Communitygithub.com

majiayu000/claude-skill-registry

Analyse complète de portefeuille via l'intégration Alpaca MCP Server pour récupérer les positions et effectuer une analyse de l'allocation d'actifs, des mesures de risque, des positions individuelles, de la diversification, et générer des recommandations de rééquilibrage. À utiliser lorsque l'utilisateur demande une revue de portefeuille, une analyse de position, une évaluation des risques, une performance ou des suggestions de rééquilibrage pour son compte de courtage.

Qu'est-ce que claude-skill-registry ?

Cette compétence permet d'analyser et de gérer des portefeuilles d'investissement en intégrant Alpaca MCP Server pour récupérer les données de positions en temps réel. Elle couvre l'allocation d'actifs, la diversification, les mesures de risque, l'évaluation individuelle des positions et les recommandations de rééquilibrage. Le workflow commence par la récupération des données via Alpaca MCP (ou via l'API REST Alpaca en fallback pour les jobs planifiés), puis enrichit les positions avec des données de marché et fondamentales. Ensuite, une analyse multi-dimensionnelle est réalisée : allocation par classe d'actifs, secteur, capitalisation boursière et géographie ; évaluation de la diversification via l'indice HHI et l'analyse de corrélation ; calcul des risques (bêta, drawdown, concentration) ; et enfin, une analyse de performance absolue et relative. Pour chaque position clé, une évaluation détaillée (thèse d'investissement, valorisation, technique, dimensionnement) est fournie, avec des recommandations d'action (CONSERVER/AJOUTER/RÉDUIRE/VENDRE). La compétence se termine par des recommandations de rééquilibrage priorisées, intégrant des considérations fiscales et de déploiement de cash. Elle est conçue pour être utilisée dans des environnements comme Claude Code, Cursor ou Codex, et nécessite la configuration préalable d'Alpaca MCP Server. Pour les jobs planifiés (cron), un fallback REST discipliné est implémenté, avec une validation rigoureuse des données et une gestion des cas particuliers (marge, positions fractionnaires, options).

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/majiayu000/claude-skill-registry/tree/HEAD/skills/analysis/portfolio-manager

Demander à votre IA préférée

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

Documentation

Gestionnaire de Portefeuille

Aperçu

Analyser et gérer des portefeuilles d'investissement en s'intégrant à Alpaca MCP Server pour récupérer les données de positions en temps réel, puis effectuer une analyse complète couvrant l'allocation d'actifs, la diversification, les mesures de risque, l'évaluation individuelle des positions et les recommandations de rééquilibrage. Générer des rapports de portefeuille détaillés avec des informations exploitables.

Cette compétence exploite l'API de courtage d'Alpaca via MCP (Model Context Protocol) pour accéder aux données de portefeuille en direct, garantissant que l'analyse est basée sur les positions réelles actuelles plutôt que sur des données saisies manuellement.

Quand l'utiliser

Invoquez cette compétence lorsque l'utilisateur demande :

  • « Analyse mon portefeuille »
  • « Passe en revue mes positions actuelles »
  • « Quelle est mon allocation d'actifs ? »
  • « Vérifie le risque de mon portefeuille »
  • « Dois-je rééquilibrer mon portefeuille ? »
  • « Évalue mes avoirs »
  • « Revue de performance du portefeuille »
  • « Quelles actions devrais-je acheter ou vendre ? »
  • Toute demande impliquant une analyse ou une gestion au niveau du portefeuille

Prérequis

Configuration d'Alpaca MCP Server

Cette compétence nécessite la configuration et la connexion d'Alpaca MCP Server. Le serveur MCP donne accès à :

  • Positions actuelles du portefeuille
  • Valeur nette du compte et pouvoir d'achat
  • Positions et transactions historiques
  • Données de marché pour les titres détenus

Outils du serveur MCP utilisés :

  • get_account_info - Récupérer la valeur nette, le pouvoir d'achat, le solde de trésorerie
  • get_positions - Récupérer toutes les positions actuelles avec quantités, coût de base, valeur de marché
  • get_portfolio_history - Données historiques de performance du portefeuille
  • Outils de données de marché pour les cotations en temps réel et les fondamentaux

Si Alpaca MCP Server n'est pas connecté, informez l'utilisateur et fournissez les instructions de configuration dans references/alpaca_mcp_setup.md.

