Communitygithub.com

majiayu000/claude-skill-registry

利用 Alpaca MCP 服务器集成获取持仓和头寸,进行全面的投资组合分析,包括资产配置、风险指标、个股头寸、分散化程度,并生成再平衡建议。当用户请求对其券商账户进行投资组合审查、头寸分析、风险评估、绩效评估或再平衡建议时使用。

claude-skill-registry 是什么?

“投资组合管理器”技能是一个强大的 AI 代理工具,通过集成 Alpaca MCP 服务器,能够实时获取用户的经纪账户持仓数据,并执行全面的投资组合分析。该技能支持 Claude Code、Cursor、Codex 等主流 AI 代理平台,主要功能包括:资产配置分析(按资产类别、行业、市值、地域等多维度评估)、分散化评估(计算赫芬达尔-赫希曼指数 HHI,识别集中度风险)、风险分析(计算投资组合 Beta、最大回撤、波动率等指标)、绩效评估(计算总回报、超额收益 Alpha),以及生成再平衡建议。技能工作流程清晰:首先通过 MCP 工具(或 REST API 备用方案)获取账户信息、当前持仓和历史表现数据;然后通过 WebSearch 或市场数据 API 丰富每只持仓的基本面和技术面信息;接着执行投资组合层面的综合分析;最后生成详细的投资组合报告,包括每只重点持仓的独立分析(一致性、估值、技术面、仓位规模、操作建议)和优先级排序的再平衡计划。该技能特别适用于需要定期进行投资组合健康检查或触发式审查的场景,并且支持从 REST API 回退以适配定时的 Hermes 作业。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/majiayu000/claude-skill-registry/tree/HEAD/skills/analysis/portfolio-manager

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

投资组合管理器

概述

通过集成 Alpaca MCP 服务器获取实时持仓数据,分析和管理投资组合,执行涵盖资产配置、分散化、风险指标、个股头寸评估和再平衡建议的全面分析。生成包含可操作见解的详细投资组合报告。

本技能利用 Alpaca 的券商 API 通过 MCP(模型上下文协议)访问实时投资组合数据,确保分析基于实际当前头寸,而非手动输入的数据。

使用时机

当用户提出以下请求时调用此技能:

  • "分析我的投资组合"
  • "查看我的当前头寸"
  • "我的资产配置是什么样的?"
  • "检查我的投资组合风险"
  • "我应该重新平衡我的投资组合吗?"
  • "评估我的持仓"
  • "投资组合绩效回顾"
  • "我应该买入或卖出哪些股票?"
  • 任何涉及投资组合级分析或管理的请求

前提条件

Alpaca MCP 服务器设置

此技能需要配置并连接 Alpaca MCP 服务器。MCP 服务器提供以下访问权限:

  • 当前投资组合头寸
  • 账户净值和购买力
  • 历史头寸和交易
  • 所持证券的市场数据

使用的 MCP 服务器工具:

  • get_account_info - 获取账户净值、购买力、现金余额
  • get_positions - 检索所有当前头寸,包括数量、成本基础、市值
  • get_portfolio_history - 历史投资组合绩效数据
  • 用于价格报价和基本面的市场数据工具

如果未连接 Alpaca MCP 服务器,请通知用户,并提供来自 references/alpaca_mcp_setup.md 的设置说明。

工作流程

步骤 1:通过 Alpaca MCP 或 REST 备用方案获取投资组合数据

当可用时,使用 Alpaca MCP 服务器工具收集当前投资组合信息。在定时的 Hermes 作业中,即使存在 Alpaca 凭据,MCP 工具也可能未暴露;在这种情况下,直接使用 Alpaca REST API,并使用 ALPACA_API_KEY、ALPACA_SECRET_KEY 和 ALPACA_PAPER。

1.1 获取账户信息:

首选:使用 mcp__alpaca__get_account_info 获取:
- 账户净值(投资组合总价值)
- 现金余额
- 购买力
- 账户状态

备用 REST 端点:
- paper: https://paper-api.alpaca.markets/v2/account
- live:  https://api.alpaca.markets/v2/account
头信息:
- APCA-API-KEY-ID=$ALPACA_API_KEY
- APCA-API-SECRET-KEY=$ALPACA_SECRET_KEY

1.2 获取当前头寸:

首选:使用 mcp__alpaca__get_positions 获取所有持仓:
- 股票代码
- 持有数量
- 平均入场价格(成本基础)
- 当前市价
- 当前市值
- 未实现盈亏(美元和百分比)
- 头寸占投资组合的百分比

备用 REST 端点:
- paper: https://paper-api.alpaca.markets/v2/positions
- live:  https://api.alpaca.markets/v2/positions

1.3 获取投资组合历史(可选):

