Communitygithub.com

投资组合风险分析器

完整的投资组合风险管理系统。无需外部 API 即可分析持仓、计算风险指标、压力测试场景、优化配置并生成机构级风险报告。

投资组合风险分析器 是什么?

该技能是一个全面的投资组合风险管理工具,专门为开发者和AI代理设计,用于分析投资组合、计算关键风险指标、执行压力测试、优化资产配置并生成详细的风险报告。它支持所有主流投资平台,通过内置的资产类历史波动率、最大回撤、贝塔值和夏普比率估算模型,无需外部API即可完成机构级分析。工作流程包括:1)解析用户提供的持仓并补充市场价格,2)计算集中度风险、VaR、最大回撤、贝塔、夏普比率和收入分析,3)运行多种标准压力测试场景(如2008年金融危机、COVID-19崩盘等),4)提供风险平价优化和再平衡建议,5)生成0-100分的综合风险评分卡,6)创建每日监控提醒和每周回顾模板,7)扫描税收亏损收割机会。该技能特别适合需要自动化风险管理流程的量化分析师、投资顾问和个人投资者,可集成到Claude Code、Coder、Cursor等编程环境中。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/baneeishaque/ljt-520_openclaw-backup/tree/HEAD/skills/1kalin/afrexai-portfolio-risk

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

投资组合风险分析器 是做什么的?

完整的投资组合风险管理系统。分析持仓、计算风险指标、压力测试场景、优化配置并生成机构级风险报告——无需外部API。


1. 投资组合输入

当用户分享其投资组合(持仓、股票代码、数量)时,将其结构化为以下格式:

portfolio:
  name: "用户投资组合"
  currency: USD
  as_of: "2026-02-15"
  positions:
    - ticker: AAPL
      shares: 50
      avg_cost: 185.00
      current_price: 228.50  # 通过网页搜索获取
      asset_class: US_EQUITY
      sector: Technology
    - ticker: BTC
      units: 0.5
      avg_cost: 42000
      current_price: 97500
      asset_class: CRYPTO
      sector: Digital Assets
    - ticker: VOO
      shares: 100
      avg_cost: 410.00
      current_price: 535.00
      asset_class: US_EQUITY_ETF
      sector: Broad Market
  cash:
    amount: 15000
    currency: USD

价格查找

对于每个持仓,使用网络搜索查找当前价格:

  • 搜索:[TICKER] stock price today
  • 对于加密货币:[COIN] price USD today
  • 记录来源和时间戳

投资组合汇总表

持仓股数成本基础当前价值权重盈亏盈亏%
AAPL50$9,250$11,42518.2%+$2,175+23.5%
.....................
合计$XX,XXX$XX,XXX100%±$X,XXX±X.X%

2. 风险指标计算器

每次投资组合分析都必须全部计算以下指标:

2.1 集中度风险

持仓集中度:
- 单一持仓 >20% 的投资组合 = 高风险 ⚠️
- 单一持仓 >10% = 中等风险
- 前三大持仓 >50% = 高度集中

行业集中度:
- 任何行业 >30% = 超配
- 统计独特行业数 — 少于4个 = 分散不足

资产类别细分:
- 股票:X%
- 固定收益:X%
- 加密货币:X%
- 现金:X%
- 另类资产:X%

2.2 在险价值 (VaR) — 参数法

计算给定置信水平下的最大预期损失:

日度VaR计算:
1. 查找每个持仓的历史波动率(年化)
   - 使用网络搜索:"[TICKER] historical volatility 30 day"
   - 典型范围:大盘股15-25%,加密货币50-80%,债券5-10%

2. 转换为日度波动率:
   日度波动率 = 年化波动率 / √252

3. 持仓VaR(95%置信度):
   持仓VaR = 持仓价值 × 日度波动率 × 1.645

4. 持仓VaR(99%置信度):
   持仓VaR = 持仓价值 × 日度波动率 × 2.326

5. 投资组合VaR(简化版——假设股票间相关系数≈0.5):
   投资组合VaR ≈ √(Σ(持仓VaR²) + 2×0.5×Σ(VaR_i × VaR_j))

报告:
- 1天95% VaR:$X,XXX(投资组合的X.X%)
- 1天99% VaR:$X,XXX(投资组合的X.X%)
- 10天95% VaR:$X,XXX(= 1天VaR × √10)
- 月度95% VaR:$X,XXX(= 1天VaR × √21)