Flux de travail

Étape 1 : Récupérer les données du portefeuille via Alpaca MCP ou fallback REST

Utilisez les outils du serveur Alpaca MCP pour rassembler les informations actuelles du portefeuille si disponibles. Dans les tâches Hermes planifiées, les outils MCP peuvent ne pas être exposés même lorsque les identifiants Alpaca sont présents ; dans ce cas, utilisez l'API Alpaca REST directement avec ALPACA_API_KEY, ALPACA_SECRET_KEY, et ALPACA_PAPER.

1.1 Obtenir les informations du compte :

Préféré : utiliser mcp__alpaca__get_account_info pour récupérer :
- Valeur nette du compte (valeur totale du portefeuille)
- Solde de trésorerie
- Pouvoir d'achat
- Statut du compte

Points de terminaison REST de secours :
- paper : https://paper-api.alpaca.markets/v2/account
- live :  https://api.alpaca.markets/v2/account
En-têtes :
- APCA-API-KEY-ID=$ALPACA_API_KEY
- APCA-API-SECRET-KEY=$ALPACA_SECRET_KEY

1.2 Obtenir les positions actuelles :

Préféré : utiliser mcp__alpaca__get_positions pour récupérer tous les avoirs :
- Symbole du ticker
- Quantité détenue
- Prix d'entrée moyen (coût de base)
- Prix du marché actuel
- Valeur de marché actuelle
- P&L non réalisé ($ et %)
- Taille de la position en % du portefeuille

Points de terminaison REST de secours :
- paper : https://paper-api.alpaca.markets/v2/positions
- live :  https://api.alpaca.markets/v2/positions

1.3 Obtenir l'historique du portefeuille (optionnel) :

Préféré : utiliser mcp__alpaca__get_portfolio_history pour l'analyse de performance :
- Valeurs nettes historiques
- Calcul du rendement pondéré dans le temps
- Analyse du drawdown

Point de terminaison REST de secours :
- /v2/account/portfolio/history

Discipline de fallback pour les tâches planifiées :

  • Étiquetez clairement la source comme Fallback REST Alpaca plutôt que MCP.
  • Utilisez ALPACA_PAPER=true pour choisir le point de terminaison d'essai ; sinon, utilisez le point de terminaison réel.
  • Validez toujours que la valeur de marché longue plus la trésorerie correspond approximativement à la valeur nette, et mettez en évidence la marge/levier si long_market_value > equity.
  • Pour les tâches cron de portefeuille hebdomadaires, calculez l'exposition en utilisant la valeur nette comme dénominateur ainsi que la valeur de marché brute : gross_long_exposure = long_market_value / equity, cash_pct = cash / equity, et signalez explicitement les portefeuilles financés par marge lorsque l'exposition brute est matériellement supérieure à 100 % ou que la trésorerie est négative. Ne laissez pas les pondérations sectorielles paraître anodines en utilisant uniquement le dénominateur brut-long lorsque le compte est à effet de levier.
  • Lorsque la demande met l'accent sur les avoirs en dividendes ou les déclencheurs de révision obligatoire, construisez une entrée de surveillance normalisée à partir des avoirs en direct et transmettez-la à kanchi-dividend-review-monitor plutôt que de traiter la revue des dividendes comme une section narrative uniquement. Construisez également une entrée de planification fiscale pour kanchi-dividend-us-tax-accounting lorsque des notes d'emplacement de compte sont demandées ; étiquetez-la comme dégradée si le type de compte ou les fenêtres de période de détention ne sont pas disponibles.