首选:使用 mcp__alpaca__get_portfolio_history 进行绩效分析:
- 历史净值值
- 时间加权回报计算
- 回撤分析

备用 REST 端点:
- /v2/account/portfolio/history

定时作业的备用纪律:

  • 明确将来源标记为 Alpaca REST fallback,而非 MCP。
  • 使用 ALPACA_PAPER=true 选择 paper 端点;否则使用 live 端点。
  • 仍需验证多头市值加现金是否大致与净值一致,如果 long_market_value > equity,则突出显示保证金/杠杆。
  • 对于每周核心投资组合 cron 作业,使用净值以及总市值作为分母计算风险敞口:gross_long_exposure = long_market_value / equity,cash_pct = cash / equity,并在总敞口明显高于 100% 或现金为负时明确标记使用保证金投资组合。不要让行业权重在账户杠杆时仅使用总多头分母而显得良性。
  • 当请求强调股息持仓或强制审查触发时,从实时持仓构建标准化监控输入并将其传递给 kanchi-dividend-review-monitor,而非将股息审查视为纯叙述部分。当请求账户位置注释时,也为 kanchi-dividend-us-tax-accounting 构建税务规划输入;如果账户类型或持有期窗口不可用,则将其标记为降级。

数据验证:

  • 验证所有头寸具有有效的股票代码
  • 确认市值总和近似等于账户净值
  • 检查是否有任何过时或不活跃的头寸
  • 处理边缘情况(碎股、期权、加密货币(如果支持))

步骤 2:丰富头寸数据

对于投资组合中的每个头寸,收集额外的市场数据和基本面:

2.1 当前市场数据:

  • 实时或延迟的价格报价
  • 日成交量和流动性指标
  • 52 周范围
  • 市值

2.2 基本面数据: 使用 WebSearch 或可用的市场数据 API 获取:

  • 行业和板块分类
  • 关键估值指标(市盈率 P/E、市净率 P/B、股息率)
  • 近期盈利和财务健康指标
  • 分析师评级和价格目标
  • 近期新闻和重大进展

2.3 技术分析:

  • 价格趋势(20 日、50 日、200 日移动平均线)
  • 相对强弱
  • 支撑位和阻力位
  • 动量指标(RSI、MACD(如果可用))

步骤 3:投资组合级分析

使用参考文件中的框架执行全面的投资组合分析:

3.1 资产配置分析

阅读 references/asset-allocation.md 了解配置框架

从多个维度分析当前配置:

按资产类别:

  • 股票 vs 固定收益 vs 现金 vs 另类投资
  • 比较与用户风险状况的目标配置
  • 评估配置是否符合投资目标

按行业:

  • 科技、医疗保健、金融、消费等
  • 识别行业集中风险
  • 比较与基准行业权重(例如,标普 500)

按市值:

  • 大盘股 vs 中盘股 vs 小盘股分布
  • 超大市值股集中度
  • 市值分散化评分

按地域:

  • 美国 vs 国际 vs 新兴市场
  • 国内集中度风险评估

输出格式:

## 资产配置

### 当前配置 vs 目标
| 资产类别 | 当前 | 目标 | 偏差 |
|-------------|---------|--------|----------|
| 美国股票 | XX.X% | YY.Y% | +/- Z.Z% |
| ... |

### 行业分布
[饼图描述或包含行业百分比的表格]

### 前十大持仓
| 排名 | 代码 | 占投资组合比例 | 行业 |
|------|--------|----------------|--------|
| 1 | AAPL | X.X% | 科技 |
| ... |

3.2 分散化分析

阅读 references/diversification-principles.md 了解多样化理论

评估投资组合分散化质量:

头寸集中度:

  • 识别前几大持仓及其总权重
  • 如果任何单一头寸超过投资组合的 10-15%,则标记
  • 计算赫芬达尔-赫希曼指数 (HHI) 以衡量集中度

行业集中度:

  • 识别主导行业
  • 如果任何行业超过投资组合的 30-40%,则标记
  • 比较与基准行业多样性

相关性分析:

  • 估计主要头寸之间的相关性
  • 识别高度相关的持仓(潜在冗余)
  • 评估真实分散化收益

头寸数量:

  • 个人股票投资组合的最佳范围:15-30 只
  • 如果分散不足(<10 只股票)或过度分散(>50 只股票),则标记

输出:

## 分散化评估

**集中风险:** [低 / 中 / 高]
- 前 5 大持仓占投资组合的 XX%
- 最大单一头寸: [SYMBOL] 占比 XX%

**行业分散化:** [优秀 / 良好 / 一般 / 差]
- 主导行业: [行业名称] 占比 XX%
- [行业间平衡评估]

**头寸数量:** [最佳 / 分散不足 / 过度分散]
- 总头寸: XX 只股票
- [建议]

**相关性担忧:**
- [列出任何高度相关的头寸对]
- [分散化改进建议]

3.3 风险分析

阅读 references/portfolio-risk-metrics.md 了解风险衡量框架

计算并解读关键风险指标:

波动率指标:

  • 估计的投资组合 Beta(头寸 Beta 的加权平均)
  • 单个头寸波动率
  • 投资组合标准差(如果有历史数据)

下行风险:

  • 最大回撤(来自投资组合历史)
  • 当前从峰值回撤
  • 具有显著未实现亏损的头寸

风险集中度:

  • 高波动股票占比(Beta > 1.5)
  • 投机性/亏损公司占比
  • 杠杆使用情况(如适用)

尾部风险:

  • 对潜在黑天鹅事件的敞口
  • 单只股票集中风险
  • 特定行业事件风险

输出:

## 风险评估

**整体风险特征:** [保守 / 稳健 / 激进]

**投资组合 Beta:** X.XX(市场为 1.00)
- 解读:投资组合的波动性 [高于/低于] 市场

**最大回撤:** -XX.X%(从 $XXX,XXX 降至 $XXX,XXX)
- 当前从峰值回撤: -XX.X%

**高风险头寸:**
| 代码 | 占投资组合比例 | Beta | 风险因素 |
|--------|----------------|------|-------------|
| [TICKER] | XX% | X.XX | [高波动 / 近期亏损 / 等] |

**风险集中:**
- XX% 集中于单一行业([行业])
- XX% 投资于 Beta > 1.5 的股票
- [其他集中风险]

**风险评分:** XX/100 ([低/中/高] 风险)

3.4 绩效分析

使用可用数据评估投资组合绩效:

绝对回报:

  • 整体投资组合未实现盈亏(美元和百分比)
  • 表现最佳的持仓(按百分比收益排名的前 5 名)
  • 表现最差的持仓(按百分比亏损排名的后 5 名)

时间加权回报(如有历史数据):

  • 年初至今回报
  • 1 年、3 年、5 年年化回报
  • 比较与基准(标普 500、相关指数)

头寸级绩效:

  • 盈利头寸 vs 亏损头寸比例
  • 盈利头寸平均收益
  • 亏损头寸平均亏损
  • 接近 52 周高点/低点的头寸

输出:

## 绩效回顾

**投资组合总价值:** $XXX,XXX
**未实现总盈亏:** $XX,XXX (+XX.X%)
**现金余额:** $XX,XXX(占投资组合的 XX%)

**表现最佳:**
| 代码 | 收益 | 头寸价值 |
|--------|------|----------------|
| [TICKER] | +XX.X% | $XX,XXX |
| ... |

**表现最差:**
| 代码 | 亏损 | 头寸价值 |
|--------|------|----------------|
| [TICKER] | -XX.X% | $XX,XXX |
| ... |

**与基准比较(如可用):**
- 投资组合回报: +X.X%
- 标普 500 回报: +Y.Y%
- Alpha: +/- Z.Z%

步骤 4:个股头寸分析

对于关键头寸(按投资组合权重排名前 10-15 个),执行详细分析:

阅读 references/position-evaluation.md 了解头寸分析框架

对于每个重要头寸:

4.1 当前投资论点验证:

  • 为何建仓此头寸?(如果从用户上下文中已知)
  • 投资论点是否已实现或失效?
  • 近期公司发展和新闻

4.2 估值评估:

  • 当前估值指标(市盈率 P/E、市净率 P/B 等)
  • 与历史估值区间比较
  • 与行业同行比较
  • 高估 / 合理 / 低估评估

4.3 技术状况:

  • 价格趋势(上升趋势、下降趋势、横盘)
  • 头寸相对于移动平均线的位置
  • 支撑位和阻力位
  • 动量状态

4.4 仓位规模:

  • 在投资组合中的当前权重
  • 仓位大小是否适合当前信念和风险?
  • 相对于最佳仓位是超配还是低配

4.5 操作建议:

  • 持有 - 仓位规模合适且论点不变
  • 加仓 - 鉴于机会低配,论点加强
  • 减仓 - 超配或估值过高
  • 卖出 - 论点失效,其他地方有更好机会

每个头寸的输出:

### [SYMBOL] - [公司名称](占投资组合 XX.X%)

**头寸详情:**
- 股份: XXX
- 平均成本: $XX.XX
- 当前价格: $XX.XX
- 市值: $XX,XXX
- 未实现盈亏: $X,XXX (+XX.X%)

**基本面概况:**
- 行业: [行业]
- 市值: $XX.XB
- 市盈率: XX.X | 股息率: X.X%
- 近期发展: [关键新闻或财报]

**技术状态:**
- 趋势: [上升趋势 / 下降趋势 / 横盘]
- 价格 vs 50 日均线: [高于/低于] XX%
- 支撑位: $XX.XX | 阻力位: $XX.XX

**头寸评估:**
- **论点状态:** [不变 / 减弱 / 失效 / 加强]
- **估值:** [低估 / 合理 / 高估]
- **仓位规模:** [最佳 / 超配 / 低配]

**建议:** [持有 / 加仓 / 减仓 / 卖出]
**理由:** [1-2 句解释]

步骤 5:再平衡建议

阅读 references/rebalancing-strategies.md 了解再平衡方法

生成具体的再平衡建议:

5.1 识别再平衡触发条件:

  • 显著偏离目标权重的头寸
  • 需要调整的行业/资产类别配置
  • 需减仓的超配头寸(已超过阈值)
  • 需加仓的低配领域(低于阈值)
  • 税务考虑(资本利得影响)

5.2 制定再平衡计划:

需减仓的头寸:

  • 超配头寸(>阈值偏离目标)
  • 已大幅上涨的股票(估值担忧)
  • 超过投资组合 15-20% 的集中头寸
  • 论点失效的头寸

需加仓的头寸:

  • 低配的行业或资产类别
  • 当前低配的高信念头寸
  • 改善分散化的新机会

现金部署:

  • 如果有过量现金(>投资组合的 10%),建议部署
  • 根据机会和配置缺口确定优先级

5.3 优先级排序: 按优先级对再平衡操作进行排序:

  1. 立即 - 风险降低(减仓集中头寸)
  2. 高优先级 - 重大配置偏差(>10% 偏离目标)
  3. 中优先级 - 中等偏差(5-10% 偏离目标)
  4. 低优先级 - 微调和机会性调整

输出:

## 再平衡建议

### 总结

[基于分析的关键再平衡建议摘要]

**需减仓的头寸:**
| 代码 | 当前权重 | 目标权重 | 减仓金额 | 理由 |
|--------|--------------|-------------|----------------|-----------|
| [TICKER] | XX% | YY% | $X,XXX | [理由] |
| ... |

**需加仓的头寸:**
| 代码 | 当前权重 | 目标权重 | 加仓金额 | 理由 |
|--------|--------------|-------------|---------------|-----------|
| [TICKER] | XX% | YY% | $X,XXX | [理由] |
| ... |

**现金管理:**
- 当前现金: $X,XXX(占投资组合 XX%)
- [现金部署建议]

**执行顺序(按优先级):**
1. [操作 1] - [理由]
2. [操作 2] - [理由]
3. [操作 3] - [理由]
...

**税务影响注释:**
- [关于潜在税务影响和缓解策略的注意事项]

步骤 6:生成投资组合报告

将各个部分编译为综合投资组合分析报告:

报告结构:

  1. 执行摘要 - 简短概述(2-3 句)
  2. 投资组合概览 - 总价值、现金、未实现盈亏
  3. 资产配置 - 按类别、行业、市值、地域
  4. 分散化评估 - 集中风险、相关性分析
  5. 风险评估 - Beta、波动率、最大回撤
  6. 绩效分析 - 最佳/最差持仓、与基准比较
  7. 个股头寸分析 - 前 10-15 个头寸的详细评估
  8. 再平衡建议 - 优先级操作、税收注意事项
  9. 后续步骤 - 实际建议摘要

报告风格准则:

  • 在表格中使用清晰、格式化的数据演示
  • 为高风险区域提供可视化指示(例如,斜体表示浓度警告)
  • 每个建议包含清晰的行动项
  • 避免过多技术行话;为零售投资者提供可理解的解释
  • 在适当时包含免责声明

参考文件

以下参考文件应作为此技能的辅助:

  • references/asset-allocation.md - 资产配置框架和目标
  • references/diversification-principles.md - 分散化理论和测量
  • references/portfolio-risk-metrics.md - 风险计算方法和指标
  • references/rebalancing-strategies.md - 再平衡方法和规则
  • references/position-evaluation.md - 个股分析框架
  • references/alpaca_mcp_setup.md - Alpaca MCP 服务器安装说明

限制与免责声明

免责声明: 此技能提供信息性和教育性分析,并非财务建议。在做出投资决策前,请咨询合格的财务顾问。

限制:

  • 分析可能基于延迟的市场数据
  • 绩效预测本质上是推测性的
  • 过去的表现不能保证未来的结果
  • 得出建议时不考虑个人税务情况
  • 未考虑投资组合外的资产(房地产、其他账户等)
  • 情绪和行为因素未被量化考虑

错误处理

  • 如果数据不可用: 通知用户数据缺失,并提供可能的原因(账户未连接、API 限制、市场休市)
  • 如果 MCP 服务器断开: 提供重新连接说明,并回退到可用的 REST API
  • 如果未找到头寸: 确认投资组合中有持仓,并提示用户添加交易
  • 如果数据不一致: 标记差异并请求用户核实账户信息

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.

相关技能