Communitygithub.com

ポートフォリオリスクアナライザー

包括的な投資ポートフォリオリスク管理システム。ポジション分析、リスクメトリクス計算、ストレステストシナリオ、アロケーション最適化、機関投資家向けリスクレポートの生成を、外部APIなしで実行します。

ポートフォリオリスクアナライザー とは?

このスキルは、AIエージェント(Claude Code、Cursor、Codexなど)向けに設計された、完全な投資ポートフォリオリスク管理システムです。ユーザーがポートフォリオ(銘柄、数量、取得価格)を提供すると、まずウェブ検索で最新の価格を取得し、ポジションサマリーテーブルを作成します。その後、集中リスク、Value at Risk(VaR)、最大ドローダウン、ベータ、シャープレシオ、インカム分析など、包括的なリスクメトリクスを自動計算します。また、2008年金融危機やCOVID-19ショックなどの標準シナリオ、カスタムシナリオを用いたストレステストを実行し、ポートフォリオへの影響を詳細にレポートします。さらに、目標アロケーションモデルとの比較、リスクパリティ分析、リバランス推奨、相関分析を通じてポートフォリオを最適化し、総合的なリスクスコア(0-100)を生成します。その他、日次・週次のモニタリングアラート、タックスロスハーベスティングのスキャン、暗号資産や不動産などの特殊資産クラスに対応したリスク分析も提供します。これらすべての機能は外部APIに依存せず、AIエージェントのウェブ検索機能と計算能力のみで動作するため、プライバシーが保たれ、オフライン環境でも利用可能な点が最大の利点です。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/modbender/skill-library-mcp/tree/HEAD/data/afrexai-portfolio-risk

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 Risk Analyzer

包括的な投資ポートフォリオリスク管理システム。ポジション分析、リスクメトリクス計算、ストレステストシナリオ、アロケーション最適化、機関投資家向けリスクレポートの生成を、外部APIなしで実行します。


1. ポートフォリオ情報取得

ユーザーがポートフォリオ(ポジション、ティッカー、数量)を共有したら、以下の形式に構造化します:

portfolio:
  name: "ユーザーポートフォリオ"
  currency: USD
  as_of: "2026-02-15"
  positions:
    - ticker: AAPL
      shares: 50
      avg_cost: 185.00
      current_price: 228.50  # ウェブ検索で取得
      asset_class: US_EQUITY
      sector: Technology
    - ticker: BTC
      units: 0.5
      avg_cost: 42000
      current_price: 97500
      asset_class: CRYPTO
      sector: Digital Assets
    - ticker: VOO
      shares: 100
      avg_cost: 410.00
      current_price: 535.00
      asset_class: US_EQUITY_ETF
      sector: Broad Market
  cash:
    amount: 15000
    currency: USD

価格の検索

各ポジションについて、ウェブ検索を使用して現在価格を検索します:

  • 検索: [TICKER] 株価 今日
  • 暗号通貨の場合: [COIN] 価格 USD 今日
  • 出典とタイムスタンプを記録

ポートフォリオサマリーテーブル

ポジション保有数コストベース現在価値ウェイト損益損益率
AAPL50$9,250$11,42518.2%+$2,175+23.5%
.....................
合計$XX,XXX$XX,XXX100%±$X,XXX±X.X%

2. リスクメトリクス計算機

ポートフォリオ分析ごとに、以下のすべてを計算します:

2.1 集中リスク

ポジション集中度:
- 単一ポジションがポートフォリオの20%超 = 高リスク ⚠️
- 単一ポジションが10%超 = 中程度のリスク
- トップ3ポジションが50%超 = 集中

セクター集中度:
- 任意のセクターが30%超 = オーバーウェイト
- ユニークなセクター数 — 4未満 = 分散不足

資産クラス内訳:
- 株式: X%
- 債券: X%
- 暗号資産: X%
- 現金: X%
- オルタナティブ: X%

2.2 バリューアットリスク(VaR)— パラメトリック手法

与えられた信頼水準での最大期待損失を計算します:

