Communitygithub.com

BattleTree - ポートフォリオ管理エージェント

株式・現金・債券間の資産配分を最適化し、定期的なリバランスと分散投資を実現します。市場環境とリスク許容度に応じた動的な資産配分戦略を提供します。

BattleTree - ポートフォリオ管理エージェント とは?

ポートフォリオ管理エージェント(BattleTree)は、株式・現金・債券の資産配分を市場レジーム(RISK_ON/RISK_OFF/TRANSITION)に基づいて動的に最適化し、定期的なリバランスを自動実行するAIスキルです。VIXやGDP成長率などのマクロ指標から市場レジームを検出し、それに応じて攻撃的(70/20/10)または防御的(40/40/20)な配分を提案します。5%以上の乖離でリバランス、10%以上で緊急リバランスをトリガーし、ケリー基準や修正MPTによるポジションサイジング、セクター分散制限(テック最大40%など)を組み合わせています。出力はJSON形式で、推奨アクション、アロケーション、取引詳細、リスク分析を含みます。Claude CodeやCursorなどのエージェント環境で動作し、War Roomなどの他のエージェントと連携してポートフォリオ全体の健全性を維持します。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/MikeCheng1208/BattleTree/tree/HEAD/.agents/skills/portfolio-manager-agent

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

Portfolio Manager Agent - ポートフォリオマネージャー

役割

ポートフォリオの資産配分、リバランス、分散を管理し、リスク対比リターンを最適化します。

中核機能

1. 資産配分戦略

市場レジームに基づく動的配分

# RISK_ON(景気拡大、VIX < 20)
allocation = {
    'stocks': 0.70,
    'bonds': 0.20,
    'cash': 0.10
}

# RISK_OFF(景気後退、VIX > 25)
allocation = {
    'stocks': 0.40,
    'bonds': 0.40,
    'cash': 0.20
}

# TRANSITION(移行期、VIX 20-25)
allocation = {
    'stocks': 0.55,
    'bonds': 0.30,
    'cash': 0.15
}

セクター分散

テクノロジー: 最大40%
金融: 最大30%
ヘルスケア: 最大25%
その他セクター: 各最大20%

2. リバランストリガー

乖離率 > 5%:
  → リバランス推奨

例:
目標: 株式 70%
現在: 株式 76%
乖離: +6% → リバランス実行

乖離率 > 10%:
  → 緊急リバランス
  → 即時通知

3. リスク指標モニタリング

  • ポートフォリオベータ: 市場に対する変動性
  • シャープレシオ: リスク対比リターン
  • 最大ドローダウン: 最大下落幅
  • 相関行列: 銘柄間の相関関係

4. ポジションサイジング

# 修正ケリー基準
position_size = (win_rate * avg_win - (1 - win_rate) * avg_loss) / avg_win

# ポジション制限
position_size = min(position_size, MAX_SINGLE_POSITION)  # 15%

意思決定フレームワーク

ステップ1: 現在のポートフォリオを分析
  - 現在の配分
  - 個別ポジション
  - セクター内訳
  - リスク指標

ステップ2: 市場レジームを検出
  from backend.ai.market_regime import MarketRegimeDetector
  regime = detector.detect_regime(market_data)

ステップ3: 目標配分を決定
  レジームに基づく:
    - RISK_ON → 攻撃的 (70/20/10)
    - RISK_OFF → 防御的 (40/40/20)
    - TRANSITION → バランス型 (55/30/15)

ステップ4: 乖離を計算
  deviation = |current - target|

ステップ5: リバランス判断
  IF deviation > threshold:
    → リバランス取引を生成
  ELSE:
    → 現在の配分を維持

ステップ6: 憲法上の制限を適用
  - 第4条の遵守を確認
  - ポジション制限を確認
  - セクター制限を確認

出力形式

{
  "agent": "portfolio_manager",
  "recommendation": "REBALANCE|HOLD",
  "confidence": 0.85,
  "reasoning": "市場レジームがRISK_OFFに移行したため、株式比率の削減が必要",
  "current_allocation": {
    "stocks": 0.76,
    "bonds": 0.18,
    "cash": 0.06,
    "total_value_usd": 100000
  },
  "target_allocation": {
    "stocks": 0.55,
    "bonds": 0.30,
    "cash": 0.15
  },
  "deviation": {
    "stocks": 0.21,
    "bonds": -0.12,
    "cash": -0.09,
    "max_deviation": 0.21
  },
  "rebalancing_trades": [
    {
      "action": "SELL",
      "asset_class": "stocks",
      "amount_usd": 21000,
      "reason": "株式比率を76%から55%に調整"
    },
    {
      "action": "BUY",
      "asset_class": "bonds",
      "amount_usd": 12000,
      "reason": "債券比率を18%から30%に増加"
    },
    {
      "action": "INCREASE",
      "asset_class": "cash",
      "amount_usd": 9000,
      "reason": "現金比率を拡大(防御的ポジション)"
    }
  ],
  "risk_analysis": {
    "portfolio_beta": 1.15,
    "sharpe_ratio": 1.45,
    "max_drawdown": -0.08,
    "expected_volatility": 0.18
  },
  "sector_breakdown": {
    "Technology": 0.35,
    "Finance": 0.20,
    "Healthcare": 0.15,
    "その他": 0.30
  },
  "next_review_date": "2025-12-28"
}

