Communitygithub.com

David-Li0406/meta-skill-evloving

Effectuer une analyse complète de portefeuille en R couvrant la préparation des données, la sélection d'actifs (ratio récompense/risque, PER), l'optimisation (GMVP, Tangence) à l'aide de PortfolioAnalytics avec le solveur ROI et l'analyse de régression.

Qu'est-ce que meta-skill-evloving ?

Cette compétence permet d'analyser et d'optimiser des portefeuilles financiers en R. Elle guide l'utilisateur à travers un workflow complet : préparation rigoureuse des données (calcul des rendements logarithmiques, alignement des dates), sélection de cinq actifs selon deux stratégies (ratio récompense/risque ou PER) en respectant des contraintes (au moins un actif Forex et un actif matières premières), puis optimisation. L'optimisation utilise le package PortfolioAnalytics avec le solveur ROI pour calculer le portefeuille de variance minimale globale (GMVP – sans vente à découvert) et le portefeuille tangent (Tangency – avec vente à découvert autorisée). Enfin, une analyse exploratoire (corrélations, histogrammes, Q-Q plots, boxplots) et une régression linéaire des rendements du portefeuille sur des facteurs externes sont proposées. La compétence prend en charge des environnements comme Claude Code ou Codex, avec des blocs R directement exécutables.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/David-Li0406/meta-skill-evloving/tree/HEAD/AutoSkill/SkillBank/ConvSkill/english_gpt4_8/r_portfolio_optimization_and_analysis

Demander à votre IA préférée

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

Documentation

Optimisation et Analyse de Portefeuille en R

Effectuer une analyse complète de portefeuille en R, couvrant la préparation des données, la sélection d'actifs (ratio récompense/risque, PER), l'optimisation (GMVP, Tangence) à l'aide de PortfolioAnalytics avec le solveur ROI, et l'analyse de régression.

Prompt

Rôle & Objectif

Agir en tant qu'Analyste de Données Financières spécialisé en R. L'objectif est d'exécuter un workflow complet d'analyse de portefeuille, incluant une préparation rigoureuse des données, une sélection d'actifs basée sur des stratégies spécifiques, une optimisation de portefeuille à l'aide du package PortfolioAnalytics avec le solveur ROI, et une analyse de régression pour expliquer la performance.

Règles Opérationnelles & Contraintes

1. Entrées de Données & Préparation

  • Entrées : Un dataframe assets (colonnes : Ticker, Category, MedianReturn, StandardDeviation, PERatio) et une matrice log_returns.
  • Calcul des Rendements Logarithmiques : Si des prix bruts sont fournis, calculer les rendements logarithmiques avec diff(log(price_column)). Cela réduit le nombre d'observations de 1 (N prix -> N-1 rendements).
  • Alignement des Dates : Lors de la combinaison de vecteurs de dates avec les données de rendements logarithmiques, supprimer la première date pour aligner les dimensions (ex : adjusted_dates <- date_vector[-1]).
  • Structure des Données : Convertir les données matricielles en data frames avec as.data.frame() avant d'utiliser les fonctions dplyr comme select().

2. Stratégies de Sélection d'Actifs

Sélectionner exactement 5 actifs. Contrainte : Inclure au moins un actif "Forex" et un actif "Commodities".

  • Stratégie 1 (Ratio Récompense/Risque) : Calculer RewardToRisk = MedianReturn / StandardDeviation. Classer par ordre décroissant. Sélectionner les 5 premiers en respectant les contraintes.
  • Stratégie 2 (Ratio PER) : Classer les actifs par ordre croissant de PERatio. Sélectionner les 5 premiers en respectant les contraintes.

3. Optimisation de Portefeuille

Utiliser le package PortfolioAnalytics. Filtrer log_returns pour ne conserver que les tickers sélectionnés. Convertir les données au format de matrice numérique attendu par le package.

  • Portefeuille de Variance Minimale Globale (GMVP) :
    • Objectif : Minimiser la variance.
    • Contraintes : weight_sum min_sum = 1, max_sum = 1 (Investissement total).
    • Contraintes : box min = 0, max = 1 (Pas de vente à découvert).
    • Optimisation : Utiliser optimize.portfolio avec optimize_method = "ROI".
  • Portefeuille Tangent (TP) :
    • Objectif : Maximiser le ratio de Sharpe (objective_type = "tangency").
    • Contraintes : weight_sum min_sum = 1, max_sum = 1 (Investissement total).
    • Contraintes : Ne pas ajouter de contrainte box (Vente à découvert autorisée).
    • Optimisation : Utiliser optimize.portfolio avec optimize_method = "ROI".

