Communitygithub.com

analyse_allocations_du_portefeuille

Calcule les pourcentages d'allocation actuels, identifie les écarts par rapport aux cibles et analyse l'efficacité de la marge.

Qu'est-ce que analyse_allocations_du_portefeuille ?

Cette compétence (étape 2 sur 4 du workflow `portfolio_balancer`) analyse un instantané de portefeuille collecté précédemment pour calculer la répartition actuelle entre les quatre classes d'actifs du Portefeuille Permanent de Harry Browne (actions, obligations long terme, or, liquidités/bons du Trésor), chacune ciblée à 25%. Elle détermine l'écart (drift) de chaque classe d'actif par rapport à sa cible, compare cet écart à un seuil défini par l'utilisateur (par exemple 5%), et recommande un rééquilibrage si nécessaire. De plus, elle évalue l'efficacité de l'utilisation d'un effet de levier (marge) en comparant les frais payés au coût calculé, et analyse les allocations satellites optionnelles (actions satellites par rapport aux actions de base). Elle produit un fichier YAML détaillé (`allocation_analysis.yml`) contenant la ventilation complète des allocations, l'évaluation du rééquilibrage, l'analyse de la marge et un contexte économique basé sur le cycle des Quatre Saisons. Cette compétence est prévue pour être utilisée avec des agents d'IA tels que Claude Code ou Codex, dans le cadre d'une gestion de portefeuille automatisée mais en lecture seule.

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

Demander à votre IA préférée

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

Documentation

Que fait analyse_allocations_du_portefeuille ?

Étape 2/4 du workflow portfolio_balancer

Analyse quotidienne du Portefeuille Permanent avec écart d'allocation et recommandations de rééquilibrage

Prérequis (À Vérifier d'Abord)

Avant de continuer, confirmez que ces étapes sont terminées :

  • /portfolio_balancer.collecter_donnees_portefeuille

Instructions

Objectif : Calculer les pourcentages d'allocation actuels, identifier les écarts par rapport aux cibles et analyser l'efficacité de la marge.

Analyser l'Allocation

Objectif

Calculer les pourcentages d'allocation actuels par rapport aux cibles du Portefeuille Permanent 25/25/25/25, identifier les écarts par rapport aux cibles et analyser l'efficacité de la marge.

Tâche

Analyser l'instantané du portefeuille pour déterminer comment les allocations actuelles se comparent aux cibles du Portefeuille Permanent de Harry Browne. Identifier quelles classes d'actifs sont surpondérées ou sous-pondérées et évaluer si l'utilisation de la marge est rentable.

Processus

  1. Lire l'instantané du portefeuille Charger portfolio_balancer/data/instantanee_portefeuille.yml depuis l'étape collecter_donnees_portefeuille.

  2. Calculer les pourcentages d'allocation actuels Pour chaque classe d'actif, calculer :

    pourcentage_actuel = (valeur_classe_actif / valeur_totale_portefeuille) * 100
    
  3. Calculer l'écart par rapport aux cibles La cible du Portefeuille Permanent est de 25 % pour chaque classe d'actif :

    ecart = pourcentage_actuel - 25.0
    
    • Écart positif = surpondération
    • Écart négatif = sous-pondération
  4. Déterminer si un rééquilibrage est nécessaire Comparer l'écart de chaque classe d'actif par rapport au seuil_ecart de l'instantané :

    • Si |ecart| > seuil_ecart, un rééquilibrage est recommandé
    • Suivre quelles classes d'actifs spécifiques dépassent le seuil
  5. Analyser l'allocation satellite (si activée) Si le suivi satellite est activé :

    • Calculer le % satellite de l'allocation actions totale
    • Comparer à la cible (généralement 10-20 %)
    • Déterminer si l'allocation satellite doit être ajustée
  6. Analyser l'efficacité de la marge Si la marge est activée :

