Communitygithub.com

Geruyang/agent-skills-library

用于对上市股票投资进行头寸规模确定、寻找股票对冲工具,或基于上市股票观点构建整合的头寸与对冲风险管理计划。请勿用于观点构建、独立事件承保、交易执行、个人投资建议或信用工具风险管理。

agent-skills-library 是什么?

这项技能旨在帮助AI Agent用户对上市股票投资进行专业的风险管理和头寸规模确定。其核心功能包括:根据最严格的约束条件确定头寸规模、设计合适的对冲策略、以及制定整合的头寸与对冲风险计划。该技能特别强调了“规模”与“对冲”之间的相互影响,不会孤立地处理两者,而是从统一的视角出发,确保在降低风险的同时不破坏预期的阿尔法收益。它支持多种工作模式,例如`position_sizing`(头寸规模)、`hedge_design`(对冲设计)和`integrated_risk_plan`(整合风险计划),能够根据用户的输入自动推断最合适的模式。该技能专门用于上市股票市场,包括股票多头、空头、配对交易、ETF/指数成分股、上市期权、因子对冲、期货/指数覆盖以及宏观代理等场景。它会加载一系列共享的参考文档(如风险评估启发式、信用市场交接指南、流动性情景分析等),并在生成最终建议前进行全面的可行性评估。一个显著的特点是,对于可复用的重要风险包,它默认生成一个精美的独立HTML风险决策报告,而不是依赖标准化的仪表板。同时,它也清晰地划定了与信用市场等其他领域的边界,仅将信用指标用作权益下行风险的信号,而不会将其作为本地的对冲建议。该技能还包含确定性脚本,用于生成结构化的文件(如CSV、JSON),辅助计算和审计。总之,这是一个高度专业化、流程严谨的工具,旨在帮助投资专业人士做出更明智、更可执行的风险决策。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Geruyang/agent-skills-library/tree/HEAD/original-skills/x-openai-portfolio-risk-management-e45bdc5

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

投资组合风险管理

技能配置

通用技能指令

强制:在搜索连接器、检索证据或起草输出之前,请阅读并应用 ../public-equity-investing/SKILL.md## Cross-Skill Runtime Contract 中的共享运行时契约。然后,检查路由器技能映射和 ../../shared/plugin-routing-playbook.md,以确定应与此工作流顺序执行的相邻技能。在日常工作流工作中,请勿运行用户上下文设置或检查;仅将显式的已保存上下文、源设置、入职或自动化设置请求路由到 ../user-context/SKILL.md。

源解析

加载 ../../shared/workflow-source-resolution.md。仅解析此工作流所需的类别:internal_research、portfolio_models_trackers 和 market_data_estimates。使用共享运行时契约将每个尝试的类别映射到可用的应用程序、连接器、文件、导出或用户提供的输入。

相关依赖类别

以下是此工作流最可能需要的源类别。使用路由器契约仅解析任务实际需要的类别,优先使用用户命名的源,并说明任何重大的源限制。

  • Portfolio Models & Trackers
  • Market Data & Estimates
  • Internal Research

内部支持

当此工作流需要渲染、证据/数据准备、样式或行业上下文时,通过可见的 public-equity-investing 路由器及其捆绑的内部行动手册路由支持。通过可见的 model-audit-tieout 工作流路由工作簿或模型质量保证。

交付物输入

在对新的实质性主要交付物进行源收集或分析之前,加载 ../../shared/deliverable-intake-policy.md,并使用其自适应 request_user_input 预检来处理实质上未解决的格式、深度、受众/用途或焦点选择。对于实质性的整合头寸与对冲计划或显式的HTML风险计划请求,默认的解析将呈现界面确定为精美的独立HTML风险决策报告,除非用户请求其他呈现界面、快速/无文件答案、工作簿输出或标准化仪表板。在后续步骤中重用已解析的偏好;当仅作为拥有工作流的输入时,请勿重新提示。

目的

将上市股票投资观点转化为可执行的风险姿态:正确的规模、任何适当的对冲、有意保留的风险敞口,以及调整规模或移除保护的规则。当决策仍是公开权益决策时,此技能负责股票多头、股票空头、配对交易、ETF/指数成分股、上市期权、股票因子对冲、期货/指数覆盖以及宏观代理。

不要将规模确定和对冲视为独立的答案,因为其中一项的变化会影响另一项。根据最严格的可靠约束确定规模;仅对冲那些可以在不破坏预期阿尔法的情况下减少的风险。当对冲的基差风险、成本、流动性或复杂性比不希望的风险敞口更差时,缩减规模/不对冲的结果是有效的。

