Communitygithub.com

Otimização de Portfólio

Constrói modelos de otimização de média-variância, Black-Litterman e paridade de risco com gerenciamento de restrições e regras de rebalanceamento. Use ao otimizar carteiras, implementar paridade de risco ou aplicar visões Black-Litterman.

O que é Otimização de Portfólio?

Esta skill implementa três frameworks clássicos de otimização de portfólio — média-variância (Markowitz), Black-Litterman e paridade de risco — com suporte a restrições realistas e regras de rebalanceamento. O usuário pode definir retornos esperados, matriz de covariância, visões de mercado, limites de posição e orçamentos de risco. A skill guia o fluxo completo: seleção do framework, preparação dos dados, formulação e solução do problema, análise de sensibilidade e documentação dos resultados. Suporta plataformas como Claude Code, Cursor e Codex, sendo ideal para gestores quantitativos, analistas de risco e engenheiros financeiros que precisam automatizar a construção de carteiras com rigor matemático. A saída inclui tabelas de pesos ótimos, decomposição de risco, gráficos de fronteira eficiente e uma ficha de especificação do modelo para auditoria.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Mr-Nobody-Anonymous/All-skills/tree/HEAD/awesome_skills/legal/modeling-portfolio-optimization

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Modelagem de Otimização de Portfólio

Constrói modelos de otimização de média-variância, Black-Litterman e paridade de risco com gerenciamento de restrições e regras de rebalanceamento.

Quando Usar

  • Construir ou rebalancear um portfólio multi-ativo ou multifatorial com objetivo risco/retorno
  • Incorporar visões subjetivas de mercado nos pesos de equilíbrio via Black-Litterman
  • Implementar paridade de risco ou contribuição igual de risco entre classes de ativos ou fatores
  • Avaliar conjuntos de restrições (limites de posição, limites setoriais, orçamentos de turnover) e seu impacto na fronteira eficiente
  • Testar estresse de alocações de portfólio sob cenários de mudança de regime ou cauda

Entradas a Coletar

  • Estimativas de retorno: Séries históricas de retorno (frequência, janela de observação, universo de ativos) ou retornos esperados forward-looking de um modelo alfa separado
  • Modelo de covariância/risco: Covariância amostral, estimador shrinkage (Ledoit-Wolf), modelo de risco fator ou especificação DCC-GARCH — documente qual e por quê
  • Referência de equilíbrio (Black-Litterman): Pesos de valor de mercado para retornos implícitos Black-Litterman; índice de benchmark se o tracking error for uma restrição
  • Visões do investidor (Black-Litterman): Visões absolutas ou relativas, níveis de confiança (tau, calibração da matriz omega)
  • Restrições: Tamanhos mínimos/máximos de posição, limites de exposição setorial/geográfica/fatorial, long-only vs. long-short, limite de turnover, estimativas de custos de transação
  • Orçamento de risco (paridade de risco): Contribuição de risco alvo por ativo ou fator; tolerâncias de contribuição marginal de risco
  • Regras de rebalanceamento: Baseado em calendário (mensal, trimestral) vs. baseado em limite (bandas de desvio), considerações de tax-lot se aplicável

Fluxo de Trabalho

  1. Selecionar framework de otimização

    • Média-variância (Markowitz): Use quando tiver estimativas de retorno esperado críveis e quiser atingir um ponto na fronteira eficiente ou maximizar o índice Sharpe.
    • Black-Litterman: Use quando partir de pesos de equilíbrio (valor de mercado) e combinar visões discricionárias ou orientadas por modelo. Especifique tau (fator de escala para a incerteza nos retornos de equilíbrio) e construa a matriz de seleção (P) e o vetor de visões (Q) com omega ponderado pela confiança.
    • Paridade de risco / contribuição igual de risco: Use quando o objetivo for uma alocação de risco equilibrada sem depender de previsões de retorno. Resolva para pesos onde a contribuição marginal de cada ativo para a volatilidade do portfólio é igual (ou proporcional a um orçamento de risco).
  2. Preparar entradas

