Communitygithub.com

リスク・ポートフォリオマネージャー - AI駆動型リスク管理

AIを活用したポートフォリオリスク管理と最適化。ポジションサイジング、ポートフォリオ配分、リスクメトリクス(VaR、シャープレシオ)の計算、リバランス、防御戦略の実行に使用します。

リスク・ポートフォリオマネージャー - AI駆動型リスク管理 とは?

このスキルは、シグナル生成とトレード実行の間に位置する体系的なリスク管理レイヤーです。データ駆動型のアプローチを用いて、ポジションサイジングの最適化、ポートフォリオリスクの管理、防御アクションの自動化を行います。具体的には、ケリー基準を修正したポジションサイジングエンジン、VaRやシャープレシオを含むリアルタイムのポートフォリオリスクダッシュボード、ドリフトや相関スパイクに基づく動的リバランス、デイリーロスリミットやドローダウン制限を監視するキルスイッチシステム、そしてストレステストによるシナリオ分析を提供します。主にSolanaエコシステムのトークン取引に焦点を当て、meme-traderやmeme-executorなどの他のスキルと統合して、ポジションサイズの承認、ストップロスレベルの設定、リスクアラートの発信を行います。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/majiayu000/claude-skill-registry-data/tree/HEAD/analysis/risk-portfolio-manager-dreamineering-meme-times-2

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

リスク・ポートフォリオマネージャー - AI駆動型リスク管理 は何をしますか?

シグナル生成とトレード実行の間に位置する体系的なリスク管理レイヤー。データ駆動型のアプローチを用いて、ポジションサイジングの最適化、ポートフォリオリスクの管理、防御アクションの自動化を行います。

基本原則

ポジションサイジングとリスク管理が長期的な生存を決定します。どの単一のトレードもポートフォリオを脅かしてはいけません。

アクティベーショントリガー

主要機能

1. ポジションサイジングエンジン

<position_sizing> サイジング手法:

interface PositionSizeRequest {
  signal_strength: number;    // 0-1(meme-traderから)
  token_risk_score: number;   // 1-10(ラグ検出から)
  current_portfolio: Portfolio;
  market_regime: 'bull' | 'bear' | 'sideways' | 'volatile';
  risk_tolerance: 'conservative' | 'moderate' | 'degen';
}

interface PositionSizeResult {
  recommended_size_pct: number;  // ポートフォリオの%
  recommended_size_usd: number;
  max_allowed_size: number;
  reasoning: string[];
  risk_warnings: string[];
}

ケリー基準(修正版):

最適サイズ = (勝率 * 平均利益 - (1 - 勝率) * 平均損失) / 平均利益
調整後サイズ = ケリー値 * 端数乗数(安全性のため0.25-0.5)

リスク調整済みサイジングマトリックス:

リスク許容度基本サイズ最大単一ポジション最大相関エクスポージャー
コンサバティブ0.5-1%2%5%
モデレート1-2%4%10%
デジェン2-5%10%25%

シグナルベースの調整:

最終サイズ = 基本サイズ * シグナル強度 * (1 - トークンリスク / 20) * 市場乗数

ここで:
- シグナル強度: 0.5-1.5(弱い→強い)
- トークンリスク: 1-10(低いほど安全)
- 市場乗数: 0.5(ボラティリティ高い)から1.2(トレンド相場)

出力形式:

ポジションサイズ推奨

トークン: $MEME
シグナル強度: 8/10
トークンリスクスコア: 4/10
市場レジーム: BULL

推奨サイズ:
├─ パーセンテージ: ポートフォリオの2.3%
├─ 金額: $460(ポートフォリオ$20,000から)
├─ 最大許容: $800(4%制限)
└─ リスク調整後: 制限内

理由:
1. 強いシグナル(8/10)が平均以上のサイジングをサポート
2. 低〜中リスクのトークン(4/10)が完全な配分を許可
3. 強気市場レジームが積極的なサイジングを許容
4. 既存ポジションとの相関なし

警告:
- 一度にエントリーするのではなく、3回に分けてスケールインを検討
- ストップロスを-25%(最大損失$345)に設定

</position_sizing>

2. ポートフォリオリスクメトリクス

<risk_metrics> リアルタイムポートフォリオダッシュボード:

ポートフォリオリスクダッシュボード
═══════════════════════════════════════

ポジション(5つアクティブ):
トークン    | サイズ   | PnL      | リスク  | ウェイト
$BONK      | $4,200  | +$840    | 5/10  | 21%
$MEME      | $3,100  | +$620    | 4/10  | 15.5%
$DOGE      | $2,800  | -$140    | 3/10  | 14%
$WIF       | $2,500  | +$1,250  | 6/10  | 12.5%
SOL        | $7,400  | +$2,220  | 2/10  | 37%
───────────────────────────────────────
合計       | $20,000 | +$4,790  |       | 100%

リスクメトリクス:
├─ 日次VaR(95%): -$1,240(-6.2%)
├─ 最大ドローダウン(30日): -18.3%
├─ 現在のドローダウン: 0%(ATH)
├─ シャープレシオ(30日): 2.14
├─ ソルティノレシオ: 2.87
├─ SOLに対するベータ: 1.34

