Communitygithub.com

Carteras Risk Parity

Construye asignaciones risk parity con contribución de riesgo igualitaria, optimización de apalancamiento y targeting de volatilidad por clase de activo. Útil al construir carteras risk parity, igualar contribuciones de riesgo o diseñar carteras apalancadas balanceadas.

¿Qué es Carteras Risk Parity?

Esta habilidad permite a un agente de IA construir y analizar carteras de paridad de riesgo (risk parity) para inversores institucionales o gestores de activos. Se enfoca en construir carteras multi-activo donde cada activo contribuye por igual al riesgo total del portafolio, un enfoque popularizado por fondos como Bridgewater's All Weather. El agente guía al usuario a través de un flujo de trabajo completo: estimación de la matriz de covarianzas (con opciones como muestra, EWMA o shrinkage), resolución numérica de los pesos de paridad de riesgo, aplicación de apalancamiento para alcanzar una volatilidad objetivo, backtesting detallado y análisis de sensibilidad ante cambios en los parámetros. La habilidad produce un paquete estructurado de modelo de risk parity, incluyendo tabla de pesos, desglose de contribuciones de riesgo, informes de backtest, matrices de estrés y un memo metodológico que documenta todos los supuestos y parámetros clave. Es compatible con agentes de IA tipo Claude Code, Cursor o Codex que ejecutan scripts de Python para cálculo numérico y optimización.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Mr-Nobody-Anonymous/All-skills/tree/HEAD/awesome_skills/legal/building-risk-parity-portfolios

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Construcción de Carteras Risk Parity

Cuándo Usarlo

  • Construir una cartera multi-activo donde cada clase de activo contribuya igualmente al riesgo total de la cartera
  • Diseñar estrategias balanceadas apalancadas (por ejemplo, asignaciones al estilo Bridgewater All Weather)
  • Rebalancear un libro risk parity existente para reflejar estimaciones de covarianza actualizadas
  • Comparar los pesos risk parity con referencias de capitalización de mercado o igual ponderación
  • Construir un overlay con objetivo de volatilidad que escale la exposición bruta a un presupuesto de riesgo constante

Entradas a Recopilar

  • Universo de activos: Lista de clases de activos o instrumentos (p.ej., renta variable, bonos nominales, TIPS, materias primas, oro) con mapeo a tickers cuando corresponda
  • Series de rendimiento: Series temporales de rendimiento total para cada activo — mínimo 10 años mensuales, o 3 años diarios; confirmar frecuencia y moneda [VERIFY]
  • Método de estimación de covarianza: Covarianza muestral, ponderada exponencialmente (vida media), shrinkage (Ledoit-Wolf) o DCC-GARCH — confirmar preferencia del cliente
  • Tasa libre de riesgo: Especificar proxy (T-bill a 3 meses, OIS, SOFR) y si se resta de los rendimientos antes de la optimización [VERIFY]
  • Volatilidad objetivo de la cartera: Volatilidad anualizada objetivo para la cartera apalancada (rango común: 10–15%)
  • Restricciones de apalancamiento: Exposición bruta máxima, supuesto de costo de financiamiento, reglas de margen/colateral [VERIFY]
  • Frecuencia de rebalanceo: Diaria, semanal, mensual o basada en umbrales (p.ej., desviación > 10% del peso objetivo)
  • Ventana temporal: Longitud de la ventana móvil para la estimación de covarianza (p.ej., 60 días, 252 días)

Flujo de Trabajo

  1. Calcular la matriz de covarianza

    • Calcular los rendimientos a la frecuencia elegida; anualizar si es necesario (√252 para datos diarios)
    • Aplicar el método de estimación seleccionado; si es shrinkage, reportar la intensidad del shrinkage
    • Validar: verificar que la matriz sea semidefinida positiva; señalar condiciones casi singulares
  2. Resolver los pesos risk parity