日次VaRの計算:
1. 各ポジションの過去ボラティリティ(年率)を検索
   - ウェブ検索を使用: "[TICKER] ヒストリカルボラティリティ 30日"
   - 一般的な範囲: 大型株 15-25%, 暗号資産 50-80%, 債券 5-10%

2. 日次ボラティリティに変換:
   日次ボラティリティ = 年率ボラティリティ / √252

3. ポジションVaR(95%信頼水準):
   ポジションVaR = ポジション価値 × 日次ボラティリティ × 1.645

4. ポジションVaR(99%信頼水準):
   ポジションVaR = ポジション価値 × 日次ボラティリティ × 2.326

5. ポートフォリオVaR(簡略化 — 株式間の相関は約0.5と仮定):
   ポートフォリオVaR ≈ √(Σ(ポジションVaR²) + 2×0.5×Σ(VaR_i × VaR_j))

報告:
- 1日 95% VaR: $X,XXX (ポートフォリオのX.X%)
- 1日 99% VaR: $X,XXX (ポートフォリオのX.X%)
- 10日 95% VaR: $X,XXX (= 1日VaR × √10)
- 月次 95% VaR: $X,XXX (= 1日VaR × √21)

2.3 最大ドローダウン推定

資産クラスの過去最大ドローダウンに基づく:
- 米国大型株: -50% (2008-09年), 典型的な調整 -20%
- 米国小型株: -55%, 典型的な調整 -25%
- 国際株式: -55%, 典型的 -25%
- 新興国市場: -65%, 典型的 -30%
- 投資適格債: -15%, 典型的 -5%
- ハイイールド債: -30%, 典型的 -10%
- REIT: -70%, 典型的 -25%
- 暗号資産(BTC): -85%, 典型的 -50%
- 金: -45%, 典型的 -15%
- 現金: 0%

ポートフォリオ最大ドローダウン推定:
= Σ(ポジションウェイト × 資産クラス最大ドローダウン)

報告:
- 推定最悪ケースのドローダウン: -$XX,XXX (XX.X%)
- 推定典型的な調整: -$XX,XXX (XX.X%)
- 回復期間の推定: X-Xヶ月 (過去平均に基づく)

2.4 ベータと市場感応度

各株式ポジションについて:
- ウェブ検索でベータを検索: "[TICKER] ベータ"
- ポートフォリオベータ = Σ(ポジションウェイト × ポジションベータ)

解釈:
- ベータ > 1.2: ポートフォリオは積極的(市場変動を増幅)
- ベータ 0.8-1.2: ポートフォリオは中立
- ベータ < 0.8: ポートフォリオは防御的
- マイナスのベータポジション: ヘッジ価値

市場への影響:
- S&P500が10%下落した場合、ポートフォリオの予想変動: ベータ × -10%

2.5 シャープレシオの推定

ポートフォリオ期待リターン = Σ(ウェイト × 期待リターン)
ここで、資産クラス別の期待リターン:
- 米国大型株: 年率8-10%
- 米国小型株: 9-11%
- 先進国株式: 6-8%
- 新興国市場: 8-12%
- 投資適格債: 4-5%
- ハイイールド: 6-7%
- 暗号資産: 変動が大きい(保守的に0%を使用)
- REIT: 7-9%
- 現金: 現在のマネーマーケットレート(約4.5%)

リスクフリーレート: 現在の3ヶ月米国財務省短期証券利回り(必要に応じて検索)

シャープレシオ = (ポートフォリオ期待リターン - リスクフリーレート) / ポートフォリオボラティリティ

評価:
- > 1.0: リスク調整後リターンは優れている
- 0.5-1.0: 良好
- 0-0.5: 平凡 — リバランスを検討
- < 0: 悪い — リスクに見合ったリターンではない

