst) hervor.

Schritt 6: Strategieähnlichkeit

Verwenden Sie strategy_similarity, um potenziell redundante Strategien zu erkennen.

Wichtige Parameter:

  • blockId: Name des Block-Ordners
  • correlationThreshold: Minimale Korrelation zum Markieren (Standard: 0,7)
  • tailDependenceThreshold: Minimale Tail-Abhängigkeit zum Markieren (Standard: 0,5)
  • minSharedDays: Minimale Anzahl gemeinsamer Handelstage (Standard: 30)
  • topN: Anzahl der ähnlichsten Paare (Standard: 5)

Tool gibt zurück:

  • Die ähnlichsten Strategiepaare, sortiert nach kombiniertem Ähnlichkeitswert
  • Korrelation, Tail-Abhängigkeit und Überlappung der Handelstage für jedes Paar
  • Flags für Strategien, die möglicherweise Risiko hinzufügen, ohne Diversifikationsvorteil

Wenn zwei Strategien stark korreliert sind UND eine hohe Tail-Abhängigkeit aufweisen, werden sie wahrscheinlich gemeinsam einbrechen — die "Diversifikation" zwischen ihnen ist illusorisch.

Schritt 7: Was-wäre-wenn-Skalierung

Verwenden Sie what_if_scaling, um Allokationsänderungen zu erkunden.

Wichtige Parameter:

  • blockId: Name des Block-Ordners
  • strategyWeights: Gewicht pro Strategie, z. B. {"5/7 17D": 0,5, "Pickle RIC": 1,5}. Nicht angegebene Standard 1,0. Gewicht 0 = ausschließen.
  • strategies: Multi-Strategie-Modus — Array mit Blockquelle und Skalierungsfaktor pro Strategie
  • showUncapped: Zeigt auch Ergebnisse ohne maxContractsPerTrade-Obergrenze

Tool gibt zurück:

  • Vorher/Nachher-Vergleich der Portfoliokennzahlen
  • Aufschlüsselung pro Strategie bei neuen Gewichten
  • Profilbewusst: Respektiert maxContractsPerTrade-Obergrenzen aus Profilen
  • Flags, wenn ignoreMarginReq gesetzt ist

Häufige Szenarien:

  • "Was wäre, wenn ich diese Strategie entferne?" → Gewicht auf 0 setzen
  • "Was wäre, wenn ich diese Allokation verdopple?" → Gewicht auf 2,0 setzen
  • "Was wäre, wenn ich alles außer meinem besten Performer halbiere?" → Gewichte entsprechend anpassen

Schritt 8: Ergebnisse präsentieren

Synthetisieren Sie die Daten:

Portfolio-Gesundheit:

  • Urteil: [GESUND / MÄSSIGE_BEDENKEN / ERNSTE_BEDENKEN]
  • Dimensionen mit Handlungsbedarf: [alle Noten unter B]
  • Wichtige Flags: [spezifische Warnungen]

Korrelationsergebnisse:

  • Durchschnittliche Korrelation über Paare hinweg: [Wert]
  • Paar mit höchster Korrelation: [Paar] bei [Wert]
  • Paar mit niedrigster Korrelation: [Paar] bei [Wert]

Struktur:

  • Blinde Flecken im Regime: [Zellen ohne Abdeckung]
  • Überlappungsbereiche: [Zellen mit 2+ Strategien]
  • Konzentration: [nach Basiswert, DTE, Strukturtyp]

Marginaler Beitrag:

  • Vorteilhafteste: [Strategie] (marginaler Sharpe: [Wert])
  • Am wenigsten vorteilhaft: [Strategie] (marginaler Sharpe: [Wert])

Was hervorsticht:

  • [Bemerkenswerte Muster]
  • [Alle redundanten Strategiepaare]
  • [Thesenverletzungen oder versteckte Stärken]

Präsentieren Sie diese als Erkenntnisse aus den historischen Daten. Der Benutzer kann entscheiden, was zu seiner Risikotoleranz und seinen Portfoliowünschen passt.

Interpretationsreferenzen

Verwandte Skills

Nach der Portfolioanalyse:

  • /tradeblocks:compare – Tiefergehender Vergleich bestimmter Strategiepaare oder Blöcke
  • /tradeblocks:risk – Positionsgrößenbestimmung und Kelly-Analyse
  • /tradeblocks:health-check – Vollständige Metriken für jede einzelne Strategie

Hinweise

  • Die Korrelation wird auf aggregierten Renditen gemessen, nicht Trade für Trade
  • Vergangene Korrelationsmuster können sich unter zukünftigen Marktbedingungen ändern
  • Die Tail-Korrelation (Krisenverhalten) ist oft höher als die normale Korrelation
  • Eine niedrige Korrelation garantiert keinen Schutz – beide können aus unterschiedlichen Gründen verlieren
  • Die Stichprobengröße ist wichtig – 10 gemeinsame Datenpunkte sind das Minimum, mehr ist besser
  • Strategieprofile sind für die Analyse der Regimeabdeckung, der Strukturkarte und des Skalierungsabgleichs erforderlich

Verwandte Skills