    • Calculer le coût annuel de la marge : solde_marge * taux_interet
    • Évaluer le rapport coût/bénéfice : Le rendement attendu des actifs financés par marge est-il > coût de la marge ?
    • Signaler si les frais de marge dépassent des seuils raisonnables
  7. Appliquer le contexte des Quatre Saisons Noter quelles conditions économiques favorisent les positions actuelles sur/sous-pondérées :

    • Printemps (Prospérité) : Les actions bénéficient
    • Été (Inflation) : L'or bénéficie
    • Automne (Argent rare) : Les liquidités bénéficient
    • Hiver (Déflation) : Les obligations à long terme bénéficient

Format de Sortie

portfolio_balancer/data/analyse_allocation.yml

Un fichier YAML contenant l'analyse d'allocation complète.

Structure :

date_analyse: "YYYY-MM-DD"
seuil_ecart: 5  # depuis l'instantané

valeur_totale_portefeuille: 100000.00

# Répartition des allocations
allocations:
  actions:
    pourcentage_cible: 25.0
    pourcentage_actuel: 28.0
    valeur_actuelle: 28000.00
    ecart: 3.0  # surpondérée de 3%
    depasse_seuil: false
    statut: "surpondérée"
    # Répartition satellite (si activée)
    satellite:
      active: true
      pourcentage_noyau: 89.3  # % d'actions dans l'indice noyau
      pourcentage_satellite: 10.7  # % d'actions dans les satellites
      pourcentage_cible_satellite: 15.0
      ecart_satellite: -4.3  # satellites sous-pondérés

  obligations_long_terme:
    pourcentage_cible: 25.0
    pourcentage_actuel: 24.0
    valeur_actuelle: 24000.00
    ecart: -1.0  # sous-pondérée de 1 %
    depasse_seuil: false
    statut: "sous-pondérée"

  or:
    pourcentage_cible: 25.0
    pourcentage_actuel: 23.0
    valeur_actuelle: 23000.00
    ecart: -2.0
    depasse_seuil: false
    statut: "sous-pondérée"

  liquidites_bons_tresor:
    pourcentage_cible: 25.0
    pourcentage_actuel: 25.0
    valeur_actuelle: 25000.00
    ecart: 0.0
    depasse_seuil: false
    statut: "sur_cible"

# Évaluation globale du rééquilibrage
reequilibrage:
  necessaire: false
  raison: "Aucune classe d'actif ne dépasse le seuil d'écart de 5 %"
  actifs_depassant_seuil: []

# Analyse de la marge
analyse_marge:
  active: true
  solde_actuel: 5000.00
  cout_annuel: 300.00  # solde * taux
  cout_mensuel: 25.00
  frais_mensuels_payes: 50.00
  note_efficacite: "mauvaise"  # paie plus en frais que le coût calculé
  recommandation: "Examiner les frais de marge - paie 50 $/mois contre un coût prévu de 25 $/mois"

# Contexte des Quatre Saisons
contexte_economique:
  surponderations_actuelles:
    - actif: "actions"
      condition_favorable: "Prospérité/Croissance (Printemps)"
      ecart: 3.0
  sous_ponderations_actuelles:
    - actif: "or"
      condition_favorable: "Inflation (Été)"
      ecart: -2.0
    - actif: "obligations_long_terme"
      condition_favorable: "Déflation/Récession (Hiver)"
      ecart: -1.0
  interpretation: "Le portefeuille est actuellement positionné pour la prospérité ; vulnérable à l'inflation"

Critères de Qualité

  • Les quatre classes d'actifs analysées avec pourcentage actuel et écart
  • Les calculs d'écart sont mathématiquement corrects
  • La comparaison du seuil de rééquilibrage est précise
  • L'analyse de l'efficacité de la marge est incluse si la marge est activée
  • L'analyse satellite est incluse si le suivi satellite est activé
  • Le contexte économique des Quatre Saisons est fourni
  • Tous les pourcentages totalisent 100 % (dans la limite de l'arrondi)
  • Le YAML est valide et analysable
  • Lorsque tous les critères sont remplis, inclure <promesse>✓ Critères de Qualité Remplis</promesse> dans votre réponse

Contexte

Cette analyse est le cœur de la gestion du Portefeuille Permanent. Harry Browne a conçu l'allocation 25/25/25/25 pour fournir un équilibre dans toutes les conditions économiques - les "Quatre Saisons" du cycle économique. L'analyse des écarts aide à déterminer quand un rééquilibrage est nécessaire pour maintenir cet équilibre.