2.6 インカム分析

配当支払いポジションについて:
- 配当利回りを検索: "[TICKER] 配当利回り"
- 年間インカム = 保有株数 × 1株あたり年間配当金
- ポートフォリオ利回り = 総年間配当金 / ポートフォリオ価値

報告:
- 月間推定インカム: $XXX
- 年間推定インカム: $X,XXX
- コストに対する利回り: X.X%
- 現在利回り: X.X%

3. ストレステスト

ポートフォリオに対して以下のシナリオを実行し、影響を報告します:

3.1 標準シナリオ

scenarios:
  market_crash_2008:
    name: "2008年金融危機"
    impacts:
      US_EQUITY: -0.50
      INTL_EQUITY: -0.55
      EMERGING: -0.60
      BONDS: +0.05
      HIGH_YIELD: -0.30
      REITS: -0.70
      CRYPTO: -0.80
      GOLD: +0.10
      CASH: 0

  covid_crash_2020:
    name: "COVID-19ショック(2020年2-3月)"
    impacts:
      US_EQUITY: -0.34
      INTL_EQUITY: -0.35
      EMERGING: -0.35
      BONDS: +0.03
      HIGH_YIELD: -0.20
      REITS: -0.40
      CRYPTO: -0.50
      GOLD: -0.05
      CASH: 0

  dot_com_2000:
    name: "ドットコムバブル崩壊(2000-2002年)"
    impacts:
      US_EQUITY: -0.45
      TECH: -0.75
      INTL_EQUITY: -0.40
      BONDS: +0.15
      CASH: 0

  rate_hike_shock:
    name: "急激な利上げ(+300bp)"
    impacts:
      US_EQUITY: -0.15
      BONDS: -0.15
      HIGH_YIELD: -0.10
      REITS: -0.25
      CRYPTO: -0.20
      GOLD: -0.10
      CASH: +0.01

  inflation_surge:
    name: "スタグフレーション(持続的な8%超のインフレ)"
    impacts:
      US_EQUITY: -0.20
      BONDS: -0.20
      CRYPTO: -0.10
      GOLD: +0.15
      REITS: -0.05
      COMMODITIES: +0.20
      CASH: -0.03

  crypto_winter:
    name: "暗号資産の冬(80%下落)"
    impacts:
      CRYPTO: -0.80
      US_EQUITY: -0.05

3.2 ストレステストレポート形式

各シナリオについて:

📉 シナリオ: [名前]

| ポジション | 現在価値 | ストレス時価値 | 損失 |
|----------|--------------|----------------|------|
| AAPL     | $11,425      | $5,713         | -$5,712 |
| ...      | ...          | ...            | ...  |
| 合計    | $XX,XXX      | $XX,XXX        | -$XX,XXX (-XX.X%) |

これは耐えられますか? [現金準備とインカムニーズに基づいてYES/NO]
回復予想期間: X-Xヶ月

3.3 カスタムシナリオビルダー

ユーザーが特定の懸念を説明した場合、カスタムシナリオを構築します:

ユーザー: 「テクノロジーが40%暴落しても債券が上昇したらどうなりますか?」
→ カスタム影響マップを構築し、ポートフォリオに適用、結果を報告

4. ポートフォリオ最適化

4.1 現在のアロケーション評価

現在のアロケーションを標準モデルと比較:

アグレッシブ(年齢35歳未満、高リスク許容度):
  株式: 80-90%, 債券: 5-10%, オルタナティブ: 5-10%, 現金: 2-5%

グロース(年齢35-50歳):
  株式: 60-75%, 債券: 15-25%, オルタナティブ: 5-10%, 現金: 5%

バランス(年齢50-60歳):
  株式: 40-60%, 債券: 30-40%, オルタナティブ: 5-10%, 現金: 5-10%

コンサバティブ(年齢60歳以上、インカム重視):
  株式: 20-40%, 債券: 40-50%, オルタナティブ: 5%, 現金: 10-20%

現在のアロケーションは [モデル] プロファイルに一致
推奨調整: [具体的なアクション]

