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-OrdnerscorrelationThreshold: 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:
| Dimension | Was sie misst |
|---|---|
| Diversifikation | Korrelation zwischen Strategiepaaren |
| Tail-Risiko | Gemeinsames extremes Bewegungsrisiko |
| Robustheit | Walk-Forward-Effizienz (OOS vs. IS) |
| Konsistenz | Monte-Cario-Gewinnwahrscheinlichkeit |
| Regimeabdeckung | Strategieleistung über VIX-Regime hinweg |
| Tagesabdeckung | Handelsabdeckung über die Woche |
| Konzentrationsrisiko | Allokation nach Struktur, Basiswert, DTE |
| Korrelationsrisiko | Profilbewusste Überlappung (gleicher Basiswert + DTE + Tage) |
| Skalierungsabgleich | Backtest 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-Ordnersmethod: "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" Aggregationnormalization: "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:
| Korrelation | Was sie angibt |
|---|---|
| < 0,2 | Sehr niedrig - Strategien bewegen sich unabhängig |
| 0,2 - 0,4 | Niedrig - meist unabhängige Bewegung |
| 0,4 - 0,6 | Mäßig - ein gewisses gemeinsames Verhalten |
| 0,6 - 0,8 | Hoch - signifikante gemeinsame Bewegung |
| > 0,8 | Sehr 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 aggregierenminTrades: 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-OrdnerstargetStrategy: 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 aggregierenminTrades: 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 Zielregimenthesis_violation: Strategie schneidet in Regimen, die sie beherrschen sollte, unterdurchschnittlich abhidden_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-OrdnerscorrelationThreshold: 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-OrdnersstrategyWeights: 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 StrategieshowUncapped: 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
- references/correlation.md – Korrelationsmethoden verstehen
- references/diversification.md – Diversifikationskonzepte und Tail-Risiken
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