Communitygithub.com

majiayu000/claude-skill-registry

Calcula os percentuais de alocação atuais, identifica desvios em relação às metas e analisa a eficiência da margem.

O que é claude-skill-registry?

Esta skill realiza a análise central da estratégia de Carteira Permanente de Harry Browne, com foco no cálculo de alocação atual, desvios (drift) das metas de 25% para cada classe de ativo e eficiência do uso de margem. Ela é a segunda etapa de um fluxo de quatro passos, suportado por assistentes como Claude Code, Cursor e Codex. A skill lê um snapshot do portfólio, calcula os percentuais, compara com o limite de desvio definido pelo usuário e gera recomendações de rebalanceamento. Além disso, analisa a alocação de ativos satélites (opcional) e o custo-benefício da margem, incluindo o contexto das 'Quatro Estações' econômicas para interpretar os desvios. A saída é um arquivo YAML detalhado com todas as análises, que serve de base para as próximas etapas do workflow.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/majiayu000/claude-skill-registry/tree/HEAD/skills/analysis/portfolio-balancer-analyze-allocation-ncrmro-deepwork-permanent-

Perguntar na sua IA favorita

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

Documentação

portfolio_balancer.analyze_allocation

Etapa 2/4 do fluxo portfolio_balancer

Análise diária da Carteira Permanente com desvios de alocação e recomendações de rebalanceamento

Pré-requisitos (Verificar Primeiro)

Antes de prosseguir, confirme que estas etapas foram concluídas:

  • /portfolio_balancer.collect_portfolio_data

Instruções

Objetivo: Calcular os percentuais de alocação atuais, identificar desvios em relação às metas, analisar a eficiência da margem.

Analisar Alocação

Objetivo

Calcular os percentuais de alocação atuais em relação às metas 25/25/25/25 da Carteira Permanente, identificar desvios das metas e analisar a eficiência da margem.

Tarefa

Analisar o snapshot do portfólio para determinar como as alocações atuais se comparam às metas da Carteira Permanente de Harry Browne. Identificar quais classes de ativos estão acima ou abaixo do peso e avaliar se o uso de margem é rentável.

Processo

  1. Ler o snapshot do portfólio Carregar portfolio_balancer/data/portfolio_snapshot.yml da etapa collect_portfolio_data.

  2. Calcular os percentuais de alocação atuais Para cada classe de ativo, calcular:

    porcentagem_atual = (valor_classe_ativo / valor_total_portfolio) * 100
    
  3. Calcular o desvio das metas A meta da Carteira Permanente é 25% para cada classe de ativo:

    desvio = porcentagem_atual - 25.0
    
    • Desvio positivo = acima do peso
    • Desvio negativo = abaixo do peso
  4. Determinar se o rebalanceamento é necessário Comparar o desvio de cada classe de ativo com o limite_de_desvio do snapshot:

    • Se algum |desvio| > limite_de_desvio, o rebalanceamento é recomendado
    • Rastrear quais classes de ativos específicas excedem o limite
  5. Analisar a alocação de satélites (se ativado) Se o rastreamento de satélites estiver ativado:

    • Calcular a % de satélites em relação ao total de ações
    • Comparar com a meta (geralmente 10-20%)
    • Determinar se a alocação de satélites precisa de ajuste
  6. Analisar a eficiência da margem Se a margem estiver ativada:

    • Calcular o custo anual da margem: saldo_margem * taxa_juros
    • Avaliar custo/benefício: O retorno esperado dos ativos com margem é maior que o custo da margem?
    • Sinalizar se as taxas de margem excederem limites razoáveis
  7. Aplicar o contexto das Quatro Estações Observar quais condições econômicas favorecem as posições atuais acima/abaixo do peso:

    • Primavera (Prosperidade): Ações se beneficiam
    • Verão (Inflação): Ouro se beneficia
    • Outono (Crédito Restrito): Caixa se beneficia
    • Inverno (Deflação): Títulos de longo prazo se beneficiam

Formato de Saída

portfolio_balancer/data/allocation_analysis.yml

Um arquivo YAML contendo a análise completa de alocação.