4.2 リスクパリティ分析

リスクパリティ目標: 各資産クラスがポートフォリオに**均等**なリスクを寄与

手順:
1. 各ポジションのリスク寄与度を計算:
   リスク寄与度 = ウェイト × ボラティリティ × ポートフォリオとの相関

2. 均等なリスク寄与度の場合:
   目標ウェイト_i = (1/Vol_i) / Σ(1/Vol_j)

3. 報告:
   現在のウェイト vs リスクパリティウェイト
   リバランスに必要な取引
   シャープレシオへの期待される影響

4.3 リバランス推奨

リバランストリガーを確認:
- いずれかのポジションが目標から5%超乖離? → リバランス
- いずれかの資産クラスが目標から10%超乖離? → リバランス
- 最後のリバランスから6ヶ月以上経過? → 見直し

リバランス方法:
1. 目標ウェイトを計算
2. 現在のウェイトを計算
3. 必要な取引を決定(取引数を最小化)
4. 税ロット最適化: 最も高いコストのロットから売却(税負担を最小化)
5. 損出しの場合、仮装売買ルールを考慮

取引リストを出力:
| アクション | ティッカー | 株数 | 推定価値 | 理由 |
|--------|--------|--------|-----------|--------|
| 売却   | AAPL   | 15     | $3,428    | テクノロジーにオーバーウェイト |
| 購入   | BND    | 25     | $1,850    | 債券にアンダーウェイト |

4.4 相関分析

分散投資の質を評価:

高い相関ペア(>0.7)— これらは互いに分散効果が乏しい:
- テクノロジー株同士
- 米国株式ETF同士
- ハイイールド債と株式

低い相関ペア(<0.3)— 真の分散効果:
- 株式 vs 米国債
- 米国株式 vs 金
- 株式 vs マネージドフューチャーズ

マイナスの相関 — ヘッジ:
- ロング株式 + プットオプション
- 株式 + VIX商品
- グロース + バリュー(一部のレジームで)

ポートフォリオの分散度を評価: A/B/C/D/F

5. リスクスコアカード (0-100)

単一のリスクスコアを生成します:

risk_scorecard:
  concentration_risk:
    weight: 20
    score: X  # 100 = 十分に分散、0 = 単一銘柄
    details: "最大ポジションはX%, Xセクターが含まれています"

  volatility_risk:
    weight: 20
    score: X  # 100 = 低ボラティリティ、0 = 非常に変動が大きい
    details: "ポートフォリオ年率ボラティリティ: X%"

  drawdown_risk:
    weight: 20
    score: X  # 100 = ドローダウンリスク最小、0 = 50%以上の損失可能性
    details: "最大推定ドローダウン: X%"

  liquidity_risk:
    weight: 15
    score: X  # 100 = すべて高い流動性、0 = 非流動性ポジション
    details: "X%が流動性の高い大型株、X%が非流動性"

  income_resilience:
    weight: 10
    score: X  # 100 = 強固なインカム、0 = 利回りなし
    details: "ポートフォリオ利回り: X%、X%が信頼できる配当支払い企業から"

  market_sensitivity:
    weight: 15
    score: X  # 100 = 低ベータ/防御的、0 = 非常に積極的
    details: "ポートフォリオベータ: X.XX"

  overall_score: X/100
  rating: "[コンサバティブ|モデレート|アグレッシブ|投機的]"
  recommendation: "[主要なアクションアイテム]"

スコアの解釈

  • 80-100: 要塞 — 十分に保護されている、成長には保守的すぎる可能性あり
  • 60-79: 堅実 — 優れたリスク管理、軽微な改善の余地あり
  • 40-59: 中程度 — 妥当だが、顕著なリスクエクスポージャーがある
  • 20-39: 注意 — 重大な脆弱性、リバランス推奨
  • 0-19: 危険ゾーン — 極端な集中またはボラティリティ、緊急措置が必要