    • Limpar séries de retorno: tratar dados faltantes, viés de sobrevivência, ações corporativas. Informar período de observação e frequência.
    • Estimar matriz de covariância. Para universos grandes (>50 ativos), aplicar shrinkage ou decomposição fatorial para evitar matrizes singulares ou instáveis. Documentar piso de autovalor se regularizar.
    • Para Black-Litterman: derivar retornos implícitos de equilíbrio (π = δΣw_mkt), então combinar com visões usando a fórmula BL. Informar a derivação de delta (coeficiente de aversão ao risco).
  3. Formular e resolver

    • Definir a função objetivo (ex.: maximizar w'μ − (λ/2)w'Σw para média-variância; minimizar Σ(RC_i − RC_alvo)^2 para paridade de risco).
    • Codificar todas as restrições como restrições lineares ou de cone de segunda ordem para resolvedores convexos.
    • Resolver usando programação quadrática (média-variância), mínimos quadrados sequenciais (paridade de risco) ou posteriori BL fechada.
    • Se o resolvedor não convergir, relaxar a restrição mais apertada incrementalmente e documentar o trade-off.
  4. Analisar saídas

    • Reportar pesos ótimos, retorno esperado, volatilidade esperada, índice Sharpe e drawdown máximo (backtest histórico).
    • Decompor risco: contribuição por ativo, por fator e por setor. Identificar riscos de concentração.
    • Executar análise de sensibilidade: perturbar retornos esperados ±50–100 bps, deslocar correlações ±0,05–0,10, variar tau (BL) no intervalo 0,01–0,10. Reportar estabilidade dos pesos.
    • Comparar com benchmark ou portfólio atual: pesos ativos, tracking error, índice de informação.
  5. Definir protocolo de rebalanceamento

    • Especificar mecanismo de gatilho: cronograma de calendário ou limite de desvio (ex.: rebalancear quando qualquer peso desviar >2% do alvo).
    • Incorporar modelo de custo de transação (fixo + proporcional) na decisão de rebalanceamento — rebalancear apenas se o ganho de utilidade esperado exceder o custo estimado de ida e volta.
    • Para contas sensíveis a impostos, aplicar otimização de tax-lot e consciência de ganho de curto vs. longo prazo. [VERIFICAR: regras de tax-lot por jurisdição]
  6. Documentar e entregar

    • Produzir uma ficha de especificação do modelo: objetivo, restrições, resolvedor, fontes de entrada, período de dados, parâmetros-chave.
    • Incluir um registro de premissas com sinalizações explícitas para qualquer entrada estimada ou inferida.
    • Anexar resultados de backtest com as devidas ressalvas (in-sample vs. out-of-sample, premissas de custo de transação, verificações de viés de olhar para frente).

Saídas

  • Tabela de pesos ótimos: Ativo/fator, peso alvo, peso atual, direção da negociação, tamanho da posição
  • Decomposição de risco: Contribuição marginal e percentual ao risco por ativo, fator e setor
  • Gráfico da fronteira eficiente (média-variância) ou gráfico de barras de contribuição de risco (paridade de risco)
  • Matriz de sensibilidade: Mudanças de peso sob entradas perturbadas (retornos, correlações, tau)
  • Resumo da regra de rebalanceamento: Tipo de gatilho, limite de custo, turnover anual esperado
  • Ficha de especificação do modelo: Documentação completa dos parâmetros para reprodutibilidade e auditoria

Verificações de Qualidade

  • Pesos somam 1,0 (ou exposição líquida alvo para long-short) e satisfazem todas as restrições declaradas
  • Matriz de covariância é positiva semidefinida — verifique o menor autovalor > 0 (ou regularização aplicada)
  • Retornos posteriores Black-Litterman estão entre os retornos de equilíbrio e as visões — desvios extremos sinalizam calibração incorreta de omega
  • Solução de paridade de risco atinge contribuições de risco dentro da tolerância (ex.: ±0,5% do alvo) — caso contrário, sinalizar problema de convergência do resolvedor
  • Índice Sharpe do backtest é plausível em relação ao histórico da classe de ativos — índices acima de 2,0 para ativos tradicionais merecem escrutínio por overfitting
  • Nenhum ativo individual excede limite de concentração; exposições setoriais/fatoriais dentro das bandas da política
  • Premissas de custo de transação são realistas para a classe de ativos e tamanho da negociação [VERIFICAR: schedules de bid-ask e comissão específicos do mercado]
  • Todas as premissas, fontes de dados e escolhas de parâmetros são documentadas — sem "números mágicos" sem justificativa

Individual skills in this repo

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

Mr-Nobody-Anonymous/All-skills

Build agency portfolios. TRIGGERS - Use when user needs help with agency-portfolio-builder related tasks.

