Communitygithub.com

Mr-Nobody-Anonymous/All-skills

Exécute des simulations Monte Carlo pour l'analyse de portefeuille avec distribution des rendements, risque de queue et évaluation de scénarios dépendants du chemin.

Qu'est-ce que All-skills ?

Cette compétence réalise des simulations Monte Carlo pour l'analyse de portefeuilles multi-actifs. Elle génère des distributions de rendements, calcule des métriques de risque de queue (VaR, CVaR, drawdown maximal) et évalue des scénarios dépendants du chemin (rééquilibrage, flux de trésorerie, règles de désensibilisation). L'utilisateur fournit les actifs, leurs poids, les hypothèses de rendement (historiques ou prospectives), le modèle de distribution (normal, Student-t, bootstrap), les paramètres de corrélation et les règles de chemin. Le workflow comprend la validation des entrées, le calibrage du modèle, la génération de chemins corrélés, le calcul de statistiques (moyenne, médiane, skewness, kurtosis, VaR, CVaR, distribution des drawdowns), et des analyses de sensibilité. Le résultat est un tableau récapitulatif, un graphique en éventail, une matrice de sensibilité et un journal des hypothèses. La compétence est utile pour estimer les probabilités de rendement, quantifier le risque extrême, évaluer les stratégies dépendantes du chemin et comparer des allocations lorsque les formules analytiques sont insuffisantes.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Mr-Nobody-Anonymous/All-skills/tree/HEAD/awesome_skills/legal/conducting-monte-carlo-portfolio-analysis

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Réalisation d'une Analyse de Portefeuille par Simulation Monte Carlo

Exécute des simulations Monte Carlo pour l'analyse de portefeuille, produisant des distributions de rendements, des métriques de risque de queue et des évaluations de scénarios dépendants du chemin pour des portefeuilles multi-actifs.

Quand l'utiliser

  • Estimer la distribution de probabilité des rendements d'un portefeuille sur un horizon défini (1 mois à 30 ans)
  • Quantifier le risque de queue (CVaR/ES, distributions de drawdown maximum, probabilités de queue gauche)
  • Évaluer les caractéristiques dépendantes du chemin : risque de séquence de rendements, surcouches de flux de trésorerie, déclencheurs de rééquilibrage, ou gains de type optionnel
  • Tester la robustesse des allocations de portefeuille sous des hypothèses de changement de régime ou de queues épaisses
  • Comparer des candidats d'allocation lorsque les formules analytiques fermées sont insuffisantes (par exemple, rendements non normaux, contraintes de levier, couverture dynamique)

Entrées à rassembler

  • Univers et poids des actifs — tickers ou classes d'actifs, allocation cible, et toutes contraintes (limites min/max, plafonds sectoriels)
  • Hypothèses de rendement — fenêtre d'observation historique OU hypothèses de marché de capitaux prospectives (rendement attendu, volatilité, matrice de corrélation)
  • Modèle de distribution — normal, Student-t (spécifier les degrés de liberté), skew-normal, ou bootstrap empirique [VÉRIFIER : confirmer que le choix distributionnel convient aux classes d'actifs]
  • Paramètres de simulation — nombre de chemins (défaut : 10 000 ; utiliser 50 000+ pour des estimations de queue stables), pas de temps (quotidien/mensuel), horizon temporel
  • Structure de corrélation — matrice de Pearson statique, DCC-GARCH, spécification de copule (Gaussienne vs. Clayton/Gumbel pour la dépendance de queue) [VÉRIFIER : choix de copule avec le gestionnaire de portefeuille]
  • Règles dépendantes du chemin — fréquence et bandes de rééquilibrage, entrées/sorties de trésorerie, désensibilisation déclenchée par drawdown, logique de récolte de pertes fiscales
  • Taux sans risque et hypothèse d'inflation — pour les calculs de rendement réel ou de ratio de Sharpe
  • Indice de référence (optionnel) — indice ou flux de passif pour une analyse de rendement relatif

Workflow

  1. Valider les entrées

    • Confirmer que la matrice de corrélation est semi-définie positive ; appliquer une correction PSD la plus proche si ce n'est pas le cas
    • Vérifier les séries de rendements obsolètes ou manquantes ; signaler les lacunes > 5 jours de bourse
    • Vérifier que le vecteur de poids somme à 1,0 (ou au ratio de levier prévu)
  2. Calibrer le modèle de génération de rendements