6. モニタリングとアラート

日次チェックテンプレート(cron/ハートビート用)

各ポートフォリオポジションについて:
1. 前日終値に対する価格を確認(ウェブ検索)
2. いずれかのポジションが1日で3%超変動した場合フラグ
3. いずれかのポジションがストップロスレベルに達した場合フラグ
4. 今後7日間の決算/イベントを確認

アラート閾値:
- 単一ポジションが1日で-5% → アラート
- ポートフォリオが1日で-3% → アラート
- ポジションが52週安値に達した → ウォッチ
- VIX > 25 → 注意喚起
- VIX > 35 → 高アラート — ヘッジを見直し

週次レビューテンプレート

## ポートフォリオ週次レビュー — [日付]

### パフォーマンス
- ポートフォリオ価値: $XX,XXX (週間 ±X.X%)
- 最高パフォーマンス: [TICKER] +X.X%
- 最低パフォーマンス: [TICKER] -X.X%
- S&P500対比: [アウトパフォーム/アンダーパフォーム] X.X%

### リスクの変化
- VaRの変動: $X,XXX → $X,XXX
- 新たな集中問題はありますか? [Y/N]
- リバランスは必要ですか? [Y/N]

### 今後の予定
- 決算: [ティッカーと日付]
- 権利落ち日: [ティッカーと日付]
- FRB/マクロイベント: [リスト]

### アクションアイテム
1. [具体的な推奨事項]
2. [具体的な推奨事項]

7. タックスロスハーベスティングスキャナー

未実現損失のある各ポジションについて:
1. 未実現損失を計算: (現在価格 - 平均取得価格) × 株数
2. 損失が$500を超えるか確認(ハーベスティングに値する)
3. 税効率的な代替銘柄を特定:
   - 同じセクターのETF(仮装売買を回避)
   - 類似のファクターエクスポージャー
   - 切り替え前に31日以上代替銘柄を保有

報告:
| ティッカー | 未実現損失 | 代替銘柄 | 仮装売買クリア日 |
|--------|----------------|-------------|---------------------|
| XYZ    | -$2,500        | 類似ETF | [日付 + 31日]   |

推定税額削減額: $X,XXX (限界税率X%で)

8. 特殊資産クラス

暗号資産ポートフォリオリスク

追加の暗号資産固有メトリクス:

  • ビットコイン支配率との相関
  • 取引所リスク(中央集権型 vs 自己管理)
  • DeFiポジションのプロトコルリスク
  • ステーブルコインエクスポージャーとデペッグリスク
  • ステーキング/利回りの税務上の影響

不動産(REIT/不動産)

  • FFO利回り vs 配当利回り
  • 金利感応度
  • 地理的集中度
  • 不動産タイプの分散(住宅/商業/産業)

オプションポジション

ポートフォリオにオプションが含まれる場合:

  • デルタエクスポージャー(相当株式ポジション)
  • シータ減衰(日次の時間価値減少)
  • インプライドボラティリティ vs ヒストリカル
  • 最大損失計算
  • 損益分岐点分析

Individual skills in this repo

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

modbender/skill-library-mcp

Paid acquisition strategy, budget allocation, and avoiding common advertising mistakes across platforms

modbender/skill-library-mcp

Borrow from Aave via credit delegation. Agent self-funds by borrowing against delegator collateral. Supports borrow, repay, health checks. Works on Aave V2/V3.

modbender/skill-library-mcp

Discover and register autonomous AI agents. Use when: browsing the agent registry, submitting an agent for verification, or embedding agent badges. NOT for: general web search or agent capability analysis.

