Communitygithub.com

vishnup22/FinSight-AI

2~10の米国株および/またはインド株を使用したポートフォリオ配分分析。等加重ポートフォリオと最大シャープレシオの最適ウェイトを計算し、相関行列とポートフォリオレベルのリスク指標を提供します。ユーザーがティッカーリストを提供し、配分、分散、ポートフォリオ最適化を依頼した場合に使用します。個別銘柄の分析は提供しません。その場合は /analyse を使用してください。

FinSight-AI とは?

FinSight-AI は、2~10の米国株またはインド株のティッカーシンボルを入力として、ポートフォリオの最適化分析を実行するAIエージェントスキルです。等加重ポートフォリオと最大シャープレシオを目指す最適化ポートフォリオの2つの戦略を比較し、各戦略の期待年間リターン、ボラティリティ、シャープレシオ、VaR(95%信頼水準、1日)などの主要なリスク指標を計算します。さらに、相関行列を提示し、最も相関の高いペアと低いペアを特定することで、分散投資の効果を評価します。最適化が収束しない場合や、特定のティッカーにデータ不足がある場合などのエラーケースにも対応し、明確な説明とフォールバックを提供します。このスキルはClaude Code、Cursor、CodexなどのAIエージェントプラットフォームで使用でき、バックエンドAPI(ローカルホストのポート8000)と通信して計算を実行します。出力はマークダウンテーブル形式で構造化され、投資判断に役立つ具体的な推奨事項を提示します。特にインド株(.NS、.BO)を含むポートフォリオについては、INR/USD為替リスクに関する注意事項も含まれます。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/vishnup22/FinSight-AI/tree/HEAD/skills/portfolio

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

ポートフォリオ — 等加重 vs 最大シャープレシオ最適化

ティッカーフォーマットについては reference.md を参照してください。


前提条件

GET http://localhost:8000/health

{"status": "ok"} を返す必要があります。返さない場合: ユーザーに python backend/run.py を実行するよう伝えてください。


ステップ1 — ティッカーの解析

  • メッセージからすべてのティッカーシンボルを抽出します。大文字に変換し、空白をトリムします。
  • 最小2、最大10。重複はAPIによって拒否されます — 静かに重複を削除し、その旨をメモします。
  • 2つ未満のティッカーが提供された場合は、処理を進める前に追加を依頼します。

ステップ2 — ポートフォリオジョブの送信

POST http://localhost:8000/api/v1/portfolio
Content-Type: application/json

{"tickers": ["T1", "T2", "..."], "query": "リスク調整後リターンを最大化するように配分を最適化します。"}

レスポンス: {"job_id": "<uuid>", "status": "pending", "message": "..."}

ユーザーに伝える:

{n}ティッカーのポートフォリオジョブが送信されました。1年間の価格履歴を取得し、最適化中です… 通常15~30秒かかります。


ステップ3 — ステータスのポーリング

GET http://localhost:8000/api/v1/status/{job_id}

completed または failed になるまで5秒ごとにポーリングします。


ステップ4 — 結果の取得

GET http://localhost:8000/api/v1/result/{job_id}

エラーケース

結果のトップレベルに error キーが含まれている場合(例: "少なくとも2つの、価格履歴が重複するティッカーが必要です")、問題を平易な言葉で説明し、停止します:

ポートフォリオの最適化には、過去1年間に取引履歴が重複する少なくとも2つのティッカーが必要です。すべてのティッカーが有効であり、十分な履歴があることを確認してください。

フィールドマップ

フィールドパス備考
使用されたティッカーtickersデータがない場合、入力と異なる場合があります
価格行数price_rows重複する取引日の数
等加重ウェイトequal_weight.weights{ticker: 小数} — 100を掛けて%に
等加重リターンequal_weight.annual_return_pctすでに%単位
等加重ボラティリティequal_weight.annual_volatility_pctすでに%単位
等加重シャープレシオequal_weight.sharpe_ratio年率換算、リスクフリーレート = 5%
等加重VaRequal_weight.var_95_daily_pctすでに%単位、日次
最適ウェイトoptimal.weights{ticker: 小数} — 100を掛けて%に
最適リターンoptimal.annual_return_pctすでに%単位
最適ボラティリティoptimal.annual_volatility_pctすでに%単位
最適シャープレシオoptimal.sharpe_ratio年率換算、リスクフリーレート = 5%
最適VaRoptimal.var_95_daily_pctすでに%単位、日次
最適化成功フラグoptimal.optimizer_successbool値
最適化メッセージoptimal.optimizer_messagesuccess = false の場合のみ関連
相関行列correlation_matrixネストされた辞書 {ticker: {ticker: 相関係数}}
ポートフォリオVaRportfolio_var_95_daily_pct最適ポートフォリオの日次VaR、すでに%単位

