알리페이 펀드 선별
목표
공개된 공모펀드 데이터 또는 사용자가 제시한 알리페이 후보 코드 목록에서, 검증 가능한 후보 순위를 생성합니다. 모든 수치는 스크립트로 계산되며, 언어 모델의 기억에 의존하여 데이터를 보충하지 않습니다.
기본 동작
사용자가 매개변수를 지정하지 않은 경우, 추가 질문 없이 다음 기본값을 사용합니다:
- 전략:
best— 전체 카테고리 추천: A주 광기지수, 전략/테마 지수, QDII(해외), 채권, 액티브 주식형. 각 카테고리 내에서 최적의 펀드를 추천하며(QDII는 최대 4개), 점수는 동일 카테고리 내에서만 비교 가능합니다. QDII는 참여하되申购 중단된 것은 제외, 대량 구매 제한/매수 제한은 유지하고 표시. - 위험:
medium; 보유 기간: 3년. - 각 펀드에 대해 "역사적 보유 경험"(임의 시점 매수 후 1/3/5년 보유 시 역사적 정(+)수익 확률, 최장 손실 회복 기간)과 "권장 보유 ≥N년" 참고(역사적 승률 ≥80%의 최단 기간, 단 역사가 미래를 보장하지 않음을 명시해야 함).
- 제외: 폐쇄형, 설정형, 각종 보유 기간/롤링 잠금 상품, 연금, FOF, 2차 채권/전환사채, 테마/섹터 집중형. 단일 전략(예:
core-index) 하에서는 QDII와 배당/저변동성/홍콩주 전략 지수가 참여하지 않으며,best/all에서는 참여. - 펀드 단위 규모가 0.5억份 미만인 펀드 제외(청산 위험). 동일 지수는 최대 1개 유지(
--max-per-index로 조정 가능). - 수익률, 하락률, 변동성 등 지표는 배당 재투자 기준으로 계산. 자동 모드에서는 전체 평가 기간을 포괄하는 기록이 있는 펀드만 유지.
- 알리페이에 로그인하지 않으며, 계정을 읽지 않고, 주문하지 않습니다.
응답에서는 어떤 매개변수가 기본값으로 사용되었는지 명시하고, 각 카테고리의 추천 펀드와 권장 보유 기간을 설명해야 합니다.
매개변수 제약: --risk low는 현재 채권형 펀드만 유지하며, --strategy core-index 또는 --strategy active와 함께 사용할 수 없습니다(스크립트에서 오류 발생). 저위험 요청은 --strategy bond(또는 balanced/all)를 사용하세요.
실행 단계
- 이
SKILL.md파일이 위치한 디렉토리를SKILL_DIR로 지정합니다. SKILL_DIR/.venv/bin/python이 존재하는지 확인합니다. 존재하지 않으면 사용자에게 해당 디렉토리에서./setup.sh를 실행하도록 안내하고, 결과를 위조하지 마십시오.- 사용자 의도를 매개변수로 매핑합니다:
- "최고 추천", "유형 무관", "둘러보기":
--strategy best(기본값) - 장기 적립식, 일반인 핵심 포트폴리오, 광기지수:
--strategy core-index - 안정적, 저변동성, 채권:
--strategy bond --risk low - 액티브 주식/혼합형 펀드:
--strategy active, 단 매니저 변경 시정 효과는 제한적임을 경고 - 다중 유형 비교:
--strategy balanced - 사용자가 명확한 펀드 코드를 제시한 경우
--codes사용; CSV/텍스트 후보 풀을 제공한 경우--watchlist사용
- "최고 추천", "유형 무관", "둘러보기":
SKILL_DIR에서 스크립트를 실행합니다. 예시:
cd "$SKILL_DIR"
.venv/bin/python scripts/fund_picker.py \
--strategy core-index \
--risk medium \
--holding-years 5 \
--top 5 \
--output /tmp/alipay_fund_report.md \
--json-output /tmp/alipay_fund_report.json
지정 펀드 코드 비교:
cd "$SKILL_DIR"
.venv/bin/python scripts/fund_picker.py \
--codes "000051,110020,161017" \
--risk medium \
--holding-years 3 \
--top 3
알리페이 후보 풀 엄격 모드:
cd "$SKILL_DIR"
.venv/bin/python scripts/fund_picker.py \
--watchlist /path/to/alipay_watchlist.csv \
--risk medium \
--holding-years 3 \
--top 5
- 생성된 Markdown과 JSON을 읽고, 응답에는 반드시 다음을 포함해야 합니다:
- 데이터 마감일(보고서 헤더의 "순자산 데이터 마감")
- 추천 펀드 및 코드(best 모드: 각 카테고리별 추천)
- 최소 2개의 대안
- 연환산 수익률, 최대 하락률, 연환산 변동성, 샤프 지수 또는 정(+)수익 월 비율
- 각 펀드의 주요 위험, 권장 보유 기간 및 역사적 보유 경험(정수익 기간 비율/최악 기간/손실 회복 기간)
- 보고서에 "상관관계 주의" 또는 "A/C 클래스 수수료 비교"가 포함된 경우 그 내용을 전달
- "지수 밸류에이션 참고"를 인용하는 경우 "데이터 참고, 투자 권고 아님"이라는 수식어를 반드시 유지
- 알리페이 내 최종 확인 사항
- 데이터 소스가 실패하거나, 펀드 코드가 존재하지 않거나, 역사가 부족한 경우, 있는 그대로 설명하고 추측하거나 값을 보충하지 마십시오. 사용자가 명시적으로 제시한 펀드 코드는 자동으로 필터링되지 않습니다: QDII, 잠금 기간, 申购 중단 등은 유지되고 위험 표시가 적용되며, 평가할 수 없는 코드는 보고서의 "데이터 실패 및 제외 기록" 섹션에 나타납니다. 응답에서 이러한 내용을 하나하나 사용자에게 전달해야 합니다. A/C 클래스가 동시에 제공되면 나란히 유지하여 수수료 비교를 용이하게 합니다.
