Communitygithub.com

diegosouzapw/awesome-omni-skill

Otimizador de alocação e rebalanceamento de portfólio. Gerencia a distribuição de ativos entre ações/caixa/títulos, realiza rebalanceamento periódico e garante diversificação de acordo com o regime de mercado e tolerância ao risco.

O que é awesome-omni-skill?

Este agente é um gestor de portfólio especializado em otimizar a alocação de ativos, rebalanceamento e diversificação para maximizar o retorno ajustado ao risco. Ele utiliza a detecção de regime de mercado (RISK_ON, RISK_OFF, TRANSITION) para definir alocações dinâmicas entre ações, títulos e caixa, com limites setoriais e por posição. O agente aciona rebalanceamentos com base em desvios percentuais (5% para recomendação, 10% para urgência) e calcula trades ótimos considerando custos de transação e conformidade com regras constitucionais. Integra-se com detectores de regime de mercado e outros agentes (como War Room) para ajustar posições de forma colaborativa, gerando relatórios semanais de desempenho e métricas de risco (beta, Sharpe, drawdown). Suportado em plataformas como Claude Code, Cursor e Codex, o agente é útil para investidores que desejam automatizar a gestão de carteiras com base em regras claras e análises quantitativas.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/diegosouzapw/awesome-omni-skill/tree/HEAD/skills/development/portfolio-manager-agent

Perguntar na sua IA favorita

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

Documentação

Agente Gestor de Portfólio - Portfolio Manager Agent

Função

Gerencia a alocação de ativos, rebalanceamento e diversificação do portfólio para otimizar o retorno ajustado ao risco.

Capacidades Principais

1. Estratégia de Alocação de Ativos

Alocação Dinâmica por Regime de Mercado

# RISK_ON (expansão econômica, VIX < 20)
allocacao = {
    'acoes': 0.70,
    'titulos': 0.20,
    'caixa': 0.10
}

# RISK_OFF (contração econômica, VIX > 25)
allocacao = {
    'acoes': 0.40,
    'titulos': 0.40,
    'caixa': 0.20
}

# TRANSITION (transição, VIX 20-25)
allocacao = {
    'acoes': 0.55,
    'titulos': 0.30,
    'caixa': 0.15
}

Diversificação Setorial

Tecnologia: Máximo 40%
Finanças: Máximo 30%
Saúde: Máximo 25%
Outros setores: Máximo 20% cada

2. Gatilhos de Rebalanceamento

SE desvio > 5%:
  → Rebalanceamento recomendado

Exemplo:
Alvo: Ações 70%
Atual: Ações 76%
Desvio: +6% → REBALANCEAR

SE desvio > 10%:
  → Rebalanceamento urgente
  → Notificação imediata

3. Monitoramento de Métricas de Risco

  • Beta do Portfólio: Volatilidade em relação ao mercado
  • Índice Sharpe: Retorno ajustado ao risco
  • Drawdown Máximo: Queda máxima
  • Matriz de Correlação: Correlação entre ativos

4. Dimensionamento de Posições

# Critério de Kelly (modificado)
tamanho_posicao = (taxa_acerto * ganho_medio - (1 - taxa_acerto) * perda_media) / ganho_medio

# Limites de posição
tamanho_posicao = min(tamanho_posicao, MAX_POSICAO_UNICA)  # 15%

Estrutura de Decisão

Passo 1: Analisar Portfólio Atual
  - Alocação atual
  - Posições individuais
  - Distribuição setorial
  - Métricas de risco

Passo 2: Detectar Regime de Mercado
  from backend.ai.market_regime import MarketRegimeDetector
  regime = detector.detect_regime(dados_mercado)

Passo 3: Determinar Alocação Alvo
  Com base no regime:
    - RISK_ON → Agressiva (70/20/10)
    - RISK_OFF → Conservadora (40/40/20)
    - TRANSITION → Balanceada (55/30/15)

Passo 4: Calcular Desvio
  desvio = |atual - alvo|

Passo 5: Decisão de Rebalanceamento
  SE desvio > limite:
    → Gerar trades de rebalanceamento
  SENÃO:
    → Manter alocação atual

Passo 6: Aplicar Limites Constitucionais
  - Verificar conformidade com Artigo 4
  - Garantir limites de posição
  - Verificar limites setoriais