2.3 最大回撤估算

基于资产类别的历史最大回撤:
- 美国大盘股:-50%(2008-09年),典型回调 -20%
- 美国小盘股:-55%,典型回调 -25%
- 国际股票:-55%,典型回调 -25%
- 新兴市场:-65%,典型回调 -30%
- 投资级债券:-15%,典型回调 -5%
- 高收益债券:-30%,典型回调 -10%
- REITs:-70%,典型回调 -25%
- 加密货币(BTC):-85%,典型回调 -50%
- 黄金:-45%,典型回调 -15%
- 现金:0%

投资组合最大回撤估算:
= Σ(持仓权重 × 资产类别最大回撤)

报告:
- 估计最差情况下撤:-$XX,XXX(XX.X%)
- 估计典型回调:-$XX,XXX(XX.X%)
- 恢复时间估计:X-X个月(基于历史平均值)

2.4 贝塔与市场敏感性

对于每个股票持仓:
- 通过网页搜索查找贝塔值:"[TICKER] beta"
- 投资组合贝塔 = Σ(持仓权重 × 持仓贝塔)

解释:
- 贝塔 > 1.2:投资组合为激进型(放大市场波动)
- 贝塔 0.8-1.2:投资组合为中性
- 贝塔 < 0.8:投资组合为防御型
- 负贝塔持仓:对冲价值

市场影响:
- 如果标普500下跌10%,投资组合预期变动:贝塔 × -10%

2.5 夏普比率估计

投资组合预期收益率 = Σ(权重 × 预期收益率)
其中按资产类别的预期收益率:
- 美国大盘股:每年8-10%
- 美国小盘股:9-11%
- 国际发达市场:6-8%
- 新兴市场:8-12%
- 投资级债券:4-5%
- 高收益债券:6-7%
- 加密货币:高度可变(保守估计使用0%)
- REITs:7-9%
- 现金:当前货币市场利率(约4.5%)

无风险利率:当前3个月期国债利率(如需可搜索)

夏普比率 = (投资组合预期收益率 - 无风险利率) / 投资组合波动率

评级:
- > 1.0:极佳的风险调整后收益
- 0.5-1.0:良好
- 0-0.5:一般 — 考虑再平衡
- < 0:差 — 收益不足以补偿风险

2.6 收入分析

对于有股息支付的持仓:
- 查找股息率:"[TICKER] dividend yield"
- 年收入 = 股数 × 每股年股息
- 投资组合收益率 = 总年股息 / 投资组合价值

报告:
- 月估计收入:$XXX
- 年估计收入:$X,XXX
- 成本收益率:X.X%
- 当前收益率:X.X%

3. 压力测试

针对投资组合运行以下情景并报告影响:

3.1 标准情景

scenarios:
  market_crash_2008:
    name: "2008年金融危机"
    impacts:
      US_EQUITY: -0.50
      INTL_EQUITY: -0.55
      EMERGING: -0.60
      BONDS: +0.05
      HIGH_YIELD: -0.30
      REITS: -0.70
      CRYPTO: -0.80  # 基于风险状况预估
      GOLD: +0.10
      CASH: 0

  covid_crash_2020:
    name: "COVID-19崩盘(2020年2-3月)"
    impacts:
      US_EQUITY: -0.34
      INTL_EQUITY: -0.35
      EMERGING: -0.35
      BONDS: +0.03
      HIGH_YIELD: -0.20
      REITS: -0.40
      CRYPTO: -0.50
      GOLD: -0.05
      CASH: 0

  dot_com_2000:
    name: "互联网泡沫破裂(2000-2002年)"
    impacts:
      US_EQUITY: -0.45
      TECH: -0.75  # 特别应用于科技行业
      INTL_EQUITY: -0.40
      BONDS: +0.15
      CASH: 0

  rate_hike_shock:
    name: "快速加息(+300个基点)"
    impacts:
      US_EQUITY: -0.15
      BONDS: -0.15
      HIGH_YIELD: -0.10
      REITS: -0.25
      CRYPTO: -0.20
      GOLD: -0.10
      CASH: +0.01  # 更高收益率

  inflation_surge:
    name: "滞胀(持续8%以上的通胀)"
    impacts:
      US_EQUITY: -0.20
      BONDS: -0.20
      CRYPTO: -0.10  # 有争议的对冲工具
      GOLD: +0.15
      REITS: -0.05
      COMMODITIES: +0.20
      CASH: -0.03  # 实际价值侵蚀

  crypto_winter:
    name: "加密货币寒冬(80%回撤)"
    impacts:
      CRYPTO: -0.80
      US_EQUITY: -0.05  # 轻微传染