알리페이 관심 목록 유지(스크린샷 가져오기)
알리페이는 관심 목록 내보내기 기능을 제공하지 않습니다. 사용자가 알리페이 펀드 페이지(관심 목록, 검색 결과 페이지, 펀드 상세 페이지)의 스크린샷을 제공하는 경우, 다음 절차에 따라 후보를 관심 목록에 추가합니다:
- 스크린샷에서 펀드 코드와 펀드 약칭만 추출합니다. 보유 금액, 수익 숫자, 계정 닉네임, 프로필 이미지 등은 모두 무시합니다 — 추출하지 않고, 언급하지 않으며, 어떤 파일에도 기록하지 않습니다.
- 스크린샷에 이름만 있고 코드가 없는 경우, 기억에 의존하여 코드를 보충하지 마십시오. 먼저 공개 데이터(예: 순위표 캐시)에서 이름으로 고유 코드를 매칭합니다. 매칭이 고유하지 않거나 실패한 항목은 별도로 나열하고, 사용자가 알리페이에서 코드를 확인한 후에 관심 목록에 추가하도록 안내합니다.
SKILL_DIR/watchlist.csv(또는 사용자가 지정한 CSV)와 병합: 사용자의 기존 항목을 유지하고, 6자리 코드 기준으로 중복 제거 후 다시 씁니다. 해당 파일이 없으면examples/alipay_watchlist.example.csv형식을 참조하여 새로 만듭니다. 사용자 관심 목록은 개인 데이터이므로 항상 gitignored된watchlist.csv에 기록하며, 절대 examples/ 아래 템플릿 파일에 기록하지 않습니다 (저장소를 통해 보유 현황이 유출되지 않도록 함).- 관심 목록에 추가한 후
--watchlist로 다시 선별하고, 사용자에게 스크린샷 인식이 오류를 포함할 수 있으므로 매수 전에 반드시 알리페이 내에서 펀드 코드로 확인할 것을 알립니다.
위험 경계
- 출력물은 연구 후보일 뿐, 수익을 보장하는 매수 지시가 아닙니다.
- 최근 1주, 최근 1개월 순위를 핵심 근거로 사용하지 않습니다.
- 보고서의 申购 수수료는 동방재부가 표시하는 제3자 할인 가격이며, 알리페이 할인율과 다를 수 있습니다. 지속 보유 비용은 "지속 수수료/년"(운용보수+수탁보수)을 확인하고, 알리페이 내에서 C 클래스 판매 서비스 수수료를 확인하세요.
- 위험 카테고리를 넘어 특정 채권 펀드가 "특정 주식 펀드보다 우수하다"고 직접 주장하지 않습니다.
- 알리페이 계정, 비밀번호, 인증 코드, 보유 내역 스크린샷의 민감한 계정 정보를 읽거나 저장하지 않습니다.
- 申购, 환매, 전환 또는 적립식 설정을 자동으로 실행하지 않습니다.
- 자동 모드는 사용자의 개인 알리페이 계정에 해당 펀드가 실제로 상장되어 있는지 확인할 수 없습니다. 반드시 펀드 코드로 알리페이 내에서 확인해야 합니다.
- 액티브 펀드의 경우, 현직 펀드 매니저의 재임 기간 성과를 정확히 분리할 수 없으면 결론 신뢰도를 낮추고 명확히 설명해야 합니다.