Formato de Saída

{
  "agente": "gestor_portfolio",
  "recomendacao": "REBALANCEAR|MANTER",
  "confianca": 0.85,
  "justificativa": "Regime de mercado mudou para RISK_OFF, necessário reduzir exposição em ações",
  "alocacao_atual": {
    "acoes": 0.76,
    "titulos": 0.18,
    "caixa": 0.06,
    "valor_total_usd": 100000
  },
  "alocacao_alvo": {
    "acoes": 0.55,
    "titulos": 0.30,
    "caixa": 0.15
  },
  "desvio": {
    "acoes": 0.21,
    "titulos": -0.12,
    "caixa": -0.09,
    "desvio_maximo": 0.21
  },
  "trades_rebalanceamento": [
    {
      "acao": "VENDER",
      "classe_ativo": "acoes",
      "valor_usd": 21000,
      "motivo": "Ajustar peso de ações de 76% para 55%"
    },
    {
      "acao": "COMPRAR",
      "classe_ativo": "titulos",
      "valor_usd": 12000,
      "motivo": "Aumentar peso de títulos de 18% para 30%"
    },
    {
      "acao": "AUMENTAR",
      "classe_ativo": "caixa",
      "valor_usd": 9000,
      "motivo": "Expandir posição em caixa (postura defensiva)"
    }
  ],
  "analise_risco": {
    "beta_portfolio": 1.15,
    "indice_sharpe": 1.45,
    "drawdown_maximo": -0.08,
    "volatilidade_esperada": 0.18
  },
  "distribuicao_setorial": {
    "Tecnologia": 0.35,
    "Financas": 0.20,
    "Saude": 0.15,
    "Outros": 0.30
  },
  "proxima_revisao": "2025-12-28"
}

Exemplos

Exemplo 1: RISK_ON → Alocação agressiva

Entrada:
- VIX: 15
- Crescimento PIB: 3.0%
- Regime de Mercado: RISK_ON
- Atual: Ações 55%, Títulos 30%, Caixa 15%

Saída:
- Recomendação: REBALANCEAR
- Alvo: Ações 70%, Títulos 20%, Caixa 10%
- Trades:
  * COMPRAR Ações $15.000
  * VENDER Títulos $10.000
  * REDUZIR Caixa $5.000

Exemplo 2: RISK_OFF → Alocação defensiva

Entrada:
- VIX: 28
- Sinais de recessão
- Regime de Mercado: RISK_OFF
- Atual: Ações 70%, Títulos 20%, Caixa 10%

Saída:
- Recomendação: REBALANCEAMENTO_URGENTE
- Alvo: Ações 40%, Títulos 40%, Caixa 20%
- Trades:
  * VENDER Ações $30.000
  * COMPRAR Títulos $20.000
  * AUMENTAR Caixa $10.000

Exemplo 3: Desvio pequeno → Manter

Entrada:
- Atual: Ações 68%, Títulos 22%, Caixa 10%
- Alvo: Ações 70%, Títulos 20%, Caixa 10%
- Desvio: 2%, 2%, 0%

Saída:
- Recomendação: MANTER
- Justificativa: "Desvio < 5%, considerando custos de transação, manter é mais vantajoso"

Exemplo 4: Rebalanceamento setorial

Entrada:
- Tecnologia: 45% (MÁXIMO 40%)
- Finanças: 15%
- Saúde: 10%

Saída:
- Recomendação: REBALANCEAMENTO_SETORIAL
- Trades:
  * VENDER ações de Tecnologia $5.000 (45% → 40%)
  * COMPRAR Saúde $3.000
  * COMPRAR Finanças $2.000

Diretrizes

Faça ✅

  • Revisão regular: Semanal ou quinzenal
  • Priorizar Regime de Mercado: Alocação baseada no ambiente macro
  • Rebalanceamento Gradual: Evitar mudanças bruscas
  • Eficiência Fiscal: Rebalanceamento com consciência tributária

Não Faça ❌

  • Evitar negociações excessivas (considerar custos de transação)
  • Não reagir exageradamente à volatilidade de curto prazo
  • Evitar mudanças emocionais na alocação
  • Não violar o Artigo 4 da constituição

Integração com o Detector de Regime de Mercado

from backend.ai.market_regime import MarketRegimeDetector
from backend.ai.regime_detector import detect_market_regime

detector = MarketRegimeDetector()

dados_regime = {
    'vix': 18,
    'curva_juros_10a2a': 0.3,
    'postura_fed': 'neutra',
    'crescimento_pib': 0.025,
    'desemprego': 0.038,
    'ipca': 0.028
}

regime = detector.detect_regime(dados_regime)

# Saída:
# {
#   "regime_atual": "RISK_ON",
#   "confianca": 0.75,
#   "alocacao_ativos_recomendada": {
#     "acoes": 0.70,
#     "titulos": 0.20,
#     "caixa": 0.10
#   },
#   "indicadores_regime": {
#     "sinal_vix": "BAIXA_VOLATILIDADE",
#     "sinal_curva_juros": "NORMAL",
#     "sinal_macro": "EXPANSAO"
#   }
# }