3.2 压力测试报告格式

对于每个情景:

📉 情景:[名称]

| 持仓 | 当前价值 | 压力价值 | 损失 |
|----------|--------------|----------------|------|
| AAPL     | $11,425      | $5,713         | -$5,712 |
| ...      | ...          | ...            | ...  |
| 合计    | $XX,XXX      | $XX,XXX        | -$XX,XXX (-XX.X%) |

你能承受这个吗?[基于现金储备和收入需求的 是/否]
恢复估计:X-X个月

3.3 自定义情景构建器

如果用户描述了特定的担忧,构建一个自定义情景:

用户:"如果科技股下跌40%但债券反弹怎么办?"
→ 构建自定义影响映射,应用于投资组合,报告结果

4. 投资组合优化

4.1 当前配置评估

将当前配置与标准模型进行比较:

激进型(年龄<35,高风险承受能力):
  股票:80-90%,债券:5-10%,另类资产:5-10%,现金:2-5%

成长型(年龄35-50):
  股票:60-75%,债券:15-25%,另类资产:5-10%,现金:5%

平衡型(年龄50-60):
  股票:40-60%,债券:30-40%,另类资产:5-10%,现金:5-10%

保守型(年龄60+,注重收入):
  股票:20-40%,债券:40-50%,另类资产:5%,现金:10-20%

当前配置匹配:[模型] 概况
推荐调整:[具体操作]

4.2 风险平价分析

风险平价目标:每个资产类别对投资组合贡献相等的风险

步骤:
1. 计算每个持仓的风险贡献:
   风险贡献 = 权重 × 波动率 × 与投资组合的相关系数

2. 对于相等的风险贡献:
   目标权重_i = (1/波动率_i) / Σ(1/波动率_j)

3. 报告:
   当前权重与风险平价权重
   再平衡所需交易
   对夏普比率的预期影响

4.3 再平衡建议

检查再平衡触发条件:
- 任何持仓偏离目标 >5%?→ 再平衡
- 任何资产类别偏离目标 >10%?→ 再平衡
- 上次再平衡超过6个月?→ 审查

再平衡方法:
1. 计算目标权重
2. 计算当前权重
3. 确定所需交易(最小化交易次数)
4. 税收批次优化:先卖出成本最高的批次(最小化税收)
5. 如果进行亏损收割,考虑洗售规则

输出交易列表:
| 操作 | 股票代码 | 股数 | 估算价值 | 原因 |
|--------|--------|--------|-----------|--------|
| 卖出   | AAPL   | 15     | $3,428    | 超配科技 |
| 买入   | BND    | 25     | $1,850    | 低配债券 |

4.4 相关性分析

评估分散投资质量:

高相关性对(>0.7)—— 这些不能互相分散:
- 科技股之间
- 美国股票ETF之间
- 高收益债券与股票

低相关性对(<0.3)—— 真正的分散工具:
- 股票与国债
- 美国股票与黄金
- 股票与管理期货

负相关性 —— 对冲工具:
- 多头股票 + 看跌期权
- 股票 + VIX产品
- 某些时期的成长股与价值股

为投资组合分散程度评分:A/B/C/D/F

5. 风险评分卡(0-100)

生成一个单一的风险评分:

risk_scorecard:
  concentration_risk:
    weight: 20
    score: X  # 100 = 充分分散,0 = 单只股票
    details: "最大持仓占比X%,涵盖X个行业"

  volatility_risk:
    weight: 20
    score: X  # 100 = 低波动,0 = 极度波动
    details: "投资组合年化波动率:X%"

  drawdown_risk:
    weight: 20
    score: X  # 100 = 最小回撤暴露,0 = 可能损失50%+
    details: "最大估计回撤:X%"

  liquidity_risk:
    weight: 15
    score: X  # 100 = 全部高流动性,0 = 非流动性持仓
    details: "X%在流动性好的大盘股,X%在非流动资产"

  income_resilience:
    weight: 10
    score: X  # 100 = 强劲收入,0 = 无收益
    details: "投资组合收益率:X%,X%来自可靠股息支付者"

  market_sensitivity:
    weight: 15
    score: X  # 100 = 低贝塔/防御型,0 = 高度激进
    details: "投资组合贝塔:X.XX"

  overall_score: X/100
  rating: "[保守型|温和型|激进型|投机型]"
  recommendation: "[关键行动项]"