modbender/skill-library-mcp

Create AI avatar and talking head videos with OmniHuman, Fabric, PixVerse via inference.sh CLI. Models: OmniHuman 1.5, OmniHuman 1.0, Fabric 1.0, PixVerse Lipsync. Capabilities: audio-driven avatars, lipsync videos, talking head generation, virtual presenters. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human

modbender/skill-library-mcp

AI代码编辑器规则模板集合 - 为Cursor、Windsurf、Claude Code、Cline等AI编辑器提供项目规则配置。适用于需要配置AI编码助手规则的开发者,包含全栈Web、移动端、Vue3+SpringBoot等技术栈模板。

modbender/skill-library-mcp

Generate landing page code from product descriptions

modbender/skill-library-mcp

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

modbender/skill-library-mcp

Generate AI music videos end-to-end. Creates music with Suno (sunoapi.org), generates visuals with OpenAI/Seedream/Google/Seedance, and assembles into music video with ffmpeg. Supports timestamped lyrics (auto SRT), Suno native music video generation, slideshow/video/hybrid modes. Token-based cost tracking per generation.

modbender/skill-library-mcp

Generate AI-powered notes from videos (document, outline, or graphic-text formats)

modbender/skill-library-mcp

The video AI notes tool is provided by Baidu. Based on the video download address provided by the user, it downloads and parses the video, and finally generates AI notes corresponding to the video (a total of three types of notes can be generated: document notes, outline notes, and image-text notes).

modbender/skill-library-mcp

Automated appointment management for beauty salons, clinics, studios, and photo booths. Handles booking requests, calendar sync, conflict detection, reminders, no-show tracking, and waitlist management.

modbender/skill-library-mcp

Bird identification, life list tracking, and trading card generation. Use this skill when the user: sends a bird photo to identify, says "set up my Birdfolio" or "set my region", asks "how's my checklist", asks "Birdfolio progress", asks "how many birds have I found", asks "show my Birdfolio" or "show my life list", asks "what's my rarest bird", or asks "tell me about [bird species]". Handles everything from first-time setup through ongoing life list tracking and visual trading card generation.

modbender/skill-library-mcp

Multi-project task and research management (JSON-first CLI)

modbender/skill-library-mcp

Track stock and crypto portfolios with CLI - real-time prices, P&L, dividend tracking, multiple portfolios

modbender/skill-library-mcp

Track cryptocurrency portfolios with real-time prices, P&L calculations, and allocation analysis. Query Bitcoin, Ethereum, Solana and 10,000+ token holdings.

modbender/skill-library-mcp

加密貨幣Portfolio追蹤 - 支援TRON/ETH/BSC,分析持倉、收益、Gas費用

modbender/skill-library-mcp

Lead strategy with competitive analysis, strategic planning, growth roadmaps, and business portfolio management.

modbender/skill-library-mcp

Create ATS-optimized resumes and CVs with proper structure, metrics, and industry targeting.

modbender/skill-library-mcp

Use this skill when the user asks to build, create, design, develop, or improve ANY frontend interface, web page, UI component, or visual element. This includes: - Building landing pages, websites, web apps, dashboards, portfolios, or any web interface - Creating UI components (buttons, forms, cards, navbars, modals, etc.) - Designing pages with React, Vue, Next.js, Svelte, or any frontend framework - Adding styling or improving visual design of existing components - Implementing specific design aesthetics (modern, dark, minimalist, brutalist, etc.) - User mentions "frontend", "UI", "UX", "design", "interface", "web design", or "styling" - User asks for "beautiful", "modern", "professional", "clean", or any aesthetic adjective - User requests help with CSS, Tailwind, styled-components, or any styling approach This skill automatically retrieves the appropriate design system prompt (Neo-brutalism, Modern Dark, Bauhaus, Cyberpunk, Material, etc.) to help create visually distinctive, production-grade frontend...

modbender/skill-library-mcp

Native video analysis using Google Gemini API. Upload and analyze video files — describe scenes, extract text/UI, answer questions about content, transcribe speech, identify objects and actions. Use when: (1) User sends a video file and wants it analyzed, (2) Video summarization or description needed, (3) Extracting text, UI elements, or information from screen recordings, (4) Answering questions about video content, (5) Comparing multiple videos, (6) Analyzing tutorials, demos, or walkthroughs.

関連スキル