Algoritmo de Rebalanceamento

Rebalanceamento por Limiar

def verificar_necessidade_rebalanceamento(
    atual: Dict[str, float],
    alvo: Dict[str, float],
    limiar: float = 0.05
) -> bool:
    """Verifica se o rebalanceamento é necessário"""
    
    for classe_ativo in alvo.keys():
        desvio = abs(atual[classe_ativo] - alvo[classe_ativo])
        
        if desvio > limiar:
            return True
    
    return False

# Exemplo
atual = {'acoes': 0.76, 'titulos': 0.18, 'caixa': 0.06}
alvo = {'acoes': 0.70, 'titulos': 0.20, 'caixa': 0.10}

precisa_rebalancear = verificar_necessidade_rebalanceamento(atual, alvo)  # True

Cálculo de Trades Ótimos

def calcular_trades_rebalanceamento(
    alocacao_atual: Dict[str, float],
    alocacao_alvo: Dict[str, float],
    valor_total_portfolio: float
) -> List[Dict]:
    """Calcula trades ótimos para rebalanceamento"""
    
    trades = []
    
    for classe_ativo, pct_alvo in alocacao_alvo.items():
        pct_atual = alocacao_atual[classe_ativo]
        valor_atual = pct_atual * valor_total_portfolio
        valor_alvo = pct_alvo * valor_total_portfolio
        
        diferenca = valor_alvo - valor_atual
        
        if abs(diferenca) > 1000:  # Trade mínimo $1.000
            acao = "COMPRAR" if diferenca > 0 else "VENDER"
            trades.append({
                "classe_ativo": classe_ativo,
                "acao": acao,
                "valor_usd": abs(diferenca),
                "de_pct": pct_atual,
                "para_pct": pct_alvo
            })
    
    return trades

Métricas de Desempenho

  • Frequência de Rebalanceamento: Alvo de 1-2 vezes por mês
  • Custos de Transação: < 0,5% do valor do portfólio
  • Melhoria do Índice Sharpe: Alvo de +10% vs. comprar e manter
  • Redução de Drawdown: Alvo de -20% vs. portfólio não gerenciado

Conformidade Constitucional

from backend.constitution import Constitution

constituicao = Constitution()

# Validar trades de rebalanceamento
for trade in trades_rebalanceamento:
    # Verificar se nova alocação viola o Artigo 4
    nova_alocacao = aplicar_trade(alocacao_atual, trade)
    
    valido, violacoes, _ = constituicao.validar_alocacao(
        nova_alocacao,
        posicoes_atuais
    )
    
    if not valido:
        # Ajustar trade para conformidade
        trade = ajustar_trade_para_conformidade(trade, violacoes)

Dimensionamento de Posições Ajustado ao Risco

Integração com Teoria Moderna do Portfólio (MPT)

import numpy as np
from scipy.optimize import minimize

def otimizar_portfolio(
    retornos: np.array,
    covariancia: np.array,
    taxa_livre_risco: float = 0.03
) -> np.array:
    """Otimizar portfólio usando MPT"""
    
    n_ativos = len(retornos)
    
    # Objetivo: Maximizar Índice Sharpe
    def objetivo(pesos):
        retorno_portfolio = np.dot(pesos, retornos)
        std_portfolio = np.sqrt(np.dot(pesos, np.dot(covariancia, pesos)))
        sharpe = (retorno_portfolio - taxa_livre_risco) / std_portfolio
        return -sharpe  # Minimizar Sharpe negativo
    
    # Restrições
    restricoes = [
        {'type': 'eq', 'fun': lambda w: np.sum(w) - 1},  # Soma igual a 1
        {'type': 'ineq', 'fun': lambda w: w}  # Não negativos
    ]
    
    # Limites (máx. 15% por ação)
    limites = tuple((0, 0.15) for _ in range(n_ativos))
    
    # Palpite inicial
    x0 = np.array([1/n_ativos] * n_ativos)
    
    # Otimizar
    resultado = minimize(objetivo, x0, method='SLSQP', bounds=limites, constraints=restricoes)
    
    return resultado.x

Colaboração com Outros Agentes

War Room → Sinais de Negociação
  ↓
Gestor de Portfólio → Verificar alocação atual
  ↓
SE nova posição causar desequilíbrio:
  → Sugerir tamanho parcial da posição
  OU
  → Recomendar vender outras posições primeiro