对于可复用的实质性风险包,按照 ../../shared/html-artifact-standard.md 生成精美的独立HTML风险决策报告;保留结构化决策表在规模表格、对冲比较、情景和监控触发方面的优势,而无需强制使用标准化仪表板外壳。仅当用户明确请求标准化仪表板、定期监控仪表板、可重用的已验证模板或结构化的载荷驱动渲染时,才使用 dashboard-builder。

模式选择

根据请求的决策和可用上下文推断模式:

模式使用场景核心输出
position_sizing用户询问持有或做空多少、增持/减持/退出阈值、损失预算、流动性容量或投资组合敞口影响。建议的规模、约束条件、情景损益、流动性退出、监控规则。
hedge_design用户询问如何对冲、中性化、保护、去Beta、对对冲候选进行排名,或比较对冲工具。对冲目标、候选集、基差风险台账、规模确定方法、准备情况检查、退出规则。
integrated_risk_plan用户同时询问头寸规模和对冲,或者对冲选择可能会显着改变建议的规模。未对冲与对冲/缩减规模比较、建议包、保留的风险敞口、行动规则。

当提示或提供的工件明确时,不要要求用户选择模式。仅在选择错误模式会实质性地改变交付物时,才提出一个针对性的澄清问题,例如在不明确说明头寸、不希望的风险或请求操作的情况下提出“管理风险”的模糊请求。

公开权益PM/风险视角

在提出重要的风险建议之前,加载 ../../shared/pm-judgment-heuristics.md 和 ../../shared/credit-markets-handoff.md。

受众模式:

  • long_only_pm: 强调基准主动权重、跟踪误差、流动性/容量、回撤容忍度、增持/减持纪律以及投资组合角色。
  • long_short_hf: 强调总/Gross/净/Beta/因子影响、借券、轧空风险、催化剂路径、对冲契合度以及平仓/调整规模规则。
  • market_neutral_pairs_pm: 强调腿的规模、Beta/因子/驱动中性、残差价差风险、借券以及流动性。
  • event_driven_equity_pm: 强调不利缺口、时间延迟、概率加权结果、期权/借券流动性以及事件滑点。
  • etf_index_benchmark_pm: 强调成分股权重、主动权重、ETF/指数流动敞口、再平衡风险、流动性以及跟踪误差影响。

每个实质性输出都必须说明预期阿尔法、不希望的风险、保留的风险敞口、约束条件、流动性/退出姿态、对冲或缩减规模的权衡、监控触发因素、实施准备情况,以及可能改变决策的缺失证据。每当提出保护措施时,都要包括基差风险和对冲失效情景。

与信用市场的边界

此技能仅可将CDS水平、信用利差、评级、到期墙、再融资压力、契约头条或流动性压力用作共同权益的下行信号。

仅将CDS/利差用作权益风险背景。CDS水平和信用利差可能仅作为权益风险信号或共同权益下行背景出现;切勿将其视为本地拥有的对冲实施。

对于CDS、债券、贷款、利差DV01/CS01、信用利差对冲、资本结构对冲、困境对冲、回收瀑布、契约分析或契约对冲、债务证券规模确定以及信用证券相对价值,请使用信用市场。不要将信用工具作为本地对冲建议呈现。

禁止使用

  • 论点、不同观点或推销构建:使用 long-short-pitch 或 memo-builder。
  • 有日期的事件概率和收益承保:使用 event-driven-analyzer。
  • 宏观/经济传导映射:使用 economic-impact-report。
  • 催化剂日历或仅监控工作:使用 catalyst-calendar 或 thesis-tracker。
  • 个人投资建议、交易执行或法律/合规结论。

上下文模式

上下文默认行为
无上下文请求证券/风险敞口、所需操作、时间范围、约束条件和可用数据;提供可用的输入框架,而不凭空捏造建议。
部分上下文生成条件风险筛选或筛选级别的整合计划,并明确说明假设和缺失数据检查;当缺少必要的实施输入时,不建议启动。
完整来源标准化输入、协调来源、运行情景,并生成可立即用于决策的风险指导。
审查或刷新保留先前的工作,识别过时的输入和隐藏的风险敞口,并显示哪些因素会改变规模或对冲。