    • Ajuster la distribution choisie à chaque série de rendements d'actifs (MLE ou méthode des moments)
    • Estimer les paramètres de corrélation/copule ; rapporter la qualité d'ajustement (par exemple, valeurs p d'Anderson-Darling)
    • Si utilisation de changement de régime : estimer les états du modèle de Markov caché (hausse/baisse/crise) avec probabilités de transition [VÉRIFIER : nombre de régimes]
  3. Générer les chemins de simulation

    • Tirer des variates aléatoires corrélées via la décomposition de Cholesky (normal) ou l'échantillonnage de copules (non normal)
    • Construire les chemins de rendements cumulés pour chaque actif ; appliquer les poids du portefeuille à chaque étape de rééquilibrage
    • Appliquer les règles dépendantes du chemin : exécuter les rééquilibrages, appliquer les coûts de transaction, superposer les flux de trésorerie
  4. Calculer les statistiques de sortie

    • Métriques de distribution — moyenne, médiane, écart type, asymétrie, kurtosis de la richesse terminale ou du rendement annualisé
    • Métriques de risque de queue — VaR et CVaR aux niveaux de confiance 95 % et 99 % ; distribution du drawdown maximum (médiane, 95e percentile) ; probabilité de perte dépassant un seuil défini par l'utilisateur
    • Statistiques de chemin — chemin médian, graphique en éventail des 5e/25e/75e/95e percentiles ; distribution du temps de récupération après des drawdowns > X %
    • Analyse de scénario — statistiques conditionnelles pour les 5 % de chemins les plus mauvais (analyse du régime de crise)
  5. Vérifications de sensibilité et de robustesse

    • Relancer avec ±1 erreur type sur les rendements attendus et les volatilités pour évaluer la sensibilité des entrées
    • Comparer les résultats entre les hypothèses de distribution (normale vs. Student-t vs. bootstrap)
    • Confirmer la convergence : vérifier que les métriques clés se stabilisent lorsque le nombre de chemins double
  6. Compiler le rapport

    • Présenter les résultats dans un tableau récapitulatif plus une spécification de visualisation en éventail
    • Mettre en évidence les principaux résultats de risque : probabilité de ne pas atteindre un seuil de rendement, drawdown maximal, et scénarios de queue gauche
    • Énoncer toutes les hypothèses, limites du modèle et date des données

Sortie

  • Tableau de statistiques récapitulatives — rendement attendu (annualisé), volatilité, ratio de Sharpe, VaR (95/99), CVaR (95/99), drawdown maximum (médiane et 95e percentile), probabilité de rendement négatif, probabilité d'atteindre le rendement cible
  • Spécification du graphique de distribution — histogramme des rendements terminaux avec marqueurs VaR/CVaR ; graphique en éventail des chemins de richesse cumulée (bandes de percentiles 5/25/50/75/95)
  • Matrice de sensibilité — métriques clés sous des hypothèses alternatives de rendement, de volatilité et de corrélation
  • Analyse dépendante du chemin — impact de la fréquence de rééquilibrage, du timing des flux de trésorerie et des règles déclenchées par drawdown sur la distribution de la richesse terminale
  • Journal des hypothèses — modèle de distribution, méthode de calibrage, nombre de simulations, graine aléatoire (pour la reproductibilité), sources de données et dates

Contrôles de qualité

  • Le nombre de simulations est suffisant : les métriques de queue (CVaR à 99 %) ne doivent pas varier de plus de 2 % lorsqu'on relance avec une graine aléatoire différente
  • Le rendement simulé moyen se rapproche du rendement attendu d'entrée à ±10 pdb près (test de cohérence sur le moteur de génération)
  • La corrélation des rendements d'actifs simulés correspond à la matrice d'entrée à ±0,02 près
  • Les règles dépendantes du chemin sont vérifiées sur au moins un scénario tracé manuellement
  • Tous les éléments [VÉRIFIER] sont résolus ou explicitement marqués comme en attente avant la livraison
  • Les résultats ne sont pas présentés comme des prévisions — il convient de mentionner que les sorties reflètent des hypothèses de modèle, et non des prédictions de performance future

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 associés