    • Definir el objetivo: la contribución de riesgo marginal (CRM) de cada activo es igual a 1/N de la volatilidad total de la cartera
    • CRM_i = w_i × (Σw)_i / σ_p — iterar hasta que CRM_i ≈ CRM_j para todo i, j
    • Usar optimización numérica (p.ej., mínimos cuadrados secuenciales o método de Newton sobre el lagrangiano de presupuesto de riesgo)
    • Confirmar que los pesos sumen 1.0 (sin apalancamiento) o al objetivo de exposición bruta (apalancado)
  3. Aplicar escalado de apalancamiento

    • Calcular la volatilidad de la cartera sin apalancar σ_no_apalancado a partir de los pesos risk parity
    • Multiplicador de apalancamiento = Vol objetivo / σ_no_apalancado
    • Pesos ajustados = pesos brutos × multiplicador de apalancamiento
    • Restar el costo de financiamiento del rendimiento esperado: costo = (exposición bruta − 1) × tasa de financiamiento [VERIFY supuesto de tasa de financiamiento]
  4. Realizar backtest y pruebas de estrés

    • Ejecutar backtest con ventanas móviles o expansivas; reportar rendimiento anualizado, volatilidad, Sharpe, drawdown máximo y ratio Calmar
    • Realizar escenarios de estrés: GFC 2008, taper tantrum 2013, COVID 2020, shock de tasas 2022 — reportar P&L de la cartera en cada uno
    • Comparar con benchmarks 60/40, igual ponderación y volatilidad inversa
  5. Análisis de sensibilidad

    • Variar la ventana temporal (30d, 60d, 120d, 252d) — mostrar estabilidad de pesos e impacto en rotación
    • Variar el método de covarianza — comparar pesos entre muestra, shrinkage y EWMA
    • Impactar las volatilidades individuales de los activos en ±2σ y la matriz de correlación en ±0.10 — reportar cambios en pesos y contribuciones de riesgo
  6. Documentar el modelo de asignación

    • Tabla de pesos final con desglose de contribución de riesgo (absoluta y porcentual)
    • Exposición bruta y neta, ratio de apalancamiento, arrastre estimado por costo de financiamiento
    • Especificación de la regla de rebalanceo y rotación anual estimada
    • Todos los supuestos marcados explícitamente; señalar restricciones dependientes de la jurisdicción con [VERIFY]

Resultado

Entregar un paquete estructurado de modelo risk parity que contenga:

  • Calendario de pesos: Pesos a nivel de activo, contribuciones de riesgo y multiplicador de apalancamiento
  • Resumen de covarianza: Mapa de calor de correlaciones, volatilidad anualizada por activo, descomposición en valores propios
  • Informe de backtest: Curva de patrimonio, Sharpe móvil, gráfico de drawdown, tabla de rendimientos mensuales
  • Matriz de pruebas de estrés: Rendimientos del portafolio frente a benchmarks en cada escenario
  • Gráficos de sensibilidad: Impacto en pesos y rotación ante variaciones de parámetros
  • Memo metodológico: Método de estimación, algoritmo de optimización, lógica de rebalanceo y todos los elementos [VERIFY]

Controles de Calidad

  • Confirmar que la contribución de riesgo porcentual de cada activo esté dentro de ±0.5% del objetivo 1/N después de la convergencia de la optimización
  • Verificar que la volatilidad de la cartera coincida con el objetivo declarado (tolerancia: ±25 bps anualizados)
  • Comprobar que los pesos no sean negativos (a menos que se permita explícitamente la venta en corto) y sumen correctamente
  • Validar que la matriz de covarianza no tenga valores propios negativos
  • Asegurar que el backtest no utilice información futura (sin sesgo de look-ahead en ventanas móviles)
  • Verificar el multiplicador de apalancamiento contra restricciones de margen y regulatorias [VERIFY reglas de margen aplicables]
  • Confirmar que el supuesto de costo de financiamiento refleje las tasas de mercado actuales, no datos desactualizados

Individual skills in this repo

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

Mr-Nobody-Anonymous/All-skills

Build agency portfolios. TRIGGERS - Use when user needs help with agency-portfolio-builder related tasks.