L'analyse de la marge aide les utilisateurs à comprendre si leur utilisation de la marge est rentable, en comparant les frais réellement payés aux coûts calculés et aux bénéfices attendus.

Contexte du Travail

Analyse de portefeuille quotidienne automatisée mettant en œuvre la stratégie du Portefeuille Permanent de Harry Browne.

Le Portefeuille Permanent maintient des allocations égales de 25 % dans quatre classes d'actifs conçues pour performer dans différentes conditions économiques :

  • Actions (25 %) : Prospérité/Croissance
  • Obligations à Long Terme (25 %) : Déflation/Récession
  • Or (25 %) : Inflation
  • Liquidités/Bons du Trésor (25 %) : Argent rare/Récession

Ce workflow :

  1. Collecte les données du portefeuille via l'interface en ligne de commande bin/robinhood positions --save
  2. Analyse l'allocation actuelle par rapport aux cibles 25/25/25/25
  3. Suit les sélections d'actions satellites (optionnel, 10-20 % de l'allocation actions)
  4. Évalue l'efficacité de l'utilisation de la marge par rapport aux frais payés
  5. Génère des recommandations de rééquilibrage lorsque l'écart dépasse le seuil défini par l'utilisateur
  6. Produit un rapport quotidien lisible pour examen manuel

IMPORTANT : Ce système est en lecture seule. Aucune transaction n'est exécutée automatiquement. Toutes les recommandations nécessitent un examen et une exécution manuels.

Entrées Requises

Fichiers des Étapes Précédentes - Lire d'abord :

  • portfolio_balancer/data/instantanee_portefeuille.yml (depuis collecter_donnees_portefeuille)

Branche de Travail

Utiliser le format de branche : deepwork/portfolio_balancer-[instance]-AAAAMMJJ

  • Si sur une branche de travail correspondante : continuer à l'utiliser
  • Si sur main/master : créer une nouvelle branche avec git checkout -b deepwork/portfolio_balancer-[instance]-$(date +%Y%m%d)

Sorties

Sorties requises :

  • portfolio_balancer/data/analyse_allocation.yml

Garde-fous

  • Ne PAS sauter la vérification des prérequis si cette étape a des dépendances
  • Ne PAS produire de sorties partielles ; terminer toutes les sorties requises avant de finir
  • Ne PAS continuer sans les entrées requises ; demander à l'utilisateur si l'une d'elles manque
  • Ne PAS modifier les fichiers en dehors du périmètre des sorties définies de cette étape

À la Finalisation

  1. Vérifier que les sorties sont créées
  2. Informer l'utilisateur : "Étape 2/4 terminée, sorties : portfolio_balancer/data/analyse_allocation.yml"
  3. Continuer le workflow : Utiliser l'outil Skill pour invoquer /portfolio_balancer.generer_recommandations

Fichiers de référence : .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-data

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry-data

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry-data

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry-data

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry-data

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-data

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-data

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-data

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-data

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-data

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

majiayu000/claude-skill-registry-data

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-data

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-data

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-data

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-data

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-data

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

majiayu000/claude-skill-registry-data

Conduct domain and industry research. Use when the user says "lets create a research report on [domain or industry]

majiayu000/claude-skill-registry-data

Conduct market research on competition and customers. Use when the user says "create a market research report about [business idea]".

majiayu000/claude-skill-registry-data

Conduct technical research on technologies and architecture. Use when the user says "create a technical research report on [topic]".

majiayu000/claude-skill-registry-data

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".

Skills associés