ステップ5 — 解釈と提示

ウェイト

小数のウェイトをパーセンテージに変換します(weight * 100、小数点第1位)。 最適ポートフォリオでいずれかのウェイトが0.0%の場合、最適化ツールがその資産を除外したことを指摘します(リターン不足または他の資産との高い相関)。

シャープレシオ

  • < 0: ポートフォリオのリターンがリスクフリーレート(5%)を下回っています。構成の再検討を推奨します。
  • 0~1: リスク調整後リターンが低い。
  • 1~2: 良好。
  • 2: 優れている。

等加重シャープレシオと最適シャープレシオを比較します。最適シャープレシオが高い場合、集中ウェイトが正当化されます。類似している場合(差 < 0.1)、等加重ポートフォリオはほぼ同等に効率的で、リバランスも簡単です。

相関行列

ペアワイズ相関を解釈します:

  • 0.80: 高い相関 — これら2つの資産はほぼ連動して動きます。両方を保有しても分散効果はほとんどありません。

  • 0.50~0.80: 中程度の相関 — ある程度の連動性があり、部分的な分散効果があります。
  • < 0.30: 低い相関 — 優れた分散ペアです。
  • 0に近い、または負: 強力な分散効果。

最も相関の高いペアと最も相関の低いペアを特定し、ナラティブの中で言及します。

VaR

95%信頼水準の日次VaR: 20取引日に1回の最悪のケースで、ポートフォリオは過去に約 {portfolio_var_95_daily_pct}% の損失を被っています。大まかな年率換算が必要な場合のみ: 日次VaRに √252 ≈ 15.9 を乗じて年次VaRを概算します(これは大まかな近似値であることに注意)。

最適化失敗

optimal.optimizer_success = false の場合、次のように表示します:

最適化ツールは収束しませんでした({optimal.optimizer_message})。最適ウェイトは等加重にフォールバックしました — 「最適」列は等加重として扱ってください。

ポートフォリオ内のインド株

いずれかのティッカーが .NS または .BO で終わる場合、INR建て資産はUSDベースの投資家に為替リスクをもたらすことに注意してください。相関行列は現地通貨建てのリターンを反映しており、INR/USDの変動は捕捉していません。


ステップ6 — 推奨事項

データを提示した後、2~3文の推奨事項を提示します:

  • 等加重と最適ウェイトのどちらを使用すべきか、その理由(シャープレシオの比較)を述べます。
  • 最適ポートフォリオの上位1~2銘柄と、それらのウェイトを決定づける要因を挙げます。
  • 分散投資に関する懸念(高い相関ペア)や為替リスクに関する注意事項があれば指摘します。

出力

# ポートフォリオ分析 — {カンマ区切りのティッカー}

価格履歴: {price_rows} 取引日の重複(約 {price_rows/252:.1f} 年)

---

## 配分比較

| ティッカー | 等加重 | 最適ウェイト |
|-----------|--------|-------------|
| {ticker} | {ew*100:.1f}% | {ow*100:.1f}% |
| …        | …      | …            |

---

## ポートフォリオ指標

| 指標                   | 等加重 | 最適(最大シャープレシオ) |
|------------------------|--------|--------------------------|
| 期待年間リターン       | {eq_ret}%   | {opt_ret}%               |
| 年間ボラティリティ     | {eq_vol}%   | {opt_vol}%               |
| シャープレシオ         | {eq_sh}     | {opt_sh}                 |
| VaR(95%、1日)        | {eq_var}%   | {opt_var}%               |

{最適化成功フラグが false の場合:
> ⚠ 最適化ツールは収束しませんでした({optimizer_message}) — 最適ウェイトは等加重と同じです。}

---

## 相関行列

| ティッカー | {t1} | {t2} | … |
|-----------|------|------|---|
| {t1}      | 1.00 | …    | … |
| …         | …    | …    | … |

**最も相関の高いペア:** {t_a} / {t_b}、相関係数 {corr:.2f} — 分散効果は限定的です。
**最も相関の低いペア:** {t_c} / {t_d}、相関係数 {corr:.2f} — 最も強い分散効果があります。

---

## 推奨事項

{2~3文: 等加重 vs 最適の選択、主要な保有銘柄の根拠、分散投資または為替リスクに関する注意事項。}

{いずれかの .NS/.BO ティッカーがある場合:
> ⚠ インド株({リスト})はINR建てです。相関行列は現地通貨建てのリターンを反映しており、USDベースの投資家に対するINR/USD為替レートリスクは捕捉していません。}

エラーリカバリ

状況アクション
結果のトップレベルに error がある問題を説明し、ユーザーにティッカーを確認して再試行するよう依頼
ティッカーが tickers リストから削除された価格履歴が不十分、または重複する価格履歴がなかったことを指摘
optimizer_success = false等加重へのフォールバックを説明し、指標は引き続き表示
単一の .NS/.BO ティッカー為替リスクを指摘し、通常通り相関行列に表示

関連スキル