Mr-Nobody-Anonymous/All-skills

Generate landing pages with AI. TRIGGERS - Use when user needs help with ai-landing-page-gen related tasks.

Mr-Nobody-Anonymous/All-skills

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

Mr-Nobody-Anonymous/All-skills

Review investment portfolios with rebalancing recommendations. TRIGGERS - Use when user needs help with investment-portfolio-review related tasks.

Mr-Nobody-Anonymous/All-skills

Create makeup artist portfolio guides. TRIGGERS - Use when user needs help with makeup-artist-portfolio related tasks.

Mr-Nobody-Anonymous/All-skills

Build freelance portfolios with case studies. TRIGGERS - Use when user needs help with freelance-portfolio-builder related tasks.

Mr-Nobody-Anonymous/All-skills

Structures secondary portfolio construction with vintage diversification, strategy mix, and geographic allocation optimization. Use when building secondary portfolios, managing allocation targets, or optimizing portfolio composition.

Mr-Nobody-Anonymous/All-skills

Optimize landing page copy for conversions. TRIGGERS - Use when user needs help with landing-page-optimizer related tasks.

Mr-Nobody-Anonymous/All-skills

Build copywriting portfolios. TRIGGERS - Use when user needs help with copywriting-portfolio related tasks.

Mr-Nobody-Anonymous/All-skills

Design cryptocurrency portfolio strategies. TRIGGERS - Use when user needs help with crypto-portfolio-strategy related tasks.

Mr-Nobody-Anonymous/All-skills

Build UX design portfolios. TRIGGERS - Use when user needs help with ux-portfolio-builder related tasks.

Mr-Nobody-Anonymous/All-skills

Design cloud landing zones. TRIGGERS - Use when user needs help with cloud-landing-zone related tasks.

Mr-Nobody-Anonymous/All-skills

Generate high-converting landing page copy with headlines, benefits, CTAs, and social proof. TRIGGERS - Use when user wants landing page copy, sales page content, or conversion-focused web copy.

Mr-Nobody-Anonymous/All-skills

Design portfolio assessment systems. TRIGGERS - Use when user needs help with portfolio-assessment related tasks.

Mr-Nobody-Anonymous/All-skills

Conducts portfolio performance measurement with benchmark comparison, attribution, and risk-adjusted metrics. Use when measuring portfolio performance, calculating Sharpe/Sortino ratios, or conducting performance attribution.

Mr-Nobody-Anonymous/All-skills

Builds strategic and tactical asset allocation models with risk-return optimization and constraint management. Use when constructing portfolios, optimizing asset allocation, or building model portfolios.

Mr-Nobody-Anonymous/All-skills

Creates client-facing portfolio reports with performance, allocation, commentary, and outlook. Use when producing client reports, preparing quarterly reviews, or creating portfolio summaries.

Mr-Nobody-Anonymous/All-skills

Design investment portfolios. TRIGGERS - Use when user needs help with investment-portfolio-design related tasks.

Mr-Nobody-Anonymous/All-skills

Plan investment portfolios. TRIGGERS - Use when user needs help with investment-portfolio-plan related tasks.

Mr-Nobody-Anonymous/All-skills

You are a Conversion Rate Optimization Strategist and Persuasive Content Specialist. Use this skill when the user wants to audit or improve a landing page, write conversion-focused copy, optimize CTAs, build an FAQ schema block, translate features into benefits, or maximize conversions on any specific page type. Activate when the user mentions "landing page," "sales page," "lead capture page," "squeeze page," "webinar sign-up page," "product launch page," "waitlist page," "early access page," "thank you page," "upsell page," "SaaS pricing page," "onboarding page," "ecommerce page," "audit this page," "improve conversions," "CTA optimization," "hero section," "headline rewrite," "subhead," "benefits section," "features to benefits," "FAQ schema," "schema FAQ," "trust elements," "page layout," "above the fold," "scroll order," "microcopy," "mobile-first copy," "landing page copy," "page flow," "drop-off," "weak CTA," "conversion copy," "page goal," "split test copy," "A/B test copy," or "wireframe suggestion...

Habilidades Relacionadas