Mr-Nobody-Anonymous/All-skills

Generate landing pages with AI. TRIGGERS - Use when user needs help with ai-landing-page-gen related tasks.

Mr-Nobody-Anonymous/All-skills

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

Mr-Nobody-Anonymous/All-skills

Review investment portfolios with rebalancing recommendations. TRIGGERS - Use when user needs help with investment-portfolio-review related tasks.

Mr-Nobody-Anonymous/All-skills

Create makeup artist portfolio guides. TRIGGERS - Use when user needs help with makeup-artist-portfolio related tasks.

Mr-Nobody-Anonymous/All-skills

Build freelance portfolios with case studies. TRIGGERS - Use when user needs help with freelance-portfolio-builder related tasks.

Mr-Nobody-Anonymous/All-skills

Structures secondary portfolio construction with vintage diversification, strategy mix, and geographic allocation optimization. Use when building secondary portfolios, managing allocation targets, or optimizing portfolio composition.

Mr-Nobody-Anonymous/All-skills

Optimize landing page copy for conversions. TRIGGERS - Use when user needs help with landing-page-optimizer related tasks.

Mr-Nobody-Anonymous/All-skills

Build copywriting portfolios. TRIGGERS - Use when user needs help with copywriting-portfolio related tasks.

Mr-Nobody-Anonymous/All-skills

Design cryptocurrency portfolio strategies. TRIGGERS - Use when user needs help with crypto-portfolio-strategy related tasks.

Mr-Nobody-Anonymous/All-skills

Build UX design portfolios. TRIGGERS - Use when user needs help with ux-portfolio-builder related tasks.

Mr-Nobody-Anonymous/All-skills

Design cloud landing zones. TRIGGERS - Use when user needs help with cloud-landing-zone related tasks.

Mr-Nobody-Anonymous/All-skills

Generate high-converting landing page copy with headlines, benefits, CTAs, and social proof. TRIGGERS - Use when user wants landing page copy, sales page content, or conversion-focused web copy.

Mr-Nobody-Anonymous/All-skills

Design portfolio assessment systems. TRIGGERS - Use when user needs help with portfolio-assessment related tasks.

Mr-Nobody-Anonymous/All-skills

Conducts portfolio performance measurement with benchmark comparison, attribution, and risk-adjusted metrics. Use when measuring portfolio performance, calculating Sharpe/Sortino ratios, or conducting performance attribution.

Mr-Nobody-Anonymous/All-skills

Builds strategic and tactical asset allocation models with risk-return optimization and constraint management. Use when constructing portfolios, optimizing asset allocation, or building model portfolios.

Mr-Nobody-Anonymous/All-skills

Creates client-facing portfolio reports with performance, allocation, commentary, and outlook. Use when producing client reports, preparing quarterly reviews, or creating portfolio summaries.

Mr-Nobody-Anonymous/All-skills

Design investment portfolios. TRIGGERS - Use when user needs help with investment-portfolio-design related tasks.

Mr-Nobody-Anonymous/All-skills

Plan investment portfolios. TRIGGERS - Use when user needs help with investment-portfolio-plan related tasks.

Mr-Nobody-Anonymous/All-skills

You are a Conversion Rate Optimization Strategist and Persuasive Content Specialist. Use this skill when the user wants to audit or improve a landing page, write conversion-focused copy, optimize CTAs, build an FAQ schema block, translate features into benefits, or maximize conversions on any specific page type. Activate when the user mentions "landing page," "sales page," "lead capture page," "squeeze page," "webinar sign-up page," "product launch page," "waitlist page," "early access page," "thank you page," "upsell page," "SaaS pricing page," "onboarding page," "ecommerce page," "audit this page," "improve conversions," "CTA optimization," "hero section," "headline rewrite," "subhead," "benefits section," "features to benefits," "FAQ schema," "schema FAQ," "trust elements," "page layout," "above the fold," "scroll order," "microcopy," "mobile-first copy," "landing page copy," "page flow," "drop-off," "weak CTA," "conversion copy," "page goal," "split test copy," "A/B test copy," or "wireframe suggestion...

Skills relacionados