Communitygithub.com

ポートフォリオ分析

現在のアロケーション比率を計算し、目標からの乖離を特定し、マージン効率を分析します。

ポートフォリオ分析 とは?

このスキルは、Portfolio Balancerワークフローの第2ステップであり、Harry Browneのパーマネントポートフォリオ戦略に基づいて、現在の資産配分を分析します。株式、長期債、金、現金・短期債の4つの資産クラスそれぞれの現在の比率を計算し、25%の目標からの乖離(ドリフト)を特定します。また、ユーザー定義の閾値と比較してリバランスの必要性を判断し、オプションでサテライト(個別株)配分の分析や、マージン利用のコスト効率評価も行います。分析結果はYAML形式で出力され、4つの経済フェーズ(四季)のコンテキストも提供します。このスキルはClaude CodeなどのターミナルベースのAIエージェント向けに設計されており、読み取り専用で自動取引は行いません。

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

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_balancer.analyze_allocation

ワークフロー portfolio_balancer のステップ 2/4

デイリー・パーマネント・ポートフォリオ分析:アロケーションの乖離とリバランス推奨

前提条件(最初に確認)

先に進む前に、以下のステップが完了していることを確認してください:

  • /portfolio_balancer.collect_portfolio_data

指示

目標: 現在のアロケーション比率を計算し、25/25/25/25のパーマネント・ポートフォリオ目標からの乖離を特定し、マージン効率を分析します。

アロケーション分析

目的

現在のアロケーション比率をパーマネント・ポートフォリオ目標と比較し、目標からの乖離を特定し、マージン効率を分析します。

タスク

ポートフォリオスナップショットを分析し、現在のアロケーションがHarry Browneのパーマネント・ポートフォリオ目標とどのように比較されるかを判断します。どの資産クラスがオーバーウェイトまたはアンダーウェイトかを特定し、マージン利用がコスト効率が良いか評価します。

プロセス

  1. ポートフォリオスナップショットを読む collect_portfolio_data ステップから portfolio_balancer/data/portfolio_snapshot.yml を読み込みます。

  2. 現在のアロケーション比率を計算する 各資産クラスについて、以下を計算します:

    現在比率 = (資産クラスの価値 / ポートフォリオ総額) * 100
    
  3. 目標からの乖離を計算する パーマネント・ポートフォリオの目標は各資産クラス25%です:

    乖離 = 現在比率 - 25.0
    
    • 正の乖離 = オーバーウェイト
    • 負の乖離 = アンダーウェイト
  4. リバランスが必要か判断する 各資産クラスの乖離をスナップショットの drift_threshold と比較します:

    • いずれかの |乖離| > 乖離閾値 の場合、リバランスが推奨される
    • 閾値を超える特定の資産クラスを記録する
  5. サテライトアロケーションを分析する(有効な場合) サテライトトラッキングが有効な場合:

    • 株式総額に占めるサテライトの割合を計算する
    • 目標(通常10〜20%)と比較する
    • サテライトアロケーションの調整が必要か判断する
  6. マージン効率を分析する マージンが有効な場合:

    • 年間マージンコストを計算する: マージン残高 * 金利
    • 費用対効果を評価する: マージン資産の期待リターン > マージンコストか?
    • マージン手数料が妥当な閾値を超えている場合にフラグを立てる
  7. 四季のコンテキストを適用する 現在のオーバーウェイト/アンダーウェイトのポジションに有利な経済状況を記録する:

    • 春(好況): 株式に有利
    • 夏(インフレ): 金に有利
    • 秋(金融引き締め): 現金に有利
    • 冬(デフレ): 長期債に有利

出力形式

portfolio_balancer/data/allocation_analysis.yml

完全なアロケーション分析を含むYAMLファイル。

構造:

analysis_date: "YYYY-MM-DD"
drift_threshold: 5  # スナップショットから

total_portfolio_value: 100000.00

# アロケーション内訳
allocations:
  stocks:
    target_percentage: 25.0
    current_percentage: 28.0
    current_value: 28000.00
    drift: 3.0  # 3%オーバーウェイト
    exceeds_threshold: false
    status: "overweight"
    # サテライト内訳(有効な場合)
    satellite:
      enabled: true
      core_percentage: 89.3  # 株式に占めるコアインデックスの割合
      satellite_percentage: 10.7  # 株式に占めるサテライトの割合
      target_satellite_percentage: 15.0
      satellite_drift: -4.3  # サテライトがアンダーウェイト

  long_term_bonds:
    target_percentage: 25.0
    current_percentage: 24.0
    current_value: 24000.00
    drift: -1.0  # 1%アンダーウェイト
    exceeds_threshold: false
    status: "underweight"

  gold:
    target_percentage: 25.0
    current_percentage: 23.0
    current_value: 23000.00
    drift: -2.0
    exceeds_threshold: false
    status: "underweight"

  cash_treasuries:
    target_percentage: 25.0
    current_percentage: 25.0
    current_value: 25000.00
    drift: 0.0
    exceeds_threshold: false
    status: "on_target"