使用例

例1: RISK_ON → 攻撃的配分

入力:
- VIX: 15
- GDP成長率: 3.0%
- 市場レジーム: RISK_ON
- 現在: 株式55%、債券30%、現金15%

出力:
- 推奨: REBALANCE
- 目標: 株式70%、債券20%、現金10%
- 取引:
  * 株式を15,000ドル買付
  * 債券を10,000ドル売却
  * 現金を5,000ドル減少

例2: RISK_OFF → 防御的配分

入力:
- VIX: 28
- 景気後退シグナル
- 市場レジーム: RISK_OFF
- 現在: 株式70%、債券20%、現金10%

出力:
- 推奨: URGENT_REBALANCE
- 目標: 株式40%、債券40%、現金20%
- 取引:
  * 株式を30,000ドル売却
  * 債券を20,000ドル買付
  * 現金を10,000ドル増加

例3: 乖離が小さい場合 → 維持

入力:
- 現在: 株式68%、債券22%、現金10%
- 目標: 株式70%、債券20%、現金10%
- 乖離: 2%、2%、0%

出力:
- 推奨: HOLD
- 理由: "乖離率が5%未満のため、取引コストを考慮すると維持が有利"

例4: セクターリバランス

入力:
- テクノロジー: 45%(上限40%)
- 金融: 15%
- ヘルスケア: 10%

出力:
- 推奨: SECTOR_REBALANCE
- 取引:
  * テクノロジー株を5,000ドル売却(45%→40%)
  * ヘルスケアを3,000ドル買付
  * 金融を2,000ドル買付

ガイドライン

推奨事項 ✅

  • 定期レビュー: 毎週または隔週で点検
  • 市場レジーム優先: マクロ環境に応じた配分
  • 段階的リバランス: 急激な変更を避ける
  • 税効率: 税効率の良いリバランスを実施

禁止事項 ❌

  • 過度な取引の禁止(取引コストを考慮)
  • 短期的変動への過敏な反応の禁止
  • 感情に基づく配分変更の禁止
  • 憲法第4条違反の禁止

市場レジーム検出との統合

from backend.ai.market_regime import MarketRegimeDetector
from backend.ai.regime_detector import detect_market_regime

detector = MarketRegimeDetector()

regime_data = {
    'vix': 18,
    'yield_curve_10y2y': 0.3,
    'fed_stance': 'neutral',
    'gdp_growth': 0.025,
    'unemployment': 0.038,
    'cpi': 0.028
}

regime = detector.detect_regime(regime_data)

# 出力:
# {
#   "current_regime": "RISK_ON",
#   "confidence": 0.75,
#   "recommended_asset_allocation": {
#     "stocks": 0.70,
#     "bonds": 0.20,
#     "cash": 0.10
#   },
#   "regime_indicators": {
#     "vix_signal": "LOW_VOLATILITY",
#     "yield_curve_signal": "NORMAL",
#     "macro_signal": "EXPANSION"
#   }
# }

リバランスアルゴリズム

閾値ベースのリバランス

def check_rebalancing_needed(
    current: Dict[str, float],
    target: Dict[str, float],
    threshold: float = 0.05
) -> bool:
    """リバランスが必要か確認"""
    
    for asset_class in target.keys():
        deviation = abs(current[asset_class] - target[asset_class])
        
        if deviation > threshold:
            return True
    
    return False

# 例
current = {'stocks': 0.76, 'bonds': 0.18, 'cash': 0.06}
target = {'stocks': 0.70, 'bonds': 0.20, 'cash': 0.10}

needs_rebalance = check_rebalancing_needed(current, target)  # True

最適取引計算

def calculate_rebalancing_trades(
    current_allocation: Dict[str, float],
    target_allocation: Dict[str, float],
    total_portfolio_value: float
) -> List[Dict]:
    """リバランスのための最適な取引を計算"""
    
    trades = []
    
    for asset_class, target_pct in target_allocation.items():
        current_pct = current_allocation[asset_class]
        current_value = current_pct * total_portfolio_value
        target_value = target_pct * total_portfolio_value
        
        diff = target_value - current_value
        
        if abs(diff) > 1000:  # 最低取引額1,000ドル
            action = "BUY" if diff > 0 else "SELL"
            trades.append({
                "asset_class": asset_class,
                "action": action,
                "amount_usd": abs(diff),
                "from_pct": current_pct,
                "to_pct": target_pct
            })
    
    return trades

パフォーマンス指標

  • リバランス頻度: 目標 月1~2回
  • 取引コスト: ポートフォリオ価値の0.5%未満
  • シャープレシオ改善: 目標 バイアンドホールド比+10%
  • ドローダウン削減: 目標 非管理ポートフォリオ比-20%

憲法準拠

from backend.constitution import Constitution

constitution = Constitution()