Estrutura:

data_analise: "AAAA-MM-DD"
limite_desvio: 5  # do snapshot

valor_total_portfolio: 100000.00

# Detalhamento de alocação
alocacoes:
  acoes:
    porcentagem_meta: 25.0
    porcentagem_atual: 28.0
    valor_atual: 28000.00
    desvio: 3.0  # acima do peso em 3%
    excede_limite: false
    status: "acima_do_peso"
    # Detalhamento de satélites (se ativado)
    satelite:
      ativado: true
      porcentagem_core: 89.3  # % de ações no índice principal
      porcentagem_satelite: 10.7  # % de ações em satélites
      porcentagem_meta_satelite: 15.0
      desvio_satelite: -4.3  # abaixo do peso em satélites

  titulos_longo_prazo:
    porcentagem_meta: 25.0
    porcentagem_atual: 24.0
    valor_atual: 24000.00
    desvio: -1.0  # abaixo do peso em 1%
    excede_limite: false
    status: "abaixo_do_peso"

  ouro:
    porcentagem_meta: 25.0
    porcentagem_atual: 23.0
    valor_atual: 23000.00
    desvio: -2.0
    excede_limite: false
    status: "abaixo_do_peso"

  caixa_tesouro:
    porcentagem_meta: 25.0
    porcentagem_atual: 25.0
    valor_atual: 25000.00
    desvio: 0.0
    excede_limite: false
    status: "na_meta"

# Avaliação geral de rebalanceamento
rebalanceamento:
  necessario: false
  motivo: "Nenhuma classe de ativo excede o limite de desvio de 5%"
  ativos_excedendo_limite: []

# Análise de margem
analise_margem:
  ativada: true
  saldo_atual: 5000.00
  custo_anual: 300.00  # saldo * taxa
  custo_mensal: 25.00
  taxas_mensais_pagas: 50.00
  classificacao_eficiencia: "ruim"  # pagando mais em taxas do que o custo calculado
  recomendacao: "Revisar taxas de margem - pagando $50/mês vs custo esperado de $25/mês"

# Contexto das Quatro Estações
contexto_economico:
  ativos_acima_peso_atual:
    - ativo: "acoes"
      condicao_favorecida: "Prosperidade/Crescimento (Primavera)"
      desvio: 3.0
  ativos_abaixo_peso_atual:
    - ativo: "ouro"
      condicao_favorecida: "Inflação (Verão)"
      desvio: -2.0
    - ativo: "titulos_longo_prazo"
      condicao_favorecida: "Deflação/Recessão (Inverno)"
      desvio: -1.0
  interpretacao: "Portfólio atualmente posicionado para prosperidade; vulnerável à inflação"

Critérios de Qualidade

  • Todas as quatro classes de ativos analisadas com porcentagem atual e desvio
  • Cálculos de desvio matematicamente corretos
  • Comparação do limite de rebalanceamento precisa
  • Análise de eficiência de margem incluída se a margem estiver ativada
  • Análise de satélites incluída se o rastreamento de satélites estiver ativado
  • Contexto econômico das Quatro Estações fornecido
  • Todas as porcentagens somam 100% (dentro da tolerância de arredondamento)
  • YAML é válido e analisável
  • Quando todos os critérios forem atendidos, inclua <promise>✓ Critérios de Qualidade Atendidos</promise> em sua resposta

Contexto

Esta análise é o núcleo da gestão da Carteira Permanente. Harry Browne projetou a alocação 25/25/25/25 para fornecer equilíbrio em todas as condições econômicas - as "Quatro Estações" do ciclo econômico. A análise de desvio ajuda a determinar quando o rebalanceamento é necessário para manter esse equilíbrio.

A análise de margem ajuda os usuários a entender se o uso de margem é rentável, comparando as taxas reais pagas com os custos calculados e benefícios esperados.

Contexto do Job

Análise automatizada diária de portfólio implementando a estratégia da Carteira Permanente de Harry Browne.

A Carteira Permanente mantém alocações iguais de 25% em quatro classes de ativos projetadas para ter bom desempenho em diferentes condições econômicas:

  • Ações (25%): Prosperidade/Crescimento
  • Títulos de Longo Prazo (25%): Deflação/Recessão
  • Ouro (25%): Inflação
  • Caixa/Tesouros (25%): Crédito Restrito/Recessão

Este fluxo:

  1. Coleta dados do portfólio via CLI bin/robinhood positions --save
  2. Analisa a alocação atual contra as metas 25/25/25/25
  3. Rastreia seleções de ações satélites (opcional 10-20% da alocação de ações)
  4. Avalia a eficiência do uso de margem versus taxas pagas
  5. Gera recomendações de rebalanceamento quando o desvio excede o limite definido pelo usuário
  6. Produz um relatório diário legível para revisão manual

IMPORTANTE: Este sistema é somente leitura. Nenhuma negociação é executada automaticamente. Todas as recomendações exigem revisão e execução manuais.