Validation des données :

  • Vérifiez que toutes les positions ont des symboles de ticker valides
  • Confirmez que les valeurs de marché totalisent approximativement la valeur nette du compte
  • Vérifiez la présence de positions obsolètes ou inactives
  • Gérez les cas particuliers (actions fractionnées, options, crypto si pris en charge)

Étape 2 : Enrichir les données de position

Pour chaque position dans le portefeuille, rassemblez des données de marché et fondamentales supplémentaires :

2.1 Données de marché actuelles :

  • Cotations en temps réel ou différé
  • Volume quotidien et mesures de liquidité
  • Fourchette sur 52 semaines
  • Capitalisation boursière

2.2 Données fondamentales : Utilisez WebSearch ou les API de données de marché disponibles pour récupérer :

  • Classification sectorielle et industrielle
  • Indicateurs de valorisation clés (P/E, P/B, rendement du dividende)
  • Résultats récents et indicateurs de santé financière
  • Notes d'analystes et objectifs de prix
  • Actualités récentes et développements matériels

2.3 Analyse technique :

  • Tendance des prix (moyennes mobiles sur 20 jours, 50 jours, 200 jours)
  • Force relative
  • Niveaux de support et de résistance
  • Indicateurs de momentum (RSI, MACD si disponibles)

Étape 3 : Analyse au niveau du portefeuille

Effectuez une analyse complète du portefeuille en utilisant les cadres des fichiers de référence :

3.1 Analyse de l'allocation d'actifs

Lisez references/asset-allocation.md pour les cadres d'allocation

Analysez l'allocation actuelle sur plusieurs dimensions :

Par classe d'actifs :

  • Actions vs Revenu fixe vs Trésorerie vs Alternatives
  • Comparez à l'allocation cible pour le profil de risque de l'utilisateur
  • Évaluez si l'allocation correspond aux objectifs d'investissement

Par secteur :

  • Technologie, Santé, Finance, Consommation, etc.
  • Identifiez les risques de concentration sectorielle
  • Comparez aux pondérations sectorielles de référence (par ex., S&P 500)

Par capitalisation boursière :

  • Répartition Grande-capitalisation vs Moyenne-capitalisation vs Petite-capitalisation
  • Concentration dans les méga-capitalisations
  • Score de diversification par capitalisation boursière

Par géographie :

  • États-Unis vs International vs Marchés émergents
  • Évaluation du risque de concentration nationale

Format de sortie :

## Allocation d'actifs

### Allocation actuelle vs Cible
| Classe d'actifs | Actuelle | Cible | Écart |
|-----------------|----------|-------|-------|
| Actions US | XX.X% | YY.Y% | +/- Z.Z% |
| ... |

### Répartition sectorielle
[Description de graphique circulaire ou tableau avec pourcentages sectoriels]

### 10 principales positions
| Rang | Symbole | % du portefeuille | Secteur |
|------|---------|-------------------|---------|
| 1 | AAPL | X.X% | Technologie |
| ... |

3.2 Analyse de la diversification

Lisez references/diversification-principles.md pour la théorie de la diversification

Évaluez la qualité de la diversification du portefeuille :

Concentration des positions :

  • Identifiez les principales positions et leur poids agrégé
  • Signalez si une position unique dépasse 10-15 % du portefeuille
  • Calculez l'indice Herfindahl-Hirschman (HHI) pour mesurer la concentration

Concentration sectorielle :

  • Identifiez les secteurs dominants
  • Signalez si un secteur dépasse 30-40 % du portefeuille
  • Comparez à la diversité sectorielle de référence

Analyse de corrélation :

  • Estimez la corrélation entre les positions principales
  • Identifiez les avoirs hautement corrélés (redondance potentielle)
  • Évaluez le véritable avantage de la diversification

Nombre de positions :

  • Plage optimale : 15-30 actions pour les portefeuilles individuels
  • Signalez si sous-diversifié (<10 actions) ou sur-diversifié (>50 actions)

Sortie :

## Évaluation de la diversification

**Risque de concentration :** [Faible / Moyen / Élevé]
- Les 5 principales positions représentent XX% du portefeuille
- Plus grande position unique : [SYMBOLE] à XX%

**Diversification sectorielle :** [Excellente / Bonne / Acceptable / Faible]
- Secteur dominant : [Nom du secteur] à XX%
- [Évaluation de l'équilibre entre les secteurs]

**Nombre de positions :** [Optimal / Sous-diversifié / Sur-diversifié]
- Total des positions : XX actions
- [Recommandation]