工作流

  1. 定义决策。 捕获证券、方向、当前/提议规模、要保留的论点风险敞口、不希望的风险、价格/时间、时间范围/催化剂、投资组合背景、授权限制、流动性和请求的操作。
  2. 解析损失预算解释。 区分 scenario loss budget(情景损失预算),它限制了在所述不利变动下的损失,以及 absolute loss cap(绝对损失上限),即使股票变动超出该情景也必须满足此上限。当用户给出空头的损失限额但未说明适用哪种解释时,在交互式运行中提出一个针对性的澄清问题。在非交互式运行中,显示两个分支,并且不要将假设的轧空幅度默默地转化为启动建议。对于具有绝对上限的空头,要求定价明确定义的损失保护或建议不持有头寸。
  3. 映射风险敞口。 将预期的特质、事件和选定的因子/宏观风险敞口与不希望的Beta、行业、因子、外汇、商品、流动性、借券、融资、拥挤、缺口和投资组合集中度风险区分开来。
  4. 构建风险案例。 估计上行/基准/下行/压力结果、在可支持时的概率加权回报、情景损益、流动性/退出含义以及任何对冲失效案例。将假设的压力幅度标记为说明性,直到用户或治理风险政策确认。
  5. 应用选定的模式。
    • 对于 position_sizing,三角测量损失预算、波动率、流动性、风险敞口限制、基准/因子、借券/轧空、催化剂和投资组合契合度约束;推荐最严格可信的规模。
    • 对于 hedge_design,将风险敞口分类为保留、对冲、减少或监控;评估直接权益、ETF/指数、因子、配对、上市期权、期货/指数、因果宏观代理、投资组合覆盖以及不对冲/缩减规模选项。
    • 对于 integrated_risk_plan,比较未对冲规模、对冲规模和缩减规模/不对冲结果;推荐具有最清晰保留阿尔法和可接受成本/基差风险的方案。
  6. 评估可行性。 说明市场数据新鲜度、ADV/退出天数、借券/召回/轧空约束、期权链/Greeks(如适用)、成本/持有成本、基差风险、授权/合规检查以及实施准备情况差距。对于空头建议,在建议使用 initiate 或其他可立即实施的语言之前,需要当前可执行的报价、ADV/退出容量、定位/借券条款以及当前轧空/拥挤输入;在推荐期权对冲之前,还需要实时期权条款。
  7. 建议和监控。 如果缺少实施输入,则将结果标记为 Conditional risk screen(条件风险筛选)或 Not implementation-ready(不可实施),并说明条件性规模/方案,而不是指示启动。否则,说明建议的规模和/或对冲、操作、约束条件、保留的风险敞口、被拒绝的替代方案(如果重要)、增持/减持/退出/平仓/调整规模/滚动/移除触发因素、信心以及缺失的证据。
  8. 在交付HTML时渲染和检查。 在独立HTML报告中,在条目之前前置一个简洁的约束解释表、条件性或可执行的操作、对冲权衡以及缺失输入。保持引文可读性:不要使用内联链接打断股票代码、日期、百分比、基点金额、GLP-1 等工具条款或情景标签。对于本地HTML文件,使用本地无头浏览器截图检查打开视口和决策关键的下游部分,而不是使用应用内浏览器插件。

参考映射

仅加载所选模式需要的参考:

  • 所有实质性模式:references/source-and-context-protocol.md、references/exposure-and-factor-risk.md 和 references/liquidity-drawdown-scenarios.md。
  • position_sizing:references/sizing-framework.md、references/strategy-nuance.md、references/position-sizing-output-templates.md 和 references/quality-control.md。
  • hedge_design:references/hedge-workflow.md、references/instrument-playbooks.md、references/hedge-output-templates.md 和 references/hedge-scorecard-schema.md。
  • integrated_risk_plan:建议方案所需的规模和对冲参考;避免加载未使用的工具行动手册。
  • 独立HTML交付物:../../shared/html-artifact-standard.md 和所选模式的输出模板。
  • 显式标准化仪表板交付物:references/DASHBOARD_PACK.md。

确定性脚本

当提供结构化输入或用户请求模板/文件时,使用捆绑的帮助程序:

python scripts/create_position_sizing_templates.py --out path/to/templates
python scripts/position_sizing_calculator.py --input path/to/input.json --out path/to/outputs
python scripts/score_hedge_candidates.py hedge_candidates.csv --output-dir path/to/outputs