Entradas Necessárias

Arquivos de Etapas Anteriores - Leia estes primeiro:

  • portfolio_balancer/data/portfolio_snapshot.yml (de collect_portfolio_data)

Branch de Trabalho

Usar formato de branch: deepwork/portfolio_balancer-[instancia]-AAAAMMDD

  • Se estiver em uma branch de trabalho correspondente: continuar usando-a
  • Se estiver em main/master: criar nova branch com git checkout -b deepwork/portfolio_balancer-[instancia]-$(date +%Y%m%d)

Saídas

Saídas necessárias:

  • portfolio_balancer/data/allocation_analysis.yml

Diretrizes

  • NÃO pule a verificação de pré-requisitos se esta etapa tiver dependências
  • NÃO produza saídas parciais; conclua todas as saídas necessárias antes de finalizar
  • NÃO prossiga sem as entradas necessárias; pergunte ao usuário se alguma estiver faltando
  • NÃO modifique arquivos fora do escopo das saídas definidas nesta etapa

Ao Finalizar

  1. Verificar se as saídas foram criadas
  2. Informar ao usuário: "Etapa 2/4 concluída, saídas: portfolio_balancer/data/allocation_analysis.yml"
  3. Continuar o fluxo: Usar a ferramenta Skill para invocar /portfolio_balancer.generate_recommendations

Arquivos de referência: .deepwork/jobs/portfolio_balancer/job.yml, .deepwork/jobs/portfolio_balancer/steps/analyze_allocation.md

Individual skills in this repo

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

majiayu000/claude-skill-registry

Builds, edit or validate Agent Skill through conversational discovery. Use when the user requests to "Create an Agent", "Optimize an Agent" or "Edit an Agent".

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Analyzes current state and user query to answer BMad questions or recommend the next workflow or agent. Use when user says what should I do next, what do I do now, or asks a question about BMad

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Portfolio allocation and rebalancing optimizer. Manages asset allocation across stocks/cash/bonds, performs periodic rebalancing, and ensures diversification according to market regime and risk tolerance.

majiayu000/claude-skill-registry

Create a hilarious and ultra-realistic video of an anthropomorphic animal acting like a human vlogger in a real-world setting.

majiayu000/claude-skill-registry

Speech-to-text transcription and translation via OpenAI Audio API -- models, response formats, timestamps, prompting, streaming, chunking, and diarization

majiayu000/claude-skill-registry

BlockRun works with Claude Code and Google Antigravity.

majiayu000/claude-skill-registry

This skill should be used when the user asks about libraries, frameworks, API references, or needs code examples. Activates for setup questions, code generation involving libraries, or mentions of specific frameworks like React, Vue, Next.js, Prisma, Supabase, etc.

majiayu000/claude-skill-registry

小省导购员数字人带货版即梦视频提示词生成系统,基于四大智能体协同(提示词生成师、质量管控师、知识库运维师、跨环节适配师),按照"主体+运动+场景+(镜头语言+光影+氛围)"公式输出中英文双版提示词,适配5s短视频。确保人物一致性、视觉连贯性、情绪连贯性,支持知识库智能复用和跨工具适配(Suno音乐、AI绘画),为数字人带货视频提供高质量提示词生成服务。

majiayu000/claude-skill-registry

Upload and manage files using Google Gemini File API via scripts/. Use for uploading images, audio, video, PDFs, and other files for use with Gemini models. Supports file upload, status checking, and file management. Triggers on "upload file", "file API", "upload image", "upload PDF", "upload video", "file management".

majiayu000/claude-skill-registry

CRITICAL: Use for MolyKit AI chat toolkit. Triggers on: BotClient, OpenAI, SSE streaming, AI chat, molykit, PlatformSend, spawn(), ThreadToken, cross-platform async, Chat widget, Messages, PromptInput, Avatar, LLM

majiayu000/claude-skill-registry

AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

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

Habilidades Relacionadas