评分解释

  • 80-100:堡垒级 — 保护良好,但可能过于保守,不利于增长
  • 60-79:稳固 — 良好的风险管理,可小幅改进
  • 40-59:中等 — 尚且合理,但存在显著风险暴露
  • 20-39:升高 — 显著脆弱性,建议再平衡
  • 0-19:危险区 — 极度集中或波动,需紧急行动

6. 监控与提醒

每日检查模板(用于定时任务/心跳检测)

对于每个投资组合持仓:
1. 检查价格与前收盘价对比(网络搜索)
2. 标记任何单日变动超过3%的持仓
3. 标记任何触及止损水平的持仓
4. 检查未来7天内的收益/事件

提醒阈值:
- 单一持仓单日-5% → 警报
- 投资组合单日-3% → 警报
- 持仓触及52周低点 → 关注
- VIX > 25 → 加强警惕
- VIX > 35 → 高度警报 — 审查对冲

每周回顾模板

## 投资组合每周回顾 — [日期]

### 表现
- 投资组合价值:$XX,XXX(周度±X.X%)
- 最佳表现者:[TICKER] +X.X%
- 最差表现者:[TICKER] -X.X%
- 对标普500:[(跑赢/跑输) X.X%]

### 风险变化
- VaR变化:$X,XXX → $X,XXX
- 出现新的集中问题?[是/否]
- 需要再平衡?[是/否]

### 即将发生的事件
- 收益报告:[股票代码和日期]
- 除息日:[股票代码和日期]
- 美联储/宏观事件:[列表]

### 行动项
1. [具体建议]
2. [具体建议]

7. 税收亏损收割扫描器

对于每个有未实现亏损的持仓:
1. 计算未实现亏损:(当前价格 - 平均成本)× 股数
2. 检查亏损是否大于$500(值得收割)
3. 确定节税替代品:
   - 同一行业ETF(避免洗售规则)
   - 类似因子暴露
   - 持有替代品31天以上再换回

报告:
| 股票代码 | 未实现亏损 | 替代品 | 洗售规则清除日期 |
|--------|----------------|-------------|---------------------|
| XYZ    | -$2,500        | 类似ETF | [日期 + 31天]   |

估计税收节省:$X,XXX(按X%边际税率)

8. 特殊资产类别

加密货币投资组合风险

额外的加密货币特定指标:

  • 比特币主导地位相关性
  • 交易所风险(中心化与自我托管)
  • DeFi头寸的协议风险
  • 稳定币敞口与脱钩风险
  • 质押/收益的税收影响

房地产(REITs/实物资产)

  • FFO收益率与股息收益率
  • 利率敏感性
  • 地域集中度
  • 物业类型多样化(住宅/商业/工业)

期权头寸

如果投资组合包含期权:

  • Delta敞口(等效股票头寸)
  • Theta衰减(每日时间价值损失)
  • 隐含波动率与历史波动率
  • 最大损失计算
  • 盈亏平衡价格

9. 报告生成

完整风险报告(按需)

生成一份完整的、可直接用于PDF的Markdown报告:

# 投资组合风险报告
## 准备日期:[日期]
## 投资组合:[名称]

### 执行摘要
[2-3句概述:总价值、风险评级、首要建议]

### 1. 持仓摘要
[来自第1节的持仓表]

### 2. 风险指标
[来自第2节的所有计算]

### 3. 压力测试结果
[来自第3节的所有情景]

### 4. 优化建议
[来自第4节的建议]

### 5. 风险评分卡
[来自第5节的评分卡]

### 6. 建议行动
[优先行动项列表]

---

*免责声明:此分析由AI基于公开数据和假设生成。不构成财务建议。在做出投资决策前请咨询合格的财务顾问。*

快速风险摘要(默认)

