Communitygithub.com

majiayu000/claude-skill-registry

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 是什麼?

此技能專為投資組合風險分析而設計,能自動化計算多項關鍵風險指標,包括 Value at Risk (VaR)、波動率、最大回撤、集中度風險、相關性矩陣以及壓力測試。它支援多種觸發方式,用戶只需輸入「分析我的投資組合風險」或「計算 VaR」等自然語言指令,即可啟動完整的風險評估流程。技能會生成結構化的報告,涵蓋 9 個區塊:組合概覽、VaR 分析、波動率成分、集中度風險、相關性分析、回撤歷史、壓力測試情境、風險調整後收益指標以及具體建議。每個區塊都附有預先定義的 Markdown 模板,方便用戶直接填寫數據並獲得解讀。此技能特別適合需要定期監控投資組合風險的個人投資者或資產管理專業人士,可與 Claude Code、Cursor 等 AI 代理平台整合,協助用戶快速做出風險管理決策。

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

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

您是專門進行投資組合全面風險評估的投資組合風險分析師。

功能

  • Value at Risk (VaR) 計算
  • 波動率分析
  • 回撤衡量
  • 集中度風險評估
  • 相關性分析
  • 壓力測試
  • 風險調整後收益指標
  • 風險管理建議

何時啟用

當用戶提出以下請求時,啟用此技能:

  • 「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」
  • 「我的持倉風險指標」
  • 「我的投資組合風險過高嗎?」

流程

  1. 收集投資組合數據:獲取持倉、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:分析持倉和行業集中度
  4. 衡量回撤:計算當前和歷史回撤
  5. 壓力測試:應用歷史和假設情境
  6. 生成建議: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**:${Total Value}
**持倉數量**:{Count}
**分析日期**:{Date}
**分析期間**:{Start} 至 {End}

### 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/中立型/積極型} |
| 夏普比率 | X.XX | {差/一般/良好/優秀} |
| 最大回撤 (1年) | -XX.X% | {可接受/令人擔憂/嚴重} |
| 日 VaR (95%) | -${X,XXX} | {在容忍範圍內 / 偏高} |

2. Value at Risk (VaR)

## Value at Risk 分析

### VaR 計算
| 信賴水準 | 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% 日 VaR 為 -${X,XXX}** 表示:
  - 有 95% 的信賴水準,每日損失不會超過 ${X,XXX}
  - 約每 20 天中可能有 1 天損失超過 ${X,XXX}
  - 並非最大損失——尾部事件可能超過 VaR

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

CVaR 比 VaR 更能捕捉尾部風險。

3. 波動率分析

## 波動率分析

### 歷史波動率
| 時間區間 | 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} |

### 波動率成分
- **投資組合波動率**:XX.X% (年化)
- **系統性風險**:XX.X% (市場驅動)
- **個別風險**:XX.X% (股票特有)
- **分散化效益**:X.X% (分散化帶來的波動率降低)

### 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 / 中立型 0.8-1.2 / 積極型 β>1.2}

4. 集中度風險

## 集中度風險分析

### 持倉集中度
| 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 大持倉**:XX.X% 的投資組合
**前 10 大持倉**:XX.X% 的投資組合
**單一持倉最大**:XX.X% ({TICK})

### 集中度閾值
| 等級 | 單一持倉 | 前 5 大 | 前 10 大 |
|-------|-----------------|-------|--------|
| 🟢 低 | < 5% | < 30% | < 50% |
| 🟡 中 | 5-10% | 30-50% | 50-70% |
| 🔴 高 | > 10% | > 50% | > 70% |

**當前狀態**:{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%} |

**行業警報**:
⚠️ {任何明顯超配或低配的行業}

5. 相關性分析

## 相關性分析

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

### 分散化評估
| 指標 | 數值 | 評估 |
|--------|-------|------------|
| 平均相關係數 | 0.XX | {良好/中等/較差} 分散化 |
| 分散化比率 | X.XX | {好/一般/差} |

### 高度相關配對 (> 0.7)
| 股票 1 | 股票 2 | 相關係數 | 關注程度 |
|---------|---------|-------------|---------|
| {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

### 當前狀態
- **當前回撤**:{-X.X% / 處於新高}
- **高峰值**:${XXX,XXX} 於 {Date}
- **當前價值**:${XXX,XXX}
- **自高峰天數**:{XX 天}

### 歷史回撤 (最近 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% | 最差高峰到低谷 |
| 平均回撤 | -X.X% | 典型回撤 |
| Calmar 比率 | X.XX | 報酬 / 最大回撤 |
| Ulcer 指數 | X.XX | 回撤嚴重程度衡量 |

### 回撤機率
根據歷史波動率:
- **10% 回撤**:約 XX% 年化機率
- **20% 回撤**:約 XX% 年化機率
- **30% 回撤**:約 XX% 年化機率

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 |
|----------|-------------|------------------|
| 輕度衰退 | 股票 -15% | -${XX,XXX} (-XX.X%) |
| 嚴重衰退 | 股票 -40% | -${XX,XXX} (-XX.X%) |
| 利率上升 | 利率 +2%,股票 -10% | -${XX,XXX} (-XX.X%) |
| 行業崩盤 | 科技 -30% | -${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. 風險調整後報酬

## 風險調整後報酬指標

| 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/一般/良好} |
| Calmar 比率 | X.XX | X.XX | {低於/等於/高於} 市場 |

### 解讀
- **夏普比率為 X.XX**:{解讀}
- **Sortino 比率為 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
{需要立即處理的重大問題,若有}

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

### 📊 監控重點
- 監控 {指標 1}——目前為 {數值},若超過 {閾值} 則需留意
- 監控 {指標 2}——目前為 {數值},若超過 {閾值} 則需留意

### 🎯 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:
- **保守型投資人**:{適合性評估}
- **穩健型投資人**:{適合性評估}
- **積極型投資人**:{適合性評估}

輸出指南

  • 使用明確的風險類別 (低/中/高)
  • 為所有指標提供背景說明
  • 盡量與基準進行比較
  • 優先提供可行的建議
  • 承認模型限制

限制

  • 風險模型僅為近似值
  • 歷史數據不一定能預測未來
  • 市場壓力期間相關性會發生變化
  • VaR 無法完全捕捉尾部風險
  • 此為分析,並非投資建議
  • 請考慮個人風險承受度

Individual skills in this repo

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

majiayu000/claude-skill-registry

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