4. Exploration des Données & Régression

  • Effectuer une analyse de corrélation sur les actifs sélectionnés.
  • Générer des histogrammes, des graphiques Q-Q et des boîtes à moustaches.
  • Créer un indice équipondéré en utilisant rowMeans(log_returns).
  • Utiliser lm() pour régresser les rendements du portefeuille sur des facteurs externes (ex : lm(Portfolio_Return ~ Factor1 + Factor2)).

Exigences de Sortie

  • Exporter les listes d'actifs sélectionnés au format CSV.
  • Afficher les statistiques récapitulatives et les poids du portefeuille à l'aide de extractWeights.
  • Fournir des blocs de code R clairs et exécutables qui chargent la bibliothèque, préparent la matrice de rendements, définissent les spécifications du portefeuille, ajoutent les contraintes, exécutent l'optimisation et extraient les résultats.

Anti-Patterns

  • Ne pas inventer de catégories d'actifs ou de noms d'actifs spécifiques non fournis dans les données d'entrée.
  • Ne pas ignorer les vérifications de contrainte pour les actifs Commodity et Forex.
  • Ne pas utiliser dplyr::select sur un objet matriciel sans le convertir en data frame.
  • Ne pas oublier de traiter la valeur NA générée dans la première ligne des calculs de rendements logarithmiques.
  • Ne pas utiliser d'autres méthodes d'optimisation que "ROI" pour les portefeuilles GMVP et Tangency.
  • Ne pas ajouter de contrainte box pour le portefeuille Tangency.

Déclencheurs

  • effectuer une analyse de portefeuille en R
  • optimiser les poids d'un portefeuille à l'aide de GMVP et Tangency
  • sélectionner des actifs en fonction du ratio récompense/risque
  • régresser le rendement d'un portefeuille sur des facteurs en R
  • Optimiser un portefeuille à l'aide de PortfolioAnalytics

Individual skills in this repo

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

David-Li0406/meta-skill-evloving

Browser automation with persistent page state. Use when users ask to navigate websites, fill forms, take screenshots, extract web data, test web apps, or automate browser workflows. Trigger phrases include "go to [url]", "click on", "fill out the form", "take a screenshot", "scrape", "automate", "test the website", "log into", or any browser interaction request.

David-Li0406/meta-skill-evloving

Create technical diagrams using Mermaid syntax for architecture, sequences, ERDs, flowcharts, and state machines. Use for visualizing system design, data flows, and processes. Triggers: diagram, mermaid, architecture diagram, sequence diagram, flowchart, ERD, entity relationship, state diagram, C4 model, component diagram, visualize, draw.

David-Li0406/meta-skill-evloving

Comprehensive document creation, editing, and analysis with support for tracked changes, comments, formatting preservation, and text extraction. When Claude needs to work with professional documents (.docx files) for: (1) Creating new documents, (2) Modifying or editing content, (3) Working with tracked changes, (4) Adding comments, or any other document tasks

David-Li0406/meta-skill-evloving

Complete color manipulation and green screen effects system. PROACTIVELY activate for: (1) Green screen/chromakey removal, (2) Color grading with LUTs, (3) Color correction (levels, curves, white balance), (4) Colorkey/color removal effects, (5) Hue/saturation manipulation, (6) Color space conversions (BT.709, BT.2020, HDR), (7) Color isolation effects, (8) Teal and orange look, (9) Vintage/film looks, (10) Color keying for transparency. Provides: chromakey and colorkey filters, LUT application (lut3d), curves and levels adjustment, color balance, selective color manipulation, color space handling, HDR tone mapping, professional color grading chains.

David-Li0406/meta-skill-evloving

Convert files and office documents to Markdown. Supports PDF, DOCX, PPTX, XLSX, images (with OCR), audio (with transcription), HTML, CSV, JSON, XML, ZIP, YouTube URLs, EPubs and more.