**Préoccupations de corrélation :**
- [Listez les paires de positions hautement corrélées]
- [Suggestions d'amélioration de la diversification]

3.3 Analyse des risques

Lisez references/portfolio-risk-metrics.md pour les cadres de mesure des risques

Calculez et interprétez les indicateurs de risque clés :

Mesures de volatilité :

  • Bêta estimé du portefeuille (moyenne pondérée des bêtas des positions)
  • Volatilités individuelles des positions
  • Écart-type du portefeuille (si les données historiques sont disponibles)

Risque de baisse :

  • Drawdown maximum (à partir de l'historique du portefeuille)
  • Drawdown actuel par rapport au sommet
  • Positions avec des pertes non réalisées significatives

Concentration du risque :

  • Pourcentage dans les actions à haute volatilité (bêta > 1.5)
  • Pourcentage dans les sociétés spéculatives/non rentables
  • Utilisation de l'effet de levier (si applicable)

Risque de queue :

  • Exposition à des événements de type cygne noir potentiels
  • Risque de concentration sur une seule action
  • Risque d'événement spécifique à un secteur

Sortie :

## Évaluation des risques

**Profil de risque global :** [Conservateur / Modéré / Agressif]

**Bêta du portefeuille :** X.XX (vs marché à 1.00)
- Interprétation : Le portefeuille est [plus/moins] volatil que le marché

**Drawdown maximum :** -XX.X% (de $XXX,XXX à $XXX,XXX)
- Drawdown actuel par rapport au sommet : -XX.X%

**Positions à haut risque :**
| Symbole | % du portefeuille | Bêta | Facteur de risque |
|---------|-------------------|------|-------------------|
| [TICKER] | XX% | X.XX | [Haute volatilité / Perte récente / etc] |

**Concentrations de risque :**
- XX% dans un secteur unique ([Secteur])
- XX% dans des actions avec bêta > 1.5
- [Autres risques de concentration]

**Score de risque :** XX/100 ([Faible/Moyen/Élevé] risque)

3.4 Analyse de performance

Évaluez la performance du portefeuille en utilisant les données disponibles :

Rendements absolus :

  • P&L non réalisé global du portefeuille ($ et %)
  • Positions les plus performantes (top 5 par gain en %)
  • Positions les moins performantes (bottom 5 par perte en %)

Rendements pondérés dans le temps (si l'historique est disponible) :

  • Rendement depuis le début de l'année
  • Rendements annualisés sur 1 an, 3 ans, 5 ans
  • Comparer à l'indice de référence (S&P 500, indice pertinent)

Performance au niveau des positions :

  • Ratio gagnants vs perdants
  • Gain moyen sur les positions gagnantes
  • Perte moyenne sur les positions perdantes
  • Positions proches des plus hauts/plus bas sur 52 semaines

Sortie :

## Revue de performance

**Valeur totale du portefeuille :** $XXX,XXX
**P&L non réalisé total :** $XX,XXX (+XX.X%)
**Solde de trésorerie :** $XX,XXX (XX% du portefeuille)

**Meilleurs performers :**
| Symbole | Gain | Valeur de la position |
|---------|------|-----------------------|
| [TICKER] | +XX.X% | $XX,XXX |
| ... |

**Moins bons performers :**
| Symbole | Perte | Valeur de la position |
|---------|-------|-----------------------|
| [TICKER] | -XX.X% | $XX,XXX |
| ... |

**Performance vs indice de référence (si disponible) :**
- Rendement du portefeuille : +X.X%
- Rendement du S&P 500 : +Y.Y%
- Alpha : +/- Z.Z%

Étape 4 : Analyse individuelle des positions

Pour les positions clés (top 10-15 par poids dans le portefeuille), effectuez une analyse détaillée :

Lisez references/position-evaluation.md pour le cadre d'analyse des positions

Pour chaque position significative :

4.1 Validation de la thèse actuelle :

  • Pourquoi cette position a-t-elle été initiée ? (si connu du contexte utilisateur)
  • La thèse d'investissement a-t-elle été réalisée ou brisée ?
  • Développements récents de l'entreprise et actualités