规模帮助程序会写入透明计算/审计支持文件,包括 position_summary.csv、sizing_cases.csv、scenario_pnl.csv、exposure_impact.csv、liquidity_exit.csv、monitoring_rules.csv、support_note.md、run_log.json 和 manifest.json。对冲帮助程序会写入 hedge_scorecard_support_note.md、hedge_scorecard.csv、hedge_scorecard.json 和 basis_risk_ledger.csv。

这些帮助程序不获取实时数据、运行投资组合风险系统、满足合规性检查或取代PM判断。除非用户明确请求这些格式,否则CSV、Markdown、JSON、运行日志和清单文件都是支持工件。对于可重用的实质性包,请以精美的独立HTML风险决策报告作为主导,除非用户明确请求标准化仪表板。

仪表板转交

如果用户明确请求标准化或定期仪表板,请使用 references/DASHBOARD_PACK.md。portfolio-risk-management 负责规模、对冲、保留风险敞口、约束条件、基差风险、情景、流动性和监控判断;dashboard-builder 负责渲染和验证。构建一个 public_equity_investing_dashboard

Individual skills in this repo

This repo contains 12 individual skills — each has its own dedicated page.

Geruyang/agent-skills-library

Guidance for distinctive, intentional visual design when building new UI or reshaping an existing one. Helps with aesthetic direction, typography, and making choices that don't read as templated defaults.

Geruyang/agent-skills-library

Set up Tailwind CSS v4 in Expo with react-native-css and NativeWind v5 for universal styling

Geruyang/agent-skills-library

Use for new frontend applications, dashboards, games, creative websites, hero sections, and visually driven UI from scratch, or when the user explicitly asks for a redesign/restyle/modernization. Builds from clean, airy, high-taste, readable image-generated concept design with section-specific references, faithful implementation, and browser testing.

Geruyang/agent-skills-library

Use when testing, debugging, or making targeted improvements to rendered frontend apps through the Build Web Apps or web dev plugin: local dev servers, UI regressions, interaction bugs, console errors, responsive layout, and visual QA. Check whether the Browser plugin is available and use it first when it is; otherwise use regular Playwright with the recorded reason.

Geruyang/agent-skills-library

Design UI surfaces for browser games. Use when the user asks for HUDs, menus, overlays, responsive layouts, or visual direction that must protect the playfield.

Geruyang/agent-skills-library

GSAP animation reference for HyperFrames. Covers gsap.to(), from(), fromTo(), easing, stagger, defaults, timelines (gsap.timeline(), position parameter, labels, nesting, playback), and performance (transforms, will-change, quickTo). Use when writing GSAP animations in HyperFrames compositions.

Geruyang/agent-skills-library

Guide for building, configuring, and deploying microfrontends on Vercel. Use this skill when the user mentions microfrontends, multi-zones, splitting an app across teams, independent deployments, cross-app routing, incremental migration, composing multiple frontends under one domain, microfrontends.json, @vercel/microfrontends, the microfrontends local proxy, or path-based routing between Vercel projects. Also use when the user asks about shared layouts across projects, navigation between microfrontends, fallback environments, asset prefixes, or feature flag controlled routing.

Geruyang/agent-skills-library

Next.js App Router expert guidance. Use when building, debugging, or architecting Next.js applications — routing, Server Components, Server Actions, Cache Components, layouts, middleware/proxy, data fetching, rendering strategies, and deployment on Vercel.

Geruyang/agent-skills-library

Integrate data visualizations into React and Next.js applications. Use when the user needs chart components, UML-like or architecture diagram components, React integration patterns, Next.js client or server boundaries, hydration-safe rendering, lazy loading, framework-aware performance, scroll-driven visual stories, or export guidance.

Geruyang/agent-skills-library

shadcn/ui expert guidance — CLI, component installation, composition patterns, custom registries, theming, Tailwind CSS integration, and high-quality interface design. Use when initializing shadcn, adding components, composing product UI, building custom registries, configuring themes, or troubleshooting component issues.

Geruyang/agent-skills-library

v0 by Vercel expert guidance. Use when discussing AI code generation, generating UI components from prompts, v0 CLI usage, v0 SDK/API integration, or integrating v0 into development workflows with GitHub and Vercel deployment.

Geruyang/agent-skills-library

Manages shadcn components and projects — adding, searching, fixing, debugging, styling, and composing UI. Provides project context, component docs, and usage examples. Applies when working with shadcn/ui, component registries, presets, --preset codes, or any project with a components.json file. Also triggers for "shadcn init", "create an app with --preset", or "switch to --preset".

相关技能