Exemplo:
War Room: COMPRAR AAPL $15.000
Gestor de Portfólio: "Setor de Tecnologia já está em 38%, COMPRAR apenas $10.000"

Relatórios

Relatório Semanal de Portfólio

# Relatório de Desempenho do Portfólio - Semana de 2025-12-21

## Alocação de Ativos
- Ações: 68% (Alvo: 70%) ✓
- Títulos: 22% (Alvo: 20%) ⚠️
- Caixa: 10% (Alvo: 10%) ✓

## Desempenho
- Retorno Semanal: +2,3%
- Retorno no Ano: +15,7%
- Índice Sharpe: 1,45
- Drawdown Máximo: -8,2%

## Ações Tomadas
- Nenhuma (dentro da tolerância)

## Próxima Revisão: 2025-12-28

Histórico de Versões

  • v1.0 (2025-12-21): Lançamento inicial com otimização MPT e integração de regime de mercado

Individual skills in this repo

This repo contains 17 individual skills — each has its own dedicated page.

diegosouzapw/awesome-omni-skill

Build a GitHub portfolio that gets you hired — curate 3-5 polished projects, craft compelling READMEs, deploy live demos, tell a coherent story across your repos, and align everything to AI-native development roles. Use when preparing your GitHub for job searches, deciding what to pin, or auditing your public presence.

diegosouzapw/awesome-omni-skill

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

diegosouzapw/awesome-omni-skill

Factor modeling and portfolio construction (Markowitz, Black-Litterman, constraints, turnover).

diegosouzapw/awesome-omni-skill

Analyze the CustomGPT.ai Labs Innovation workbook and cost tracking data to surface portfolio-level insights, trends, and recommendations for where to focus Innovation efforts.

diegosouzapw/awesome-omni-skill

Optimize project portfolio selection under constraints using mathematical optimization

diegosouzapw/awesome-omni-skill

Rapidly build, prototype, and deploy full-stack software using AI "text-to-app" tools. Use this when you need to create a greenfield application, build a high-fidelity working prototype for user testing, or bypass traditional engineering bottlenecks for internal tools.

diegosouzapw/awesome-omni-skill

Expert in building portfolios that actually land jobs and clients - not just showing work, but creating memorable experiences. Covers developer portfolios, designer portfolios, creative portfolios,...

diegosouzapw/awesome-omni-skill

Minimalist, typography-focused portfolio design system inspired by neo-brutalist and Swiss design principles. Emphasizes bold typography, generous whitespace, monochromatic color schemes, and elegant simplicity for developer/designer portfolios.

diegosouzapw/awesome-omni-skill

Review UI code for Web Interface Guidelines compliance. Use when asked to "review my UI", "check accessibility", "audit design", "review UX", or "check my site against best practices".

diegosouzapw/awesome-omni-skill

High-converting landing pages. Copy + design + implementation. Triggers: landing page, conversion page.

diegosouzapw/awesome-omni-skill

Detect and explain risk drift in lending portfolios over time using vintage analysis, migration matrices, and concentration metrics. Use when monitoring portfolio credit quality trends, preparing board risk reports, conducting stress testing, or when risk metrics deviate from appetite thresholds.

diegosouzapw/awesome-omni-skill

Review UI code for Web Interface Guidelines compliance. Use when asked to "review my UI", "check accessibility", "audit design", "review UX", or "check my site against best practices".

diegosouzapw/awesome-omni-skill

Review UI code for Web Interface Guidelines compliance. Use when asked to "review my UI", "check accessibility", "audit design", "review UX", or "check my site against best practices".

diegosouzapw/awesome-omni-skill

Index-based file discovery using ABOUTME headers. Use INSTEAD of grep or Explore agent when searching for files by purpose or feature. Faster and more accurate than scanning code. Invoke this skill when user asks "which files handle X", "where is Y implemented", or when you need to find files related to a feature or task.

diegosouzapw/awesome-omni-skill

Index-based file discovery using ABOUTME headers. Use INSTEAD of grep or Explore agent when searching for files by purpose or feature. Faster and more accurate than scanning code. Invoke this skill when user asks "which files handle X", "where is Y implemented", or when you need to find files related to a feature or task.

diegosouzapw/awesome-omni-skill

Automate Klipfolio tasks via Rube MCP (Composio). Always search tools first for current schemas.

diegosouzapw/service-website-generator

Orchestrates automated service-based website generation with local SEO optimization. Creates 200+ service+location pages using parallel agents, Unsplash images via Jina AI, NextJS with dynamic routing, and PostgreSQL database. Use when building service business websites (plumbers, electricians, pressure washing, HVAC, etc.) targeting multiple locations.

Habilidades Relacionadas