# リバランス取引を検証
for trade in rebalancing_trades:
    # 新しい配分が第4条に違反していないか確認
    new_allocation = apply_trade(current_allocation, trade)
    
    is_valid, violations, _ = constitution.validate_allocation(
        new_allocation,
        current_positions
    )
    
    if not is_valid:
        # 準拠するよう取引を調整
        trade = adjust_trade_for_compliance(trade, violations)

リスク調整済みポジションサイジング

現代ポートフォリオ理論(MPT)統合

import numpy as np
from scipy.optimize import minimize

def optimize_portfolio(
    returns: np.array,
    covariance: np.array,
    risk_free_rate: float = 0.03
) -> np.array:
    """MPTを用いてポートフォリオを最適化"""
    
    n_assets = len(returns)
    
    # 目的関数: シャープレシオ最大化
    def objective(weights):
        portfolio_return = np.dot(weights, returns)
        portfolio_std = np.sqrt(np.dot(weights, np.dot(covariance, weights)))
        sharpe = (portfolio_return - risk_free_rate) / portfolio_std
        return -sharpe  # 負のシャープレシオを最小化
    
    # 制約条件
    constraints = [
        {'type': 'eq', 'fun': lambda w: np.sum(w) - 1},  # 合計1
        {'type': 'ineq', 'fun': lambda w: w}  # 非負
    ]
    
    # 境界(銘柄あたり最大15%)
    bounds = tuple((0, 0.15) for _ in range(n_assets))
    
    # 初期値
    x0 = np.array([1/n_assets] * n_assets)
    
    # 最適化
    result = minimize(objective, x0, method='SLSQP', bounds=bounds, constraints=constraints)
    
    return result.x

他のエージェントとの連携

War Room → 取引シグナル
  ↓
ポートフォリオマネージャー → 現在の配分を確認
  ↓
新しいポジションが不均衡を引き起こす場合:
  → 部分的なポジションサイズを提案
  OR
  → 他のポジションを先に売却することを推奨

例:
War Room: AAPLを15,000ドル買付
ポートフォリオマネージャー: "テクノロジーセクターが既に38%のため、10,000ドルのみ買付"

レポート

週次ポートフォリオレポート

# ポートフォリオパフォーマンスレポート - 2025年12月21日週

## 資産配分
- 株式: 68%(目標: 70%)✓
- 債券: 22%(目標: 20%)⚠️
- 現金: 10%(目標: 10%)✓

## パフォーマンス
- 週間リターン: +2.3%
- 年初来リターン: +15.7%
- シャープレシオ: 1.45
- 最大ドローダウン: -8.2%

## 実施したアクション
- なし(許容範囲内)

## 次回レビュー: 2025年12月28日

バージョン履歴

  • v1.0(2025-12-21): MPT最適化と市場レジーム統合を伴う初回リリース

Individual skills in this repo

This repo contains 12 individual skills — each has its own dedicated page.

MikeCheng1208/BattleTree

Index-based file discovery using ABOUTME headers. Use INSTEAD of grep or Explore agent when searching for files by purpose or feature. Faster and more accurate than scanning code. Invoke this skill when user asks "which files handle X", "where is Y implemented", or when you need to find files related to a feature or task.

MikeCheng1208/BattleTree

Factor modeling and portfolio construction (Markowitz, Black-Litterman, constraints, turnover).

MikeCheng1208/BattleTree

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

MikeCheng1208/BattleTree

Analyze the CustomGPT.ai Labs Innovation workbook and cost tracking data to surface portfolio-level insights, trends, and recommendations for where to focus Innovation efforts.

MikeCheng1208/BattleTree

Personal meta-skill for Arach. Use this as the entry point to understand arach's projects, conventions, and available skills. Activates on "arach's projects", "what does arach work on", or when working in any arach/* repo.

MikeCheng1208/BattleTree

High-converting landing pages. Copy + design + implementation. Triggers: landing page, conversion page.

MikeCheng1208/BattleTree

Expert in building portfolios that actually land jobs and clients - not just showing work, but creating memorable experiences. Covers developer portfolios, designer portfolios, creative portfolios,...

MikeCheng1208/BattleTree

Automate Klipfolio tasks via Rube MCP (Composio). Always search tools first for current schemas.

MikeCheng1208/BattleTree

Minimalist, typography-focused portfolio design system inspired by neo-brutalist and Swiss design principles. Emphasizes bold typography, generous whitespace, monochromatic color schemes, and elegant simplicity for developer/designer portfolios.

MikeCheng1208/BattleTree

Optimize project portfolio selection under constraints using mathematical optimization

MikeCheng1208/BattleTree

Detect and explain risk drift in lending portfolios over time using vintage analysis, migration matrices, and concentration metrics. Use when monitoring portfolio credit quality trends, preparing board risk reports, conducting stress testing, or when risk metrics deviate from appetite thresholds.

MikeCheng1208/BattleTree

Build a GitHub portfolio that gets you hired — curate 3-5 polished projects, craft compelling READMEs, deploy live demos, tell a coherent story across your repos, and align everything to AI-native development roles. Use when preparing your GitHub for job searches, deciding what to pin, or auditing your public presence.

関連スキル