# 全体的なリバランス評価
rebalancing:
  needed: false
  reason: "5%の乖離閾値を超える資産クラスはありません"
  assets_exceeding_threshold: []

# マージン分析
margin_analysis:
  enabled: true
  current_balance: 5000.00
  annual_cost: 300.00  # 残高 * 金利
  monthly_cost: 25.00
  monthly_fees_paid: 50.00
  efficiency_rating: "poor"  # 計算上のコストよりも多くの手数料を支払っている
  recommendation: "マージン手数料を見直してください - 期待コスト月額25ドルに対して月額50ドル支払っています"

# 四季のコンテキスト
economic_context:
  current_overweights:
    - asset: "stocks"
      favored_condition: "好況/成長(春)"
      drift: 3.0
  current_underweights:
    - asset: "gold"
      favored_condition: "インフレ(夏)"
      drift: -2.0
    - asset: "long_term_bonds"
      favored_condition: "デフレ/不況(冬)"
      drift: -1.0
  interpretation: "ポートフォリオは現在、好況に備えたポジションであり、インフレに対して脆弱です"

品質基準

  • 4つの資産クラスすべてについて、現在の比率と乖離を分析すること
  • 乖離の計算が数学的に正しいこと
  • リバランス閾値との比較が正確であること
  • マージンが有効な場合、マージン効率分析を含めること
  • サテライトトラッキングが有効な場合、サテライト分析を含めること
  • 四季の経済コンテキストを提供すること
  • すべての比率の合計が100%になること(四捨五入の誤差を許容)
  • YAMLが有効で解析可能であること
  • すべての基準を満たした場合、応答に <promise>✓ 品質基準を満たしました</promise> を含めること

コンテキスト

この分析はパーマネント・ポートフォリオ管理の中核です。Harry Browneは、経済サイクルの「四季」すべてにわたってバランスを提供するために、25/25/25/25のアロケーションを設計しました。乖離分析は、このバランスを維持するためにいつリバランスが必要かを判断するのに役立ちます。

マージン分析は、ユーザーがマージンの使用がコスト効率が良いかどうかを理解するのに役立ち、実際に支払った手数料を計算上のコストと期待利益と比較します。

ジョブコンテキスト

Harry Browneのパーマネント・ポートフォリオ戦略を実装する、自動化されたデイリーポートフォリオ分析。

パーマネント・ポートフォリオは、異なる経済状況で機能するように設計された4つの資産クラスに均等に25%ずつ割り当てます:

  • 株式(25%):好況/成長
  • 長期債(25%):デフレ/不況
  • 金(25%):インフレ
  • 現金/短期債(25%):金融引き締め/不況

このワークフロー:

  1. bin/robinhood positions --save CLIを介してポートフォリオデータを収集する
  2. 現在のアロケーションを25/25/25/25の目標と比較分析する
  3. サテライト株式ピックを追跡する(任意、株式アロケーションの10〜20%)
  4. マージン使用効率と支払手数料を評価する
  5. 乖離がユーザー定義の閾値を超えた場合にリバランス推奨を生成する
  6. 手動レビューのための人間が読めるデイリーレポートを作成する

重要:このシステムは読み取り専用です。取引は自動実行されません。 すべての推奨事項は手動でレビューし、実行する必要があります。

必要な入力

以前のステップからのファイル - これらを最初に読んでください:

  • portfolio_balancer/data/portfolio_snapshot.yml(collect_portfolio_data から)

ワークブランチ

ブランチ形式を使用する:deepwork/portfolio_balancer-[instance]-YYYYMMDD

  • 一致するワークブランチにいる場合:そのまま使用する
  • main/masterにいる場合:git checkout -b deepwork/portfolio_balancer-[instance]-$(date +%Y%m%d) で新しいブランチを作成する

出力

必要な出力:

  • portfolio_balancer/data/allocation_analysis.yml

ガードレール

  • このステップに依存関係がある場合、前提条件の確認をスキップしないでください
  • 部分的な出力を生成しないでください。終了前に必要な出力をすべて完了してください
  • 必要な入力なしで進めないでください。不足しているものがあればユーザーに尋ねてください
  • このステップの定義された出力の範囲外のファイルを変更しないでください

完了時

  1. 出力が作成されたことを確認する
  2. ユーザーに通知する:「ステップ2/4完了、出力: portfolio_balancer/data/allocation_analysis.yml」
  3. ワークフローを続行する: Skillツールを使用して /portfolio_balancer.generate_recommendations を呼び出す

参照ファイル: .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

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.

関連スキル