David-Li0406/meta-skill-evloving

Guide for creating high-quality MCP (Model Context Protocol) servers that enable LLMs to interact with external services through well-designed tools. Use when building MCP servers to integrate external APIs or services, whether in Python (FastMCP) or Node/TypeScript (MCP SDK).

David-Li0406/meta-skill-evloving

Build with OpenAI's stateless APIs - Chat Completions (GPT-5, GPT-4o), Embeddings, Images (DALL-E 3), Audio (Whisper + TTS), and Moderation. Includes Node.js SDK and fetch-based approaches for Cloudflare Workers. Use when: implementing chat completions with GPT-5/GPT-4o, streaming responses with SSE, using function calling/tools, creating structured outputs with JSON schemas, generating embeddings for RAG (text-embedding-3-small/large), generating images with DALL-E 3, editing images with GPT-Image-1, transcribing audio with Whisper, synthesizing speech with TTS (11 voices), moderating content (11 safety categories), or troubleshooting rate limits (429), invalid API keys (401), function calling failures, streaming parse errors, embeddings dimension mismatches, or token limit exceeded.

David-Li0406/meta-skill-evloving

Comprehensive PDF manipulation toolkit for extracting text and tables, creating new PDFs, merging/splitting documents, and handling forms. When Claude needs to fill in a PDF form or programmatically process, generate, or analyze PDF documents at scale.

David-Li0406/meta-skill-evloving

Presentation creation, editing, and analysis. When Claude needs to work with presentations (.pptx files) for: (1) Creating new presentations, (2) Modifying or editing content, (3) Working with layouts, (4) Adding comments or speaker notes, or any other presentation tasks

David-Li0406/meta-skill-evloving

Comprehensive spreadsheet creation, editing, and analysis with support for formulas, formatting, data analysis, and visualization. When Claude needs to work with spreadsheets (.xlsx, .xlsm, .csv, .tsv, etc) for: (1) Creating new spreadsheets with formulas and formatting, (2) Reading or analyzing data, (3) Modify existing spreadsheets while preserving formulas, (4) Data analysis and visualization in spreadsheets, or (5) Recalculating formulas

David-Li0406/meta-skill-evloving

Download YouTube videos with customizable quality and format options. Use this skill when the user asks to download, save, or grab YouTube videos. Supports various quality settings (best, 1080p, 720p, 480p, 360p), multiple formats (mp4, webm, mkv), and audio-only downloads as MP3.

David-Li0406/meta-skill-evloving

Best practices for Remotion - Video creation in React

David-Li0406/meta-skill-evloving

Provides bidirectional translation (Chinese/English), grammar checking, and sentence polishing. Supports specific tense constraints, context-aware tone adjustment, and natural expression optimization. Outputs direct text without formatting.

David-Li0406/meta-skill-evloving

指导如何通过自定义注解(如@Unicom)标识Dubbo接口,利用BeanDefinitionRegistryPostProcessor在启动时扫描并动态注册ReferenceBean,实现RPC调用的封装。

David-Li0406/meta-skill-evloving

生成Python脚本,利用FFmpeg将图片序列按3x3布局合并,或将合并图拆分。要求使用subprocess模块执行命令,并支持用户交互式输入路径。

David-Li0406/meta-skill-evloving

SOP for extracting and analyzing promotional activity details, handling time formatting, location mapping, payment logic, and step-by-step process validation.

David-Li0406/meta-skill-evloving

Specializes in creating TikTok short video scripts using an anthropomorphic 'Chef' perspective to explain wildlife food chains and survival environments, utilizing real field footage.

David-Li0406/meta-skill-evloving

针对TikTok平台,以拟人化视角(如动物作为厨师)创作系列短视频脚本。重点介绍野生动物、食物链及生态环境,要求使用野外实拍素材,风格幽默且具有教育意义。

David-Li0406/meta-skill-evloving

Generates KWL (Know, Want to know, Learned) charts for educational videos, specifically BrainPOP, using simple 7th-grade language and short, concise bullet points.

David-Li0406/meta-skill-evloving

Tracks complex, multi-session work using the Beads issue tracker and dependency graphs, and provides persistent memory that survives conversation compaction. Use when work spans multiple sessions, has complex dependencies, or needs persistent context across compaction cycles. Trigger with phrases like "create task for", "what's ready to work on", "show task", "track this work", "what's blocking", or "update status".

Skills associés