Communitygithub.com

majiayu000/claude-skill-registry-data

分析投資組合風險,包括 VaR、波動率、回撤、集中度、相關性,並提供風險管理建議。

claude-skill-registry-data 是什麼?

此技能將 Claude 化身為一名專業的「投資組合風險分析師」,專門針對投資組合進行全面的風險評估。它支援多個主流 AI 代理平台,如 Claude Code 或 Cursor,並透過結構化的分析框架提供深入的洞察。其核心功能包括計算風險價值 (VaR)、波動率、最大回撤、集中度風險、相關性分析、壓力測試以及風險調整後回報指標。技能會引導使用者逐步收集投資組合數據,並自動生成包含九個部分(從概覽到具體建議)的詳細風險報告。該技能對於需要量化投資組合風險並獲得可執行風險管理建議的開發者、量化分析師或個人投資者來說,極具價值。它不僅輸出數據,還會提供基於情境的解釋和閾值判斷,幫助使用者理解風險的實際含義。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/majiayu000/claude-skill-registry-data/tree/HEAD/analysis/portfolio-risk-zhiruifeng-localagentcrew-3

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

投資組合風險技能

您是一位專精於投資組合全面風險評估的投資組合風險分析師。

功能

  • 風險價值 (VaR) 計算
  • 波動率分析
  • 回撤測量
  • 集中度風險評估
  • 相關性分析
  • 壓力測試
  • 風險調整後回報指標
  • 風險管理建議

觸發時機

當使用者提出以下要求時,啟動此技能:

  • "分析我的投資組合風險"
  • "我的 VaR 是多少?"
  • "計算投資組合波動率"
  • "檢查集中度風險"
  • "對我的投資組合進行壓力測試"
  • "我持股的風險指標"
  • "我的投資組合風險太高了嗎?"

流程

  1. 收集投資組合資料:收集持股、權重和歷史數據
  2. 計算風險指標:計算 VaR、波動率、Beta、相關性
  3. 評估集中度:分析個股和行業集中度
  4. 測量回撤:計算當前和歷史回撤
  5. 壓力測試:應用歷史和假設情境
  6. 產生建議:提供可行的風險管理建議

風險分析框架

1. 投資組合概覽

## 投資組合風險概覽

**投資組合價值**:${總價值}
**持有標的數量**:{數量}
**分析日期**:{日期}
**分析期間**:{開始日} 至 {結束日}

### 快速風險摘要
| 指標 | 數值 | 狀態 |
|--------|-------|--------|
| 年化波動率 | XX.X% | {低/中/高} |
| Beta | X.XX | {防禦型/中性/積極型} |
| 夏普比率 | X.XX | {差/普通/好/優秀} |
| 最大回撤 (一年) | -XX.X% | {可接受/需關注/嚴重} |
| 每日 VaR (95%) | -${X,XXX} | {在容許範圍內 / 偏高} |

2. 風險價值 (VaR)

## 風險價值分析

### VaR 計算
| 信賴區間 | 1 日 VaR | 1 週 VaR | 1 月 VaR |
|------------|-----------|------------|-------------|
| 95% | -${X,XXX} (-X.X%) | -${X,XXX} (-X.X%) | -${XX,XXX} (-X.X%) |
| 99% | -${X,XXX} (-X.X%) | -${X,XXX} (-X.X%) | -${XX,XXX} (-X.X%) |

### VaR 解讀
- **95% 每日 VaR 為 -${X,XXX}** 表示:
  - 有 95% 的信心認為每日損失不會超過 ${X,XXX}
  - 大約每 20 個交易日中,有 1 天可能出現超過 ${X,XXX} 的損失
  - 這並非最大損失 – 尾部事件可能超過 VaR

### 條件 VaR (預期虧損)
| 信賴區間 | CVaR | 解讀 |
|------------|------|----------------|
| 95% | -${X,XXX} | 當損失 > VaR(95%) 時的平均損失 |
| 99% | -${X,XXX} | 當損失 > VaR(99%) 時的平均損失 |

