portfolio_balancer.analyze_allocation
步骤 2/4 in portfolio_balancer 工作流
每日永久投资组合分析,包含配置偏差和重新平衡建议
先决条件(先验证)
在继续之前,请确认以下步骤已完成:
/portfolio_balancer.collect_portfolio_data
说明
目标:计算当前资产配置百分比,识别与目标配置的偏差,分析保证金效率
分析配置
目标
计算当前配置百分比与 25/25/25/25 永久投资组合目标的对比,识别与目标的偏差,并分析保证金效率。
任务
分析投资组合快照,确定当前配置与哈利·布朗的永久投资组合目标之间的差异。识别哪些资产类别超配或低配,并评估保证金使用的成本效益。
流程
-
读取投资组合快照 从
collect_portfolio_data步骤加载portfolio_balancer/data/portfolio_snapshot.yml。 -
计算当前配置百分比 对于每个资产类别,计算:
current_percentage = (asset_class_value / total_portfolio_value) * 100 -
计算与目标的偏差 永久投资组合的目标是每个资产类别占 25%:
drift = current_percentage - 25.0- 正偏差 = 超配
- 负偏差 = 低配
-
确定是否需要重新平衡 将每个资产类别的偏差与快照中的
drift_threshold进行比较:- 如果任何 |drift| > drift_threshold,则建议重新平衡
- 跟踪哪些特定资产类别超出阈值
-
分析卫星配置(如果启用) 如果启用了卫星跟踪:
- 计算卫星配置占总股票配置的百分比
- 与目标(通常为 10-20%)进行比较
- 确定是否需要调整卫星配置
-
分析保证金效率 如果启用了保证金:
- 计算年度保证金成本:
margin_balance * interest_rate - 评估成本/效益:保证金资产预期回报是否大于保证金成本?
- 如果保证金费用超过合理阈值,则标记
- 计算年度保证金成本:
-
应用四季背景 注意哪些经济条件有利于当前的超配/低配头寸:
- 春季(繁荣):股票受益
- 夏季(通胀):黄金受益
- 秋季(紧缩货币):现金受益
- 冬季(通缩):长期债券受益
输出格式
portfolio_balancer/data/allocation_analysis.yml
包含完整配置分析的 YAML 文件。
结构:
analysis_date: "YYYY-MM-DD"
drift_threshold: 5 # 来自快照
total_portfolio_value: 100000.00
# 配置明细
allocations:
stocks:
target_percentage: 25.0
current_percentage: 28.0
current_value: 28000.00
drift: 3.0 # 超配 3%
exceeds_threshold: false
status: "overweight"
# 卫星配置明细(如果启用)
satellite:
enabled: true
core_percentage: 89.3 # 核心指数中股票占比
satellite_percentage: 10.7 # 卫星部分中股票占比
target_satellite_percentage: 15.0
satellite_drift: -4.3 # 卫星配置低配
long_term_bonds:
target_percentage: 25.0
current_percentage: 24.0
current_value: 24000.00
drift: -1.0 # 低配 1%
exceeds_threshold: false
status: "underweight"
gold:
target_percentage: 25.0
current_percentage: 23.0
current_value: 23000.00
drift: -2.0
exceeds_threshold: false
status: "underweight"
cash_treasuries:
target_percentage: 25.0
current_percentage: 25.0
current_value: 25000.00
drift: 0.0
exceeds_threshold: false
status: "on_target"
# 整体重新平衡评估
rebalancing:
needed: false
reason: "没有资产类别超出 5% 的偏差阈值"
assets_exceeding_threshold: []
# 保证金分析
margin_analysis:
enabled: true
current_balance: 5000.00
annual_cost: 300.00 # 余额 * 利率
monthly_cost: 25.00
monthly_fees_paid: 50.00
efficiency_rating: "poor" # 实际支付的费用高于计算成本
recommendation: "检查保证金费用 - 实际支付 $50/月,而预期成本为 $25/月"
# 四季背景
economic_context:
current_overweights:
- asset: "stocks"
favored_condition: "繁荣/增长(春季)"
drift: 3.0
current_underweights:
- asset: "gold"
favored_condition: "通胀(夏季)"
drift: -2.0
- asset: "long_term_bonds"
favored_condition: "通缩/衰退(冬季)"
drift: -1.0
interpretation: "投资组合目前定位于繁荣期;易受通胀影响"
质量标准
- 所有四个资产类别均已分析,包含当前百分比和偏差
- 偏差计算在数学上正确
- 重新平衡阈值比较准确
- 如果启用了保证金,则包含保证金效率分析
- 如果启用了卫星跟踪,则包含卫星分析
- 提供了四季经济背景
- 所有百分比总和为 100%(在舍入公差范围内)
- YAML 有效且可解析
- 当满足所有标准时,在回复中包含
<promise>✓ 质量标准已满足</promise>
背景
此分析是永久投资组合管理的核心。哈利·布朗设计了 25/25/25/25 的配置,以在所有经济条件下提供平衡——即经济周期的“四季”。偏差分析有助于确定何时需要重新平衡以维持这种平衡。
保证金分析帮助用户了解其保证金使用是否具有成本效益,将实际支付的费用与计算成本和预期收益进行比较。
任务背景
自动化的每日投资组合分析,实现哈利·布朗的永久投资组合策略。
永久投资组合在四个资产类别中保持相等的 25% 配置,旨在在不同的经济条件下表现:
- 股票(25%):繁荣/增长
- 长期债券(25%):通缩/衰退
- 黄金(25%):通胀
- 现金/国债(25%):紧缩货币/衰退
此工作流:
- 通过
bin/robinhood positions --saveCLI 收集投资组合数据 - 分析当前配置与 25/25/25/25 目标的对比
- 跟踪卫星股票选择(可选,占股票配置的 10-20%)
- 评估保证金使用效率与已支付费用的关系
- 当偏差超过用户定义的阈值时,生成重新平衡建议
- 生成人类可读的每日报告以供人工审核
重要提示:该系统为只读。不会自动执行任何交易。 所有建议需要人工审核和执行。
所需输入
来自先前步骤的文件 - 先读取这些:
portfolio_balancer/data/portfolio_snapshot.yml(来自collect_portfolio_data)
工作分支
使用分支格式:deepwork/portfolio_balancer-[instance]-YYYYMMDD
- 如果已在匹配的工作分支上:继续使用它
- 如果在 main/master 上:使用
git checkout -b deepwork/portfolio_balancer-[instance]-$(date +%Y%m%d)创建新分支
输出
必需输出:
portfolio_balancer/data/allocation_analysis.yml
防护栏
- 如果此步骤有依赖项,请勿跳过先决条件验证
- 请勿生成不完整的输出;在完成所有必需输出之前不要结束
- 没有必需的输入不要继续;如有缺失,请询问用户
- 请勿修改此步骤定义输出范围之外的文件
完成后
- 验证输出已创建
- 通知用户:“步骤 2/4 完成,输出:portfolio_balancer/data/allocation_analysis.yml”
- 继续工作流:使用技能工具调用
/portfolio_balancer.generate_recommendations
参考文件:.deepwork/jobs/portfolio_balancer/job.yml,.deepwork/jobs/portfolio_balancer/steps/analyze_allocation.md