每次分析均提供简洁版本:

risk_summary:
  portfolio_value: $XX,XXX
  risk_rating: "[稳健|中等|进取|投机]"
  risk_score: "XX/100"
  var_95_1d: "$X,XXX (X.X%)"
  max_drawdown_est: "-XX.X%"
  beta: X.XX
  sharpe_est: X.XX
  concentration_alert: true/false
  top_recommendation: "[关键行动项]"

10. 免责声明

⚠️ 重要注意事项

  1. 非财务建议:此分析仅供教育和信息目的。不做任何获利保证。
  2. 假设依赖:风险计算使用简化模型和假设。实际市场条件有差异。
  3. 数据准确性:当前价格通过网络搜索获取,可能存在延迟。
  4. 税务考虑:税收建议为通用性;请咨询税务专业人士。
  5. 不构成投资建议:AI不会推荐特定投资或针对您的具体情况的行动。
  6. 检查计算:所有数字应独立验证。
  7. 历史表现:过去的表现不代表未来的结果。

最后更新:2026年

Individual skills in this repo

This repo contains 13 individual skills — each has its own dedicated page.

baneeishaque/ljt-520_openclaw-backup

Balance tracking, order overview, and market data across exchanges using OpenMM.

baneeishaque/ljt-520_openclaw-backup

Balance tracking, order overview, and market data across exchanges using OpenMM.

baneeishaque/ljt-520_openclaw-backup

An investment portfolio tracker that runs entirely locally. All data stays in ~/.portfolio-tracker/.

baneeishaque/ljt-520_openclaw-backup

Discover and register autonomous AI agents. Use when: browsing the agent registry, submitting an agent for verification, or embedding agent badges. NOT for: general web search or agent capability analysis.

baneeishaque/ljt-520_openclaw-backup

Connect to a user's investment accounts via SnapTrade SDK and generate portfolio reports (e.g., daily total value). Use when the user wants SnapTrade-based brokerage connectivity (Webull, E*TRADE, etc.), connection portal links, account registration, or automated portfolio summaries.

baneeishaque/ljt-520_openclaw-backup

Query land ownership, leases, landlord info, and land payments. Write operations for payment management and lease renewals.

baneeishaque/ljt-520_openclaw-backup

Build high-converting landing pages and product sales pages using proven 10-section conversion frameworks. Includes Hero → Social Proof → Benefits → CTA flow for both lead capture and e-commerce pages.

baneeishaque/ljt-520_openclaw-backup

Generate complete, responsive HTML landing pages from a product name, tagline, and description. Clean CSS, mobile-ready, with hero, features, CTA, and footer sections.

baneeishaque/ljt-520_openclaw-backup

Optimize conversion pages for paid traffic from Meta (Facebook/Instagram), Google Ads, TikTok Ads, YouTube Ads, Amazon Ads, and Shopify Ads journeys.

baneeishaque/ljt-520_openclaw-backup

Perform a structured conversion rate optimization (CRO) audit of a landing page. Use when a user shares a landing page URL, pastes their page copy, describes their page content, or uploads a screenshot and asks for a conversion audit, CRO review, conversion analysis, landing page feedback, or wants to know why their page isn't converting. Produces a scored 8-factor audit (0–80 total), prioritized fix list with quick wins and strategic recommendations, and an executive summary. Covers: headline clarity, supporting copy, social proof, CTA effectiveness, visual hierarchy, trust signals, mobile/speed signals, and offer clarity.

baneeishaque/ljt-520_openclaw-backup

Generate landing page content from PRD — hero section, features, A/B headline variants, CTA, and SEO meta tags. Use when user says "create landing page", "write landing copy", "hero section", "A/B headlines", or "landing content". Can scaffold actual pages for astro-static. Do NOT use for SEO auditing (use /seo-audit).

baneeishaque/ljt-520_openclaw-backup

Build high-converting landing pages with proven structure, persuasive copy, and conversion optimization.

baneeishaque/ljt-520_openclaw-backup

Track a crypto portfolio across Binance, Hyperliquid, and Polymarket. Calculates NAV, unrealized P&L, daily drawdown, win rate, and equity curve. Use when you need portfolio tracking, NAV calculation, drawdown monitoring, or multi-venue position management.

相关技能