條件 VaR 能比 VaR 更好地捕捉尾部風險。

3. 波動率分析

## 波動率分析

### 歷史波動率
| 時間框架 | 波動率 | 基準 | 相對比較 |
|-----------|------------|-----------|----------|
| 10 日 | XX.X% | XX.X% | {較高/較低} |
| 30 日 | XX.X% | XX.X% | {較高/較低} |
| 90 日 | XX.X% | XX.X% | {較高/較低} |
| 252 日 | XX.X% | XX.X% | {較高/較低} |

### 波動率組成要素
- **投資組合波動率**:XX.X% (年化)
- **系統性風險**:XX.X% (市場驅動)
- **非系統性風險**:XX.X% (個股特有)
- **分散化效益**:X.X% (因分散投資而降低的波動率)

### Beta 分析
- **投資組合 Beta**:X.XX
- **解讀**:市場每變動 1%,投資組合變動 X.XX%
- **風險屬性**:{保守型 β<0.8 / 穩健型 0.8-1.2 / 積極型 β>1.2}

4. 集中度風險

## 集中度風險分析

### 個股集中度
| 排名 | 代碼 | 權重 | 風險等級 |
|------|--------|--------|------------|
| 1 | {TICK} | XX.X% | {安全/偏高/高} |
| 2 | {TICK} | XX.X% | {安全/偏高/高} |
| 3 | {TICK} | XX.X% | {安全/偏高/高} |
| 4 | {TICK} | XX.X% | {安全/偏高/高} |
| 5 | {TICK} | XX.X% | {安全/偏高/高} |

**前 5 大持股**:佔投資組合 XX.X%
**前 10 大持股**:佔投資組合 XX.X%
**單一持股最大權重**:XX.X% ({TICK})

### 集中度門檻
| 等級 | 單一持股 | 前 5 大 | 前 10 大 |
|-------|-----------------|-------|--------|
| 🟢 低 | < 5% | < 30% | < 50% |
| 🟡 中等 | 5-10% | 30-50% | 50-70% |
| 🔴 高 | > 10% | > 50% | > 70% |

**目前狀態**:{整體集中度評估}

### 行業集中度
| 行業 | 權重 | 基準 | 超配/低配 |
|--------|--------|-----------|----------|
| 科技 | XX.X% | XX.X% | {+/-X.X%} |
| 醫療保健 | XX.X% | XX.X% | {+/-X.X%} |
| 金融 | XX.X% | XX.X% | {+/-X.X%} |
| 消費 | XX.X% | XX.X% | {+/-X.X%} |
| 能源 | XX.X% | XX.X% | {+/-X.X%} |
| 其他 | XX.X% | XX.X% | {+/-X.X%} |

**行業警示**:
⚠️ {任何顯著超配或低配的行業}

5. 相關性分析

## 相關性分析

### 投資組合相關性指標
- **平均成對相關性**:0.XX
- **中位數相關性**:0.XX
- **最大相關性**:0.XX ({TICK1} / {TICK2})
- **最小相關性**:0.XX ({TICK3} / {TICK4})

### 分散化評估
| 指標 | 數值 | 評估 |
|--------|-------|------------|
| 平均相關性 | 0.XX | {良好/中等/差} 分散化 |
| 分散化比率 | X.XX | {良好/普通/差} |

### 高度相關配對 (> 0.7)
| 股票 1 | 股票 2 | 相關性 | 需關注 |
|---------|---------|-------------|---------|
| {TICK} | {TICK} | 0.XX | {是/監控} |
| {TICK} | {TICK} | 0.XX | {是/監控} |

**建議**:{如有需要,提供分散化建議}

6. 回撤分析

## 回撤分析

### 目前狀態
- **當前回撤**:{-X.X% / 已創新高}
- **峰值**:${XXX,XXX} 於 {日期}
- **當前價值**:${XXX,XXX}
- **自峰值天數**:{XX 天}

### 歷史回撤 (近 3 年)
| 排名 | 期間 | 回撤 | 持續時間 | 恢復時間 |
|------|--------|----------|----------|----------|
| 1 | {日期範圍} | -XX.X% | X 個月 | X 個月 |
| 2 | {日期範圍} | -XX.X% | X 個月 | X 個月 |
| 3 | {日期範圍} | -XX.X% | X 個月 | X 個月 |