相関マトリックス:
        BONK   MEME   DOGE   WIF    SOL
BONK    1.00   0.82   0.71   0.78   0.65
MEME    0.82   1.00   0.68   0.85   0.61
DOGE    0.71   0.68   1.00   0.59   0.54
WIF     0.78   0.85   0.59   1.00   0.72
SOL     0.65   0.61   0.54   0.72   1.00

集中リスク:
├─ 最大ポジション: 37%(SOL)- 制限内
├─ 上位3ポジション: 72.5% - 高い
├─ ハーフィンダール指数: 0.23 - 中程度
└─ ミームエクスポージャー: 63% - 高い

アラート:
⚠️ MEMEとWIFの間の高い相関(0.85)
⚠️ ミームセクターの集中度が50%以上

リスク計算:

interface PortfolioRisk {
  // バリュー・アット・リスク
  var_95: number;       // 95%信頼区間の日次VaR
  var_99: number;       // 99%信頼区間の日次VaR
  cvar_95: number;      // 条件付きVaR(期待ショートフォール)

  // パフォーマンスリスク
  sharpe_ratio: number;
  sortino_ratio: number;
  max_drawdown: number;
  current_drawdown: number;

  // 相関リスク
  avg_correlation: number;
  max_correlation: number;
  correlation_cluster: string[]; // 高い相関グループ

  // 集中リスク
  herfindahl_index: number;
  top_position_pct: number;
  sector_concentrations: Record<string, number>;
}

function calculateVaR(
  positions: Position[],
  confidence: number = 0.95,
  horizon_days: number = 1
): number {
  // 過去30日間のリターンを使用したヒストリカルVaR
  const returns = getHistoricalReturns(positions, 30);
  const portfolio_returns = calculatePortfolioReturns(returns, positions);
  const sorted = portfolio_returns.sort((a, b) => a - b);
  const index = Math.floor((1 - confidence) * sorted.length);
  return sorted[index] * getPortfolioValue(positions) * Math.sqrt(horizon_days);
}

</risk_metrics>

3. 動的リバランス

目標配分フレームワーク:

interface AllocationTarget {
  core_holdings: {
    SOL: { target: 30, min: 20, max: 50 };
    stablecoins: { target: 20, min: 10, max: 40 };
  };
  satellite_holdings: {
    memes: { target: 30, min: 0, max: 50 };
    defi: { target: 15, min: 0, max: 30 };
    other: { target: 5, min: 0, max: 15 };
  };
  rebalance_threshold: 5; // トリガーとなる%ドリフト
}

リバランス出力:

リバランス推奨

現在の配分 vs 目標配分:
カテゴリー    | 現在  | 目標  | ドリフト | アクション
SOL          | 37%   | 30%   | +7%     | SELL $1,400
ミーム        | 63%   | 50%   | +13%    | SELL $2,600
ステーブル    | 0%    | 20%   | -20%    | BUY $4,000

提案されるトレード:
1. BONKポジションの15%を売却($630)→ USDC
2. WIFポジションの20%を売却($500)→ USDC
3. SOLポジションの10%を売却($740)→ USDC
4. MEMEとDOGEのポジションは維持
5. 売却額をUSDCステーブルコインに変換

リバランス後の予測:
├─ SOL: 31%(目標: 30%)
├─ ミーム: 48%(目標: 50%)
├─ ステーブル: 21%(目標: 20%)
└─ VaR削減: -18%(リスクプロファイル改善)

4. 自動防御アクション

<defensive_actions> キルスイッチシステム:

interface KillSwitchConfig {
  daily_loss_limit: number;      // ポートフォリオの%
  weekly_loss_limit: number;     // ポートフォリオの%
  position_loss_limit: number;   // ポジションあたりの%
  drawdown_limit: number;        // ピークからの%
  correlation_spike_action: 'alert' | 'reduce' | 'exit';
  auto_execute: boolean;
}

const defaultKillSwitch: KillSwitchConfig = {
  daily_loss_limit: 10,      // 日次-10%で新規トレード停止
  weekly_loss_limit: 20,     // 週次-20%ですべてのアクティビティ停止
  position_loss_limit: 30,   // ポジション-30%で自動クローズ
  drawdown_limit: 25,        // ピークから-25%で緊急モード
  correlation_spike_action: 'alert',
  auto_execute: false,       // フェーズ1では確認が必要
};

トリガーされたアクション:

トリガーアクション重大度
ポジション -25%ストップロス警告MEDIUM
ポジション -30%自動クローズ(有効の場合)HIGH
日次 -10%新規トレード停止HIGH
週次 -20%ステーブルに退避CRITICAL
ドローダウン -25%緊急清算CRITICAL
相関 > 0.95一方のポジションを削減MEDIUM

アラート出力:

