Communitygithub.com

majiayu000/claude-skill-registry

Calcula los porcentajes de asignación actual, identifica la desviación de los objetivos y analiza la eficiencia del margen.

¿Qué es claude-skill-registry?

Esta habilidad analiza la cartera de un inversor según la estrategia de Cartera Permanente de Harry Browne, evaluando la asignación actual frente al objetivo 25/25/25/25. Calcula la desviación (drift) de cada clase de activo, determina si es necesario reequilibrar según un umbral configurable y analiza la eficiencia del uso de margen. Está diseñada para plataformas como Claude Code y entornos de desarrollo que admitan flujos de trabajo automatizados. El análisis se guarda en un archivo YAML estructurado y proporciona contexto económico basado en las 'Cuatro Estaciones', ayudando a los usuarios a comprender las condiciones del mercado que favorecen las posiciones actuales.

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

Preguntar en tu IA favorita

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

Documentación

portfolio_balancer.analyze_allocation

Paso 2/4 del flujo de trabajo portfolio_balancer

Análisis diario de la Cartera Permanente con detección de desviación y recomendaciones de reequilibrio

Prerrequisitos (Verificar Primero)

Antes de continuar, confirma que estos pasos están completos:

  • /portfolio_balancer.collect_portfolio_data

Instrucciones

Objetivo: Calcular los porcentajes de asignación actual, identificar la desviación de los objetivos y analizar la eficiencia del margen.

Analizar Asignación

Objetivo

Calcular los porcentajes de asignación actual frente a los objetivos 25/25/25/25 de la Cartera Permanente, identificar la desviación de los objetivos y analizar la eficiencia del margen.

Tarea

Analizar la instantánea de la cartera para determinar cómo se comparan las asignaciones actuales con los objetivos de la Cartera Permanente de Harry Browne. Identificar qué clases de activos están sobreponderadas o infraponderadas y evaluar si el uso de margen es rentable.

Proceso

  1. Leer la instantánea de la cartera Cargar portfolio_balancer/data/portfolio_snapshot.yml del paso collect_portfolio_data.

  2. Calcular los porcentajes de asignación actual Para cada clase de activo, calcular:

    porcentaje_actual = (valor_clase_activo / valor_total_cartera) * 100
    
  3. Calcular la desviación de los objetivos El objetivo de la Cartera Permanente es 25% para cada clase de activo:

    desviacion = porcentaje_actual - 25.0
    
    • Desviación positiva = sobreponderado
    • Desviación negativa = infraponderado
  4. Determinar si es necesario reequilibrar Comparar la desviación de cada clase de activo con el umbral_de_desviacion de la instantánea:

    • Si cualquier |desviación| > umbral_de_desviación, se recomienda reequilibrar
    • Rastrear qué clases de activos específicas superan el umbral
  5. Analizar la asignación satelital (si está habilitada) Si el seguimiento satelital está habilitado:

    • Calcular el % satelital de la asignación total de acciones
    • Comparar con el objetivo (típicamente 10-20%)
    • Determinar si la asignación satelital necesita ajuste
  6. Analizar la eficiencia del margen Si el margen está habilitado:

    • Calcular el costo anual del margen: saldo_margen * tasa_interes
    • Evaluar costo/beneficio: ¿El rendimiento esperado de los activos apalancados es mayor que el costo del margen?
    • Señalar si las comisiones de margen superan umbrales razonables
  7. Aplicar el contexto de las Cuatro Estaciones Observar qué condiciones económicas favorecen las posiciones actuales sobreponderadas/infraponderadas:

    • Primavera (Prosperidad): Las acciones se benefician
    • Verano (Inflación): El oro se beneficia
    • Otoño (Dinero Restringido): El efectivo se beneficia
    • Invierno (Deflación): Los bonos a largo plazo se benefician

Formato de Salida

portfolio_balancer/data/allocation_analysis.yml

Un archivo YAML que contiene el análisis de asignación completo.

Estructura:

fecha_analisis: "YYYY-MM-DD"
umbral_desviacion: 5  # de la instantánea

valor_total_cartera: 100000.00

# Desglose de asignación
asignaciones:
  acciones:
    porcentaje_objetivo: 25.0
    porcentaje_actual: 28.0
    valor_actual: 28000.00
    desviacion: 3.0  # sobreponderado en 3%
    supera_umbral: false
    estado: "sobreponderado"
    # Desglose satelital (si está habilitado)
    satelite:
      habilitado: true
      porcentaje_nucleo: 89.3  # % de acciones en índice central
      porcentaje_satelite: 10.7  # % de acciones en satélites
      porcentaje_objetivo_satelite: 15.0
      desviacion_satelite: -4.3  # infraponderados satélites

  bonos_largo_plazo:
    porcentaje_objetivo: 25.0
    porcentaje_actual: 24.0
    valor_actual: 24000.00
    desviacion: -1.0  # infraponderado en 1%
    supera_umbral: false
    estado: "infraponderado"

  oro:
    porcentaje_objetivo: 25.0
    porcentaje_actual: 23.0
    valor_actual: 23000.00
    desviacion: -2.0
    supera_umbral: false
    estado: "infraponderado"

  efectivo_tesoros:
    porcentaje_objetivo: 25.0
    porcentaje_actual: 25.0
    valor_actual: 25000.00
    desviacion: 0.0
    supera_umbral: false
    estado: "en_objetivo"

