Communitygithub.com

vishnup22/FinSight-AI - 포트폴리오 분석

미국 및/또는 인도 주식 2~10개 종목에 대한 포트폴리오 배분 분석을 수행합니다. 동일 가중치와 최대 샤프(Sharp) 최적 가중치, 상관관계 행렬, 포트폴리오 위험 지표를 계산합니다. 사용자가 티커 목록을 제시하고 배분, 분산 투자 또는 포트폴리오 최적화를 요청할 때 사용하세요. 개별 종목 분석은 /analyse를 사용하세요.

FinSight-AI - 포트폴리오 분석란 무엇인가요?

이 스킬은 사용자가 제공한 미국 또는 인도 주식 티커 목록을 기반으로 포트폴리오 최적화와 위험 분석을 수행합니다. 동일 가중치와 최대 샤프 비율(Sharp Ratio) 최적화라는 두 가지 전략을 비교하여 포트폴리오의 예상 수익률, 변동성, 샤프 비율, VaR(위험가치) 등의 핵심 지표를 제공합니다. 또한 종목 간 상관관계 행렬을 분석하여 분산 투자 효과를 평가하고, 최적화가 실패한 경우 동일 가중치로 대체하는 등 오류 상황에 대한 복구 로직도 포함되어 있습니다. 로컬 서버(http://localhost:8000)와 REST API로 통신하며, 사용자에게 계산 결과를 마크다운 테이블 형태로 명확히 제시하고 최종 추천 문장을 생성합니다.

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

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

포트폴리오 — 동일 가중치 vs 최대 샤프(Sharpe) 최적화

티커 형식은 reference.md를 참조하세요.


사전 조건

GET http://localhost:8000/health

{"status": "ok"}를 반환해야 합니다. 그렇지 않으면 사용자에게 python backend/run.py를 실행하라고 안내하세요.


1단계 — 티커 추출

  • 메시지에서 모든 티커 심볼을 추출합니다. 대문자로 변환하고 공백을 제거합니다.
  • 최소 2개, 최대 10개입니다. 중복은 API에서 거부하므로 — 자동으로 중복을 제거하고 이를 알립니다.
  • 티커가 2개 미만이면 진행하기 전에 더 입력해 달라고 요청하세요.

2단계 — 포트폴리오 작업 제출

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

{"tickers": ["T1", "T2", "..."], "query": "최대 위험 조정 수익률을 위한 배분 최적화."}

응답: {"job_id": "<uuid>", "status": "pending", "message": "..."}

사용자에게 알립니다:

{n}개 티커에 대한 포트폴리오 작업이 제출되었습니다. 1년 가격 이력을 가져와 최적화 중… 일반적으로 15~30초 소요됩니다.


3단계 — 상태 폴링

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

completed 또는 failed 상태가 될 때까지 5초마다 폴링합니다.


4단계 — 결과 가져오기

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

오류 케이스

결과에 최상위 error 키가 포함된 경우 (예: "가격 이력이 중복되는 최소 두 개의 티커가 필요합니다"), 문제를 평이한 언어로 설명하고 중단합니다:

포트폴리오 최적화에는 지난 1년간 거래 이력이 중복되는 최소 두 개의 티커가 필요합니다. 모든 티커가 유효하고 충분한 이력이 있는지 확인하세요.

필드 매핑

필드경로비고
사용된 티커tickers일부 티커에 데이터가 없으면 입력과 다를 수 있음
가격 행 수price_rows중복 거래일 수
동일 가중치equal_weight.weights{ticker: 십진수} — %로 변환하려면 100을 곱함
동일 수익률equal_weight.annual_return_pct이미 % 단위
동일 변동성equal_weight.annual_volatility_pct이미 % 단위
동일 샤프equal_weight.sharpe_ratio연간 기준, 무위험 수익률 = 5%
동일 VaRequal_weight.var_95_daily_pct이미 %, 일간
최적 가중치optimal.weights{ticker: 십진수} — %로 변환하려면 100을 곱함
최적 수익률optimal.annual_return_pct이미 % 단위
최적 변동성optimal.annual_volatility_pct이미 % 단위
최적 샤프optimal.sharpe_ratio연간 기준, 무위험 수익률 = 5%
최적 VaRoptimal.var_95_daily_pct이미 %, 일간
최적화 성공 여부optimal.optimizer_success불리언
최적화 메시지optimal.optimizer_messagesuccess = false인 경우에만 관련 있음
상관관계 행렬correlation_matrix중첩 딕셔너리 {ticker: {ticker: corr}}
포트폴리오 VaRportfolio_var_95_daily_pct최적 포트폴리오 일간 VaR, 이미 % 단위

5단계 — 해석 및 제시

가중치

십진수 가중치를 백분율로 변환합니다 (가중치 * 100, 소수점 첫째 자리). 최적 포트폴리오에서 어떤 가중치가 0.0%라면, 최적화 프로그램이 해당 자산을 제외했음을 알립니다 (충분하지 못한 수익률 또는 다른 자산과의 높은 상관관계).