🚨 リスクアラート: デイリーロスリミットに近づいています

現在の日次PnL: -8.7%($-1,740)
日次制限: -10%($-2,000)
残りバッファー: $260

トリガーされたアクション:
1. ⏸️ 新規トレード実行を一時停止
2. ⚠️ すべてのオープンポジションを確認
3. 📊 監視頻度を増加

推奨:
- 最もパフォーマンスの悪いポジションを確認(WIF: -15%)
- トレンドが続く場合は部分的なexitを検討
- ナンピン買いはしないでください

トレーディングを再開するには「RESUME」と入力
ポジションを全て清算するには「EXIT_ALL」と入力

</defensive_actions>

5. シナリオ分析

<scenario_analysis> ストレステスト:

interface StressScenario {
  name: string;
  market_move: {
    sol: number;      // %変化
    memes: number;    // SOLに対する%変化
    correlation_shift: number;
  };
  probability: number;
}

const stressScenarios: StressScenario[] = [
  {
    name: 'SOL -30% フラッシュクラッシュ',
    market_move: { sol: -30, memes: -50, correlation_shift: 0.2 },
    probability: 0.05,
  },
  {
    name: 'ミームローテーションアウト',
    market_move: { sol: 0, memes: -40, correlation_shift: -0.1 },
    probability: 0.10,
  },
  {
    name: 'ブルラン継続',
    market_move: { sol: 50, memes: 100, correlation_shift: 0 },
    probability: 0.15,
  },
  {
    name: 'ブラックスワンイベント',
    market_move: { sol: -60, memes: -80, correlation_shift: 0.3 },
    probability: 0.01,
  },
];

ストレステスト出力:

ストレステスト結果

現在のポートフォリオ価値: $20,000

シナリオ                     | ポートフォリオ影響  | 確率
SOL -30% フラッシュクラッシュ  | -$7,200 (-36%)    | 5%
ミームローテーションアウト    | -$5,040 (-25%)    | 10%
ブルラン継続                 | +$14,600 (+73%)   | 15%
ブラックスワンイベント        | -$12,400 (-62%)   | 1%

期待ポートフォリオ価値:
├─ ベースケース: $20,000
├─ 期待値(確率加重): $22,340(+11.7%)
├─ 最悪ケース(99%): -$12,400(-62%)
└─ VaR(95%, 30日): -$4,800(-24%)

リスク評価:
⚠️ ミームローテーションへの高い感応度(-25%シナリオ)
⚠️ ブラックスワンエクスポージャーが顕著(-62%)
✓ ベースシナリオでは正の期待値
✓ ブルケースの上昇余地が大きい(+73%)

推奨:
SOLプットでミームエクスポージャーをヘッジするか、
リスクプロファイル改善のためミーム配分を10-15%削減することを検討。

</scenario_analysis>

統合ポイント

リスクマネージャーが提供するもの:

  • meme-executor: 承認されたポジションサイズ、ストップロスレベル
  • meme-trader: ポジション制限、利用可能資本
  • すべてのスキル: ポートフォリオ状態、リスクアラート

CLI使用法

# ポジションサイズを計算
npx tsx .claude/skills/risk-portfolio-manager/scripts/position-sizer.ts \
  --signal 8 \
  --risk-score 4 \
  --portfolio-file ./portfolio.json \
  --risk-mode moderate

# ポートフォリオリスクメトリクスを取得
npx tsx .claude/skills/risk-portfolio-manager/scripts/risk-metrics.ts \
  --portfolio-file ./portfolio.json \
  --include-correlation \
  --var-confidence 95

# リバランス推奨
npx tsx .claude/skills/risk-portfolio-manager/scripts/rebalancer.ts \
  --portfolio-file ./portfolio.json \
  --target-allocation ./targets.json \
  --threshold 5

# ストレステストを実行
npx tsx .claude/skills/risk-portfolio-manager/scripts/stress-test.ts \
  --portfolio-file ./portfolio.json \
  --scenarios default \
  --output-format detailed

# キルスイッチの状態を確認
npx tsx .claude/skills/risk-portfolio-manager/scripts/kill-switch.ts \
  --portfolio-file ./portfolio.json \
  --check-status

品質ゲート

<validation_rules>

  • ポジションサイジングには価格データの品質スコア >= 85%が必要
  • VaR計算には30日以上のクリーンな履歴データが必要
  • 相関マトリックスには同期された価格データが必要
  • すべての推奨には信頼レベルが含まれる
  • ラグ検出チェックなしではポジションサイジングは不可 </validation_rules>

エラーハンドリング

<error_recovery>

  • 価格データがない場合: 最後に既知の値 + 古いデータ警告を使用
  • 計算エラー: コンサバティブなフォールバック(最小サイズ)
  • キルスイッチの競合: 安全性優先(継続より停止)
  • データ品質が不十分: サイジングを拒否し、リフレッシュを要求 </error_recovery>

<see_also>

  • references/risk-models.md - 数式
  • references/allocation-templates.md - 目標ポートフォリオ
  • scripts/position-sizer.ts - サイジングエンジン
  • scripts/risk-metrics.ts - リスク計算
  • scripts/kill-switch.ts - 自動安全機構 </see_also>

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".

関連スキル