# Evaluación general de reequilibrio
reequilibrio:
  necesario: false
  motivo: "Ninguna clase de activo supera el umbral de desviación del 5%"
  activos_que_superan_umbral: []

# Análisis de margen
analisis_margen:
  habilitado: true
  saldo_actual: 5000.00
  costo_anual: 300.00  # saldo * tasa
  costo_mensual: 25.00
  comisiones_mensuales_pagadas: 50.00
  calificacion_eficiencia: "pobre"  # pagando más en comisiones que el costo calculado
  recomendacion: "Revisar comisiones de margen - pagando $50/mes vs costo esperado de $25/mes"

# Contexto de las Cuatro Estaciones
contexto_economico:
  sobreponderaciones_actuales:
    - activo: "acciones"
      condicion_favorable: "Prosperidad/Crecimiento (Primavera)"
      desviacion: 3.0
  infraponderaciones_actuales:
    - activo: "oro"
      condicion_favorable: "Inflación (Verano)"
      desviacion: -2.0
    - activo: "bonos_largo_plazo"
      condicion_favorable: "Deflación/Recesión (Invierno)"
      desviacion: -1.0
  interpretacion: "Cartera actualmente posicionada para la prosperidad; vulnerable a la inflación"

Criterios de Calidad

  • Las cuatro clases de activos analizadas con porcentaje actual y desviación
  • Los cálculos de desviación son matemáticamente correctos
  • La comparación del umbral de reequilibrio es precisa
  • El análisis de eficiencia del margen incluido si el margen está habilitado
  • El análisis satelital incluido si el seguimiento satelital está habilitado
  • Contexto económico de las Cuatro Estaciones proporcionado
  • Todos los porcentajes suman 100% (dentro de la tolerancia de redondeo)
  • El YAML es válido y analizable
  • Cuando se cumplan todos los criterios, incluye <promesa>✓ Criterios de Calidad Cumplidos</promesa> en tu respuesta

Contexto

Este análisis es el núcleo de la gestión de la Cartera Permanente. Harry Browne diseñó la asignación 25/25/25/25 para proporcionar equilibrio en todas las condiciones económicas: las "Cuatro Estaciones" del ciclo económico. El análisis de desviación ayuda a determinar cuándo es necesario reequilibrar para mantener este equilibrio.

El análisis de margen ayuda a los usuarios a comprender si su uso de margen es rentable, comparando las comisiones reales pagadas con los costos calculados y los beneficios esperados.

Contexto del Trabajo

Análisis diario automatizado de cartera que implementa la estrategia de la Cartera Permanente de Harry Browne.

La Cartera Permanente mantiene asignaciones iguales del 25% en cuatro clases de activos diseñadas para rendir en diferentes condiciones económicas:

  • Acciones (25%): Prosperidad/Crecimiento
  • Bonos a Largo Plazo (25%): Deflación/Recesión
  • Oro (25%): Inflación
  • Efectivo/Tesoros (25%): Dinero Restringido/Recesión

Este flujo de trabajo:

  1. Recopila datos de cartera mediante la CLI bin/robinhood positions --save
  2. Analiza la asignación actual frente a los objetivos 25/25/25/25
  3. Realiza un seguimiento de las selecciones de acciones satelitales (opcional 10-20% de la asignación de acciones)
  4. Evalúa la eficiencia del uso de margen frente a las comisiones pagadas
  5. Genera recomendaciones de reequilibrio cuando la desviación supera el umbral definido por el usuario
  6. Produce un informe diario legible para revisión manual

IMPORTANTE: Este sistema es de solo lectura. No se ejecutan operaciones automáticamente. Todas las recomendaciones requieren revisión y ejecución manual.

Entradas Requeridas

Archivos de Pasos Anteriores - Léelos primero:

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

Rama de Trabajo

Usar formato de rama: deepwork/portfolio_balancer-[instancia]-YYYYMMDD

  • Si está en una rama de trabajo coincidente: continuar usándola
  • Si está en main/master: crear nueva rama con git checkout -b deepwork/portfolio_balancer-[instancia]-$(date +%Y%m%d)

Salidas

Salidas requeridas:

  • portfolio_balancer/data/allocation_analysis.yml

Barreras de Protección

  • NO omitir la verificación de prerrequisitos si este paso tiene dependencias
  • NO producir salidas parciales; completar todas las salidas requeridas antes de terminar
  • NO continuar sin las entradas requeridas; preguntar al usuario si falta alguna
  • NO modificar archivos fuera del alcance de las salidas definidas de este paso

Al Finalizar

  1. Verificar que las salidas se hayan creado
  2. Informar al usuario: "Paso 2/4 completado, salidas: portfolio_balancer/data/allocation_analysis.yml"
  3. Continuar flujo de trabajo: Usar la herramienta Skill para invocar /portfolio_balancer.generate_recommendations

Archivos de referencia: .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

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".

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

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

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

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

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

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

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

majiayu000/claude-skill-registry

BlockRun works with Claude Code and Google Antigravity.

majiayu000/claude-skill-registry

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

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

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

CRITICAL: Use for MolyKit AI chat toolkit. Triggers on: BotClient, OpenAI, SSE streaming, AI chat, molykit, PlatformSend, spawn(), ThreadToken, cross-platform async, Chat widget, Messages, PromptInput, Avatar, LLM

majiayu000/claude-skill-registry

AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.

majiayu000/claude-skill-registry

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

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

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

Skills relacionados