Communitygithub.com

majiayu000/claude-skill-registry

利用 Alpaca MCP Server 整合,擷取持倉與部位,進行全面的投資組合分析,包括資產配置、風險指標、個股評估、分散度,並產生再平衡建議。當使用者要求檢視投資組合、分析部位、評估風險、績效審查,或尋求其券商帳戶的再平衡建議時,請使用此技能。

claude-skill-registry 是什麼?

這是一個專為AI代理(如 Claude Code、Cursor、Codex)設計的投資組合管理技能。它透過 Alpaca MCP Server 或 Alpaca REST API (作為排程任務的備援) 即時串連使用者的券商帳戶,擷取實際的持股、帳戶權益與歷史績效資料。技能會執行五步驟的標準工作流程:先取得原始投資組合資料,接著豐富每項持股的市場與基本面資訊,再進行資產配置、分散度、風險與績效的全面性組合分析,最後產生基於參考框架的個人化再平衡建議。支援的類型包括資產類別、產業、市值與地理區域的分析。此技能特別適合作為每週投資組合監控與強制審查工作流程的一部分,可處理保證金帳戶的曝險計算,並與其他技能(如股利審查或美國稅務會計技能)介接。在多代理人的 Hermes 排程任務環境中,當 MCP 工具不可用時,會優雅地降級使用 Alpaca REST API 作為備援。

相容平台✓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

投資組合經理

概覽

透過整合 Alpaca MCP Server 分析與管理投資組合,即時擷取持股資料,再執行全面的分析,涵蓋資產配置、分散度、風險指標、個別部位評估與再平衡建議。產生包含可行洞察的詳細投資組合報告。

此技能利用 Alpaca 的券商 API,透過 MCP(模型上下文協定)存取即時的投資組合資料,確保分析基於實際的當前部位,而非手動輸入的資料。

使用時機

當使用者提出以下請求時,調用此技能:

  • "分析我的投資組合"
  • "檢視我目前的部位"
  • "我的資產配置是什麼?"
  • "檢查我的投資組合風險"
  • "我應該重新平衡我的投資組合嗎?"
  • "評估我的持股"
  • "投資組合績效審查"
  • "我應該買入或賣出哪些股票?"
  • 任何涉及投資組合層級分析或管理的請求

先決條件

Alpaca MCP Server 設定

此技能需要設定並連接 Alpaca MCP Server。MCP 伺服器提供以下存取:

  • 當前投資組合部位
  • 帳戶權益與購買力
  • 歷史部位與交易
  • 所持證券的市場資料

使用的 MCP 伺服器工具:

  • get_account_info - 擷取帳戶權益、購買力、現金餘額
  • get_positions - 擷取所有當前部位,包含數量、成本基礎、市值
  • get_portfolio_history - 歷史投資組合績效資料
  • 用於報價與基本面的市場資料工具

如果 Alpaca MCP Server 未連接,請通知使用者,並提供 references/alpaca_mcp_setup.md 中的設定指示。

工作流程

步驟 1:透過 Alpaca MCP 或 REST 備援擷取投資組合資料

在可用時,使用 Alpaca MCP Server 工具收集當前投資組合資訊。在排程的 Hermes 任務中,即使提供了 Alpaca 憑證,MCP 工具可能也不會暴露;在這種情況下,請直接使用 Alpaca REST API,搭配 ALPACA_API_KEY、ALPACA_SECRET_KEY 與 ALPACA_PAPER。

1.1 取得帳戶資訊:

首選:使用 mcp__alpaca__get_account_info 擷取:
- 帳戶權益(投資組合總值)
- 現金餘額
- 購買力
- 帳戶狀態

備援 REST 端點:
- 紙上交易:https://paper-api.alpaca.markets/v2/account
- 即時交易:https://api.alpaca.markets/v2/account
標頭:
- APCA-API-KEY-ID=$ALPACA_API_KEY
- APCA-API-SECRET-KEY=$ALPACA_SECRET_KEY

1.2 取得當前部位:

首選:使用 mcp__alpaca__get_positions 擷取所有持股:
- 股票代碼
- 持有數量
- 平均進場價格(成本基礎)
- 當前市場價格
- 當前市值
- 未實現損益(金額與百分比)
- 部位佔投資組合的百分比

備援 REST 端點:
- 紙上交易:https://paper-api.alpaca.markets/v2/positions
- 即時交易:https://api.alpaca.markets/v2/positions

1.3 取得投資組合歷史(可選):

首選:使用 mcp__alpaca__get_portfolio_history 進行績效分析:
- 歷史權益價值
- 時間加權報酬計算
- 回撤分析

備援 REST 端點:
- /v2/account/portfolio/history

排程任務備援規範:

  • 清楚標示資料來源為「Alpaca REST fallback(Alpaca REST 備援)」,而非 MCP。
  • 使用 ALPACA_PAPER=true 選擇紙上交易端點;否則使用即時交易端點。
  • 仍需驗證多頭市值加上現金大致與權益相符,並在 long_market_value > equity 時,標註保證金/槓桿。
  • 對於每週核心投資組合 cron 任務,使用權益及總市值作為分母來計算曝險:gross_long_exposure = long_market_value / equity、cash_pct = cash / equity,並在總曝險明顯高於 100% 或現金為負時,明確標記保證金資助的投資組合。不要因為帳戶有槓桿而僅使用總多頭分母,使產業權重看起來正常。
  • 當請求強調股利持股或強制審查觸發條件時,從即時持股建立標準化的監控輸入,並將其交給 kanchi-dividend-review-monitor,而不是將股利審查視為僅敘述性的章節。此外,當要求帳戶位置備註時,為 kanchi-dividend-us-tax-accounting 建立稅務規劃輸入;如果帳戶類型或持有期窗口不可用,則將其標記為降級。

資料驗證:

  • 驗證所有部位都有有效的股票代碼
  • 確認市值總和約等於帳戶權益
  • 檢查是否有任何過時或不活躍的部位
  • 處理邊緣情況(碎股、選擇權、加密貨幣(如果支援))

步驟 2:豐富部位資料

對於投資組合中的每個部位,收集額外的市場資料與基本面資料:

2.1 當前市場資料:

  • 即時或延遲的報價
  • 每日成交量與流動性指標
  • 52 週範圍
  • 市值

2.2 基本面資料: 使用 WebSearch 或可用的市場資料 API 擷取:

  • 產業與行業分類
  • 關鍵估值指標(本益比、股價淨值比、股息殖利率)
  • 近期財報與財務健康指標
  • 分析師評級與目標價
  • 近期新聞與重大發展

2.3 技術分析:

  • 價格趨勢(20 日、50 日、200 日移動平均線)
  • 相對強弱
  • 支撐與阻力位
  • 動能指標(RSI、MACD(如果可用))

步驟 3:投資組合層級分析

使用參考檔案中的框架,執行全面的投資組合分析:

3.1 資產配置分析

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

從多個維度分析當前配置:

按資產類別:

  • 股票 vs 固定收益 vs 現金 vs 另類投資
  • 與使用者風險檔案的目標配置進行比較
  • 評估配置是否符合投資目標

按產業:

  • 科技、醫療保健、金融、消費品等
  • 識別產業集中度風險
  • 與基準產業權重進行比較(例如 S&P 500)

按市值:

  • 大型股 vs 中型股 vs 小型股分佈
  • 對超級大盤股的集中度
  • 市值分散度評分

按地理區域:

  • 美國 vs 國際 vs 新興市場
  • 國內集中度風險評估

輸出格式:

## 資產配置

### 當前配置 vs 目標
| 資產類別 | 當前 | 目標 | 差異 |
|-------------|---------|--------|----------|
| 美國股票 | XX.X% | YY.Y% | +/- Z.Z% |
| ... |

### 產業分佈
[長條圖描述或包含產業百分比的表格]

### 前十大持股
| 排名 | 代碼 | 佔投資組合 % | 產業 |
|------|--------|----------------|--------|
| 1 | AAPL | X.X% | 科技 |
| ... |

3.2 分散度分析

閱讀 references/diversification-principles.md 以了解分散化理論

評估投資組合分散化品質:

部位集中度:

  • 識別前幾大持股及其總權重
  • 若任何單一部位超過投資組合的 10-15%,則標記
  • 計算赫芬達爾-赫希曼指數(HHI)以衡量集中度

產業集中度:

  • 識別主導產業
  • 若任何產業超過投資組合的 30-40%,則標記
  • 與基準產業多樣性進行比較

相關性分析:

  • 估算主要部位之間的相關性
  • 識別高度相關的持股(潛在冗餘)
  • 評估真正的分散化效益

部位數量:

  • 個股投資組合的最佳範圍:15-30 檔股票
  • 若低度分散化(少於 10 檔股票)或過度分散化(多於 50 檔股票),則標記

輸出:

## 分散度評估

**集中度風險:** [低 / 中 / 高]
- 前五大持股佔投資組合的 XX%
- 最大單一部位:[代碼] 佔 XX%

**產業分散度:** [極佳 / 良好 / 普通 / 差]
- 主導產業:[產業名稱] 佔 XX%
- [對產業間平衡的評估]

**部位數量:** [最佳 / 低度分散化 / 過度分散化]
- 總部位數:XX 檔股票
- [建議]

**相關性疑慮:**
- [列出任何高度相關的部位對]
- [分散化改善建議]

3.3 風險分析

閱讀 references/portfolio-risk-metrics.md 以了解風險衡量框架

計算與解釋關鍵風險指標:

波動性衡量:

  • 估計的投資組合 Beta(部位 Beta 的加權平均)
  • 個別部位波動性
  • 投資組合標準差(如果歷史資料可用)

下行風險:

  • 最大回撤(根據投資組合歷史)
  • 自高點以來的當前回撤
  • 具有顯著未實現損失的部位

風險集中度:

  • 高波動性股票(Beta > 1.5)的百分比
  • 投機性/無盈利公司的百分比
  • 槓桿使用(如果適用)

尾端風險:

  • 對潛在黑天鵝事件的曝險
  • 單一股票集中度風險
  • 特定產業事件風險

輸出:

## 風險評估

**整體風險概況:** [保守 / 穩健 / 積極]

**投資組合 Beta:** X.XX(相較於市場的 1.00)
- 解讀:投資組合波動性 [高於/低於] 市場

**最大回撤:** -XX.X%(從 $XXX,XXX 到 $XXX,XXX)
- 自高點以來的當前回撤:-XX.X%

**高風險部位:**
| 代碼 | 佔投資組合 % | Beta | 風險因子 |
|--------|----------------|------|-------------|
| [TICKER] | XX% | X.XX | [高波動性 / 近期虧損 / 等] |

**風險集中度:**
- XX% 集中在單一產業([產業])
- XX% 在 Beta > 1.5 的股票中
- [其他集中度風險]

**風險評分:** XX/100([低/中/高] 風險)

3.4 績效分析

使用可用資料評估投資組合績效:

絕對報酬:

  • 整體投資組合未實現損益(金額與百分比)
  • 表現最佳的部位(按漲幅排名的前五名)
  • 表現最差的部位(按跌幅排名的後五名)

時間加權報酬(如果歷史可用):

  • 年初至今報酬
  • 1 年、3 年、5 年年化報酬
  • 與基準(S&P 500、相關指數)進行比較

部位層級績效:

  • 贏家 vs 輸家比率
  • 贏家的平均漲幅
  • 輸家的平均跌幅
  • 接近 52 週高點/低點的部位

輸出:

## 績效審查

**投資組合總值:** $XXX,XXX
**總未實現損益:** $XX,XXX (+XX.X%)
**現金餘額:** $XX,XXX(佔投資組合 XX%)

**表現最佳者:**
| 代碼 | 漲幅 | 部位價值 |
|--------|------|----------------|
| [TICKER] | +XX.X% | $XX,XXX |
| ... |

**表現最差者:**
| 代碼 | 跌幅 | 部位價值 |
|--------|------|----------------|
| [TICKER] | -XX.X% | $XX,XXX |
| ... |

**與基準比較的績效(如果可用):**
- 投資組合報酬:+X.X%
- S&P 500 報酬:+Y.Y%
- Alpha:+/- Z.Z%

步驟 4:個別部位分析

對於關鍵部位(按投資組合權重排名的前 10-15 個),執行詳細分析:

閱讀 references/position-evaluation.md 以了解部位分析框架

對於每個顯著部位:

4.1 當前投資主題驗證:

  • 為何建立此部位?(如果從使用者背景知道)
  • 投資主題是否已實現或失效?
  • 近期公司發展與新聞

4.2 估值評估:

  • 當前估值指標(本益比、股價淨值比等)
  • 與歷史估值範圍進行比較
  • 與產業同業進行比較
  • 高估 / 公允 / 低估 評估

4.3 技術健康狀況:

  • 價格趨勢(上升趨勢、下降趨勢、橫盤整理)
  • 相對於移動平均線的部位
  • 支撐與阻力位
  • 動能狀態

4.4 部位規模:

  • 目前在投資組合中的權重
  • 考量信念與風險,此規模是否合適?
  • 相對於最佳權重為超配或低配

4.5 行動建議:

  • 持有 - 部位規模適中且投資主題完好
  • 加倉 - 考量機會,部位低配,投資主題強化中
  • 減倉 - 超配或估值過高
  • 賣出 - 投資主題失效,其他地方有更好的機會

每個部位的輸出:

### [代碼] - [公司名稱](佔投資組合 XX.X%)

**部位詳細資料:**
- 股數:XXX
- 平均成本:$XX.XX
- 當前價格:$XX.XX
- 市值:$XX,XXX
- 未實現損益:$X,XXX (+XX.X%)

**基本面快照:**
- 產業:[產業]
- 市值:$XX.XB
- 本益比:XX.X | 股息殖利率:X.X%
- 近期發展:[關鍵新聞或財報]

**技術狀態:**
- 趨勢:[上升趨勢 / 下降趨勢 / 橫盤整理]
- 價格 vs 50 日均線:[高於/低於] XX%
- 支撐:$XX.XX | 阻力:$XX.XX

**部位評估:**
- **投資主題狀態:** [完好 / 轉弱 / 失效 / 強化中]
- **估值:** [低估 / 公允 / 高估]
- **部位規模:** [最佳 / 超配 / 低配]

**建議:** [持有 / 加倉 / 減倉 / 賣出]
**理由:** [1-2 句說明]

步驟 5:再平衡建議

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

產生具體的再平衡建議:

5.1 識別再平衡觸發條件:

  • 已顯著偏離目標權重的部位
  • 需要調整的產業/資產類別配置
  • 需要減倉的超配部位(超過閾值)
  • 需要加倉的低配區域(低於閾值)
  • 稅務考量(資本利得影響)

5.2 制定再平衡計畫:

建議減倉的部位:

  • 超配部位(>偏離目標閾值)
  • 已大幅上漲的股票(估值疑慮)
  • 超過投資組合 15-20% 的集中部位
  • 投資主題已失效的部位

建議加倉的部位:

  • 低配的產業或資產類別
  • 目前低配的高信念部位
  • 改善分散化的新機會

現金部署:

  • 如果有超額現金(>投資組合的 10%),建議部署
  • 根據機會與配置差距進行優先排序

5.3 優先順序排序:

按優先級對再平衡行動進行排序:

  1. 立即 - 降低風險(減倉集中部位)
  2. 高優先級 - 重大配置偏離(>10% 偏離目標)
  3. 中優先級 - 中度偏離(5-10% 偏離目標)
  4. 低優先級 - 微調與機會性調整

輸出:

## 再平衡建議

### 摘要
[整體再平衡需求的簡要摘要]

### 立即行動

**建議減倉的部位:**
| 代碼 | 當前權重 | 建議權重 | 行動原因 |
|--------|----------------|----------------|---------------------|
| [TICKER] | XX% | YY% | [風險/估值/集中度] |

**建議加倉的部位:**
| 代碼 | 當前權重 | 建議權重 | 行動原因 |
|--------|----------------|----------------|---------------------|
| [TICKER] | XX% | YY% | [低配/機會] |

### 高優先級行動
...

### 中優先級行動
...

### 低優先級行動 / 觀察清單
...

### 再平衡摘要
- **估計交易次數:** XX 筆
- **估計周轉率:** XX%
- **現金影響:** $XX,XXX
- **建議執行時間範圍:** [立即 / 本週 / 本月]

### 稅務注意事項
- [關於資本利得/損失收割的任何注意事項]
- [對應稅務帳戶的行動優先考慮]

步驟 6:產生報告

閱讀 references/report-templates.md 以了解報告範本

匯總所有分析並產生最終的投資組合審查報告:

6.1 執行摘要:

  • 投資組合概況與健康狀況
  • 關鍵發現與立即注意事項
  • 可行動的建議摘要

6.2 詳細報告區段:

  • 資產配置視覺化
  • 分散度評分
  • 風險儀表板
  • 績效與基準比較
  • 主要部位詳細建議
  • 優先排序的再平衡計畫

6.3 使用者互動:

  • 呈現結果,附上互動式區段(如果平台支援)
  • 提供跟進問題
  • 允許深入分析特定部位
  • 提供關於建議行動的更多詳細資料

參考檔案

此技能使用以下參考檔案(位於 skills 檔案夾中):

  • references/asset-allocation.md - 資產配置框架與目標
  • references/diversification-principles.md - 分散化理論與原則
  • references/portfolio-risk-metrics.md - 風險衡量與計算
  • references/rebalancing-strategies.md - 再平衡方法與閾值
  • references/position-evaluation.md - 個別部位分析框架
  • references/report-templates.md - 報告格式與範本

資料處理注意事項

  1. 資料新鮮度: 使用 MCP 時,資料即時。使用 REST 備援時,可能會延遲最多 15 分鐘。
  2. 保證金帳戶: 驗證計算是針對權益,而非總市值。標記槓桿帳戶。
  3. 現金收益率: 如果帳戶持有大量現金,包含關於現金收益率的註釋。
  4. 複雜工具: 將處理簡單股票與 ETF 部位。對於選擇權、期貨、加密貨幣(如果經紀商支援)的處理有限。
  5. 風險限制: 永遠包含風險免責聲明:「這不是投資建議。在做出投資決策之前,請諮詢合格的財務顧問。」

邊緣情況

  • 空頭部位: 如果 Alpaca 帳戶允許,作為單獨類別處理,包含其獨特的風險特性。
  • 碎股: 正確計算市值,驗證股數*價格是否等於價值。
  • 零部位: 不要輸出市值為零的持股。
  • 現金有餘: 在配置分析中將現金視為資產類別。
  • 外幣(如果適用): 包含貨幣風險註釋。
  • 暫停交易的股票: 標記停止交易的股票,並建議評估。
  • SPAC/權證: 如果持有,作為單獨類別處理,並包含到期/轉換註釋。

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.

相關技能