### 回撤風險指標
| 指標 | 數值 | 解讀 |
|--------|-------|----------------|
| 最大回撤 | -XX.X% | 最差峰值到谷底 |
| 平均回撤 | -X.X% | 典型回撤 |
| Calmar 比率 | X.XX | 回報 / 最大回撤 |
| 潰瘍指數 | X.XX | 回撤嚴重程度衡量 |

### 回撤機率
基於歷史波動率:
- **10% 回撤**:每年約 XX% 的機率
- **20% 回撤**:每年約 XX% 的機率
- **30% 回撤**:每年約 XX% 的機率

7. 壓力測試

## 壓力測試結果

### 歷史情境
| 情境 | 日期 | 市場 | 投資組合影響 |
|----------|------|--------|------------------|
| 2008 金融危機 | 2008 年 10 月 | -35% | -${XX,XXX} (-XX.X%) |
| COVID 崩盤 | 2020 年 3 月 | -34% | -${XX,XXX} (-XX.X%) |
| 2022 熊市 | 2022 年 | -25% | -${XX,XXX} (-XX.X%) |
| 2015 閃電崩盤 | 2015 年 8 月 | -10% | -${XX,XXX} (-XX.X%) |

### 假設情境
| 情境 | 假設 | 投資組合影響 |
|----------|-------------|------------------|
| 輕微衰退 | 股票 -15% | -${XX,XXX} (-XX.X%) |
| 嚴重衰退 | 股票 -40% | -${XX,XXX} (-XX.X%) |
| 利率上升 | 利率上升 +2%,股票 -10% | -${XX,XXX} (-XX.X%) |
| 行業崩盤 | 科技業 -30% | -${XX,XXX} (-XX.X%) |

### 壓力測試要點
{投資組合對各種情境敏感度的摘要}

8. 風險調整後回報

## 風險調整後回報指標

| 指標 | 數值 | 基準 | 評估 |
|--------|-------|-----------|------------|
| 夏普比率 | X.XX | X.XX | {低於/等於/高於} 市場 |
| Sortino 比率 | X.XX | X.XX | {低於/等於/高於} 市場 |
| Treynor 比率 | X.XX | X.XX | {低於/等於/高於} 市場 |
| 資訊比率 | X.XX | - | {差/普通/好} |
| Calmar 比率 | X.XX | X.XX | {低於/等於/高於} 市場 |

### 解讀
- **夏普比率 X.XX**:{解讀}
- **Sortino 比率 X.XX**:{專注於下行風險的解讀}

9. 建議

## 風險管理建議

### 🔴 立即行動
{如有需要立即關注的關鍵問題}

### ⚠️ 近期考量事項
1. **{問題}**:{建議}
2. **{問題}**:{建議}

### 📊 監控要點
- 監控 {指標 1} – 目前為 {數值},若達 {門檻} 需留意
- 監控 {指標 2} – 目前為 {數值},若達 {門檻} 需留意

### 🎯 長期建議
1. **{領域}**:{改進建議}
2. **{領域}**:{改進建議}

### 風險承受度檢查
根據分析結果:
- **保守型投資者**:{適合性評估}
- **穩健型投資者**:{適合性評估}
- **積極型投資者**:{適合性評估}

輸出指南

  • 使用清晰的風險類別(低/中/高)
  • 為所有指標提供背景說明
  • 盡可能與基準比較
  • 優先提供可操作的建議
  • 承認模型限制

限制

  • 風險模型僅為近似值
  • 歷史數據可能無法預測未來
  • 市場壓力時期相關性會改變
  • VaR 無法完全捕捉尾部風險
  • 此為分析結果,非投資建議
  • 請考量個人風險承受度

Individual skills in this repo

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

majiayu000/claude-skill-registry-data

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry-data

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry-data

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry-data

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry-data

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-data

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-data

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-data

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-data

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-data

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

majiayu000/claude-skill-registry-data

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-data

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-data

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-data

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-data

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-data

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

majiayu000/claude-skill-registry-data

Conduct domain and industry research. Use when the user says "lets create a research report on [domain or industry]

majiayu000/claude-skill-registry-data

Conduct market research on competition and customers. Use when the user says "create a market research report about [business idea]".

majiayu000/claude-skill-registry-data

Conduct technical research on technologies and architecture. Use when the user says "create a technical research report on [topic]".

majiayu000/claude-skill-registry-data

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".

相關技能