4.2 Évaluation de la valorisation :

  • Indicateurs de valorisation actuels (P/E, P/B, etc.)
  • Comparer à la fourchette de valorisation historique
  • Comparer aux pairs du secteur
  • Évaluation surévaluée / Juste / Sous-évaluée

4.3 Santé technique :

  • Tendance des prix (haussière, baissière, latérale)
  • Position par rapport aux moyennes mobiles
  • Niveaux de support et de résistance
  • Statut du momentum

4.4 Dimensionnement de la position :

  • Poids actuel dans le portefeuille
  • La taille est-elle appropriée compte tenu de la conviction et du risque ?
  • Surpondéré ou sous-pondéré par rapport à l'optimal

4.5 Recommandation d'action :

  • CONSERVER - La position est bien dimensionnée et la thèse intacte
  • AJOUTER - Sous-pondéré compte tenu de l'opportunité, thèse se renforçant
  • RÉDUIRE - Surpondéré ou valorisation tendue
  • VENDRE - Thèse brisée, meilleures opportunités ailleurs

Sortie par position :

### [SYMBOLE] - [Nom de l'entreprise] (XX.X% du portefeuille)

**Détails de la position :**
- Actions : XXX
- Coût moyen : $XX.XX
- Prix actuel : $XX.XX
- Valeur de marché : $XX,XXX
- P/L non réalisé : $X,XXX (+XX.X%)

**Aperçu fondamental :**
- Secteur : [Secteur]
- Capitalisation boursière : $XX.XB
- P/E : XX.X | Rendement du dividende : X.X%
- Développements récents : [Actualités ou résultats clés]

**Statut technique :**
- Tendance : [Haussière / Baissière / Latérale]
- Prix vs MM50 jours : [Au-dessus/En dessous de XX%]
- Support : $XX.XX | Résistance : $XX.XX

**Évaluation de la position :**
- **Statut de la thèse :** [Intacte / S'affaiblit / Brisée / Se renforce]
- **Valorisation :** [Sous-évaluée / Juste / Surévaluée]
- **Dimensionnement :** [Optimal / Surpondéré / Sous-pondéré]

**Recommandation :** [CONSERVER / AJOUTER / RÉDUIRE / VENDRE]
**Justification :** [Explication en 1-2 phrases]

Étape 5 : Recommandations de rééquilibrage

Lisez references/rebalancing-strategies.md pour les approches de rééquilibrage

Générez des recommandations de rééquilibrage spécifiques :

5.1 Identifier les déclencheurs de rééquilibrage :

  • Positions qui ont dévié significativement des pondérations cibles
  • Allocations sectorielles/classe d'actifs nécessitant un ajustement
  • Positions surpondérées à réduire (seuil dépassé)
  • Zones sous-pondérées auxquelles ajouter (en dessous du seuil)
  • Considérations fiscales (implications des gains en capital)

5.2 Élaborer un plan de rééquilibrage :

Positions à RÉDUIRE :

  • Positions surpondérées (>écart par rapport à la cible)
  • Actions qui ont fortement grimpé (préoccupations de valorisation)
  • Positions concentrées dépassant 15-20 % du portefeuille
  • Positions avec une thèse brisée

Positions à AJOUTER :

  • Secteurs ou classes d'actifs sous-pondérés
  • Positions à forte conviction actuellement sous-pondérées
  • Nouvelles opportunités pour améliorer la diversification

Déploiement de la trésorerie :

  • Si excès de trésorerie (>10 % du portefeuille), suggérer un déploiement
  • Prioriser en fonction de l'opportunité et des lacunes d'allocation

5.3 Priorisation : Classez les actions de rééquilibrage par priorité :

  1. Immédiat - Réduction des risques (réduire les positions concentrées)
  2. Haute priorité - Dérive d'allocation majeure (>10 % de la cible)
  3. Priorité moyenne - Dérive modérée (5-10 % de la cible)
  4. Faible priorité - Ajustements fins et opportunistes

Sortie :

## Recommandations de rééquilibrage

### Résumé

...

[contenu tronqué pour la traduction]

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 associés