샤프 비율

  • < 0: 포트폴리오 수익률이 무위험 수익률(5%)보다 낮음; 구성을 재고해야 함.
  • 0~1: 낮은 위험 조정 수익률.
  • 1~2: 양호.
  • 2: 우수.

동일 가중치 샤프와 최적 샤프를 비교합니다. 최적 샤프가 더 높다면 집중된 가중치가 정당화됩니다. 유사하다면 (차이 < 0.1), 동일 가중치 포트폴리오가 거의 동등하게 효율적이며 리밸런싱이 더 간단합니다.

상관관계 행렬

쌍별 상관관계를 해석합니다:

  • 0.80: 높은 상관관계 — 이 두 자산은 거의 함께 움직입니다; 둘 다 보유해도 분산 효과가 거의 없습니다.

  • 0.50~0.80: 중간 상관관계 — 어느 정도 동반 움직임, 부분적인 분산 효과.
  • < 0.30: 낮은 상관관계 — 좋은 분산 투자 쌍.
  • 0에 가깝거나 음수: 강력한 분산 효과.

가장 상관관계가 높은 쌍과 가장 낮은 쌍을 식별하여 설명에 언급합니다.

VaR

95% 신뢰 수준의 일간 VaR: 20 거래일 중 최악의 하루에, 포트폴리오는 역사적으로 약 {portfolio_var_95_daily_pct}% 손실을 입었습니다. 대략적인 연간 추정치는 도움이 될 경우에만 제공: 일간 VaR에 √252 ≈ 15.9를 곱하여 연간 VaR를 근사합니다 (이는 대략적인 근사치입니다).

최적화 실패

optimal.optimizer_success = false인 경우:

최적화 프로그램이 수렴하지 않았습니다 ({optimal.optimizer_message}). 최적 가중치가 동일 가중치로 대체되었습니다 — "최적" 열을 동일 가중치로 간주하세요.

포트폴리오 내 인도 주식

티커가 .NS 또는 .BO로 끝나는 경우, INR 표시 자산이 USD 기반 투자자에게 환 위험을 초래한다는 점을 알립니다. 상관관계 행렬은 현지 통화 수익률을 반영하며 INR/USD 변동성을 포착하지 않습니다.


6단계 — 추천

데이터를 제시한 후, 2~3문장의 추천을 제공합니다:

  • 동일 가중치 또는 최적 가중치 중 어떤 것을 사용할지와 그 이유를 명시합니다 (샤프 비교).
  • 최적 포트폴리오의 상위 1~2개 보유 종목과 그 가중치를 결정하는 요인을 언급합니다.
  • 분산 투자 우려 사항 (높은 상관관계 쌍) 또는 환 위험 고려 사항이 있으면 언급합니다.

출력

# 포트폴리오 분석 — {쉼표로 구분된 티커 목록}

가격 이력: {price_rows}개의 중복 거래일 (≈ {price_rows/252:.1f}년)

---

## 배분 비교

| 티커   | 동일 가중치 | 최적 가중치 |
|----------|-------------|----------------|
| {ticker} | {ew*100:.1f}% | {ow*100:.1f}% |
| …        | …            | …              |

---

## 포트폴리오 지표

| 지표                   | 동일 가중치 | 최적 (최대 샤프) |
|--------------------------|-------------|----------------------|
| 예상 연간 수익률   | {eq_ret}%   | {opt_ret}%           |
| 연간 변동성        | {eq_vol}%   | {opt_vol}%           |
| 샤프 비율             | {eq_sh}     | {opt_sh}             |
| VaR (95%, 1일)         | {eq_var}%   | {opt_var}%           |

{최적화 성공 = false인 경우:
> ⚠ 최적화 프로그램이 수렴하지 않았습니다 ({optimizer_message}) — 최적 가중치는 동일 가중치와 같습니다.}

---

## 상관관계 행렬

| 티커 | {t1} | {t2} | … |
|--------|------|------|---|
| {t1}   | 1.00 | …    | … |
| …      | …    | …    | … |

**가장 상관관계가 높은 쌍:** {t_a} / {t_b} (상관계수: {corr:.2f}) — 분산 효과 제한적.
**가장 상관관계가 낮은 쌍:** {t_c} / {t_d} (상관계수: {corr:.2f}) — 가장 강력한 분산 효과.

---

## 추천

{2~3문장: 동일 vs 최적 선택, 주요 보유 종목 근거, 분산 투자 또는 환 위험 주의 사항.}

{.NS/.BO 티커가 있는 경우:
> ⚠ 인도 주식 ({목록})은 INR로 표시됩니다. 상관관계 행렬은 현지 통화 수익률을 반영하며 USD 기반 투자자의 INR/USD 환율 위험을 포착하지 않습니다.}

오류 복구

상황조치
결과에 최상위 error가 있음문제를 설명하고, 사용자에게 티커를 확인하고 다시 시도하도록 요청
tickers 목록에서 티커가 제외됨해당 티커에 충분하지 않거나 중복되지 않은 가격 이력이 있음을 알림
optimizer_success = false동일 가중치로 대체됨을 설명하고, 여전히 지표 표시
단일 .NS/.BO 티커환 위험을 알리고, 상관관계 행렬에 평소와 같이 표시

관련 스킬