投資組合風險分析器
完整的投資組合風險管理系統。分析持倉、計算風險指標、壓力測試情境、優化資產配置,並生成機構級的風險報告——全部無需外部 API。
1. 投資組合輸入
當使用者分享其投資組合(持倉、股票代碼、數量)時,將其結構化為此格式:
portfolio:
name: "使用者投資組合"
currency: USD
as_of: "2026-02-15"
positions:
- ticker: AAPL
shares: 50
avg_cost: 185.00
current_price: 228.50 # 透過網路搜尋查詢
asset_class: US_EQUITY
sector: Technology
- ticker: BTC
units: 0.5
avg_cost: 42000
current_price: 97500
asset_class: CRYPTO
sector: 數位資產
- ticker: VOO
shares: 100
avg_cost: 410.00
current_price: 535.00
asset_class: US_EQUITY_ETF
sector: 廣泛市場
cash:
amount: 15000
currency: USD
價格查詢
對於每個持倉,使用網路搜尋尋找目前價格:
- 搜尋:
[TICKER] 股票價格今日 - 加密貨幣:
[COIN] 價格 USD 今日 - 記錄來源和時間戳
投資組合摘要表
| 持倉 | 股數 | 成本基礎 | 目前價值 | 權重 | 損益 | 損益 % |
|---|---|---|---|---|---|---|
| AAPL | 50 | $9,250 | $11,425 | 18.2% | +$2,175 | +23.5% |
| ... | ... | ... | ... | ... | ... | ... |
| 總計 | $XX,XXX | $XX,XXX | 100% | ±$X,XXX | ±X.X% |
2. 風險指標計算器
對於每次投資組合分析,計算以下所有項目:
2.1 集中度風險
持倉集中度:
- 任何單一持倉 > 投資組合的 20% = 高風險 ⚠️
- 任何單一持倉 > 10% = 中等風險
- 前 3 大持倉 > 50% = 高度集中
產業集中度:
- 任何產業 > 30% = 超配
- 計算獨特產業數量 — 少於 4 個 = 分散不足
資產類別細分:
- 股票:X%
- 固定收益:X%
- 加密貨幣:X%
- 現金:X%
- 另類投資:X%
2.2 風險值 (VaR) — 參數法
計算在給定信心水準下的最大預期損失:
每日 VaR 計算:
1. 查詢每個持倉的歷史波動率(年化)
- 使用網路搜尋:「[TICKER] 歷史波動率 30 天」
- 典型範圍:大型股 15-25%,加密貨幣 50-80%,債券 5-10%
2. 轉換為每日波動率:
每日波動率 = 年化波動率 / √252
3. 持倉 VaR(95% 信心水準):
持倉 VaR = 持倉價值 × 每日波動率 × 1.645
4. 持倉 VaR(99% 信心水準):
持倉 VaR = 持倉價值 × 每日波動率 × 2.326
5. 投資組合 VaR(簡化 — 假設股票相關係數 ≈ 0.5):
投資組合 VaR ≈ √(Σ(持倉 VaR²) + 2×0.5×Σ(VaR_i × VaR_j))
報告:
- 1 天 95% VaR:$X,XXX(投資組合的 X.X%)
- 1 天 99% VaR:$X,XXX(投資組合的 X.X%)
- 10 天 95% VaR:$X,XXX(= 1 天 VaR × √10)
- 月 95% VaR:$X,XXX(= 1 天 VaR × √21)
2.3 最大回撤估計
根據資產類別歷史最大回撤:
- 美國大型股:-50%(2008-09),典型修正 -20%
- 美國小型股:-55%,典型修正 -25%
- 國際股票:-55%,典型 -25%
- 新興市場:-65%,典型 -30%
- 投資級債券:-15%,典型 -5%
- 高收益債券:-30%,典型 -10%
- REITs:-70%,典型 -25%
- 加密貨幣(BTC):-85%,典型 -50%
- 黃金:-45%,典型 -15%
- 現金:0%
投資組合最大回撤估計:
= Σ(持倉權重 × 資產類別最大回撤)
報告:
- 估計最差情況回撤:-$XX,XXX(XX.X%)
- 估計典型修正:-$XX,XXX(XX.X%)
- 恢復時間估計:X-X 個月(基於歷史平均值)
2.4 Beta 與市場敏感度
對於每個股票持倉:
- 透過網路搜尋查詢 beta:「[TICKER] beta」
- 投資組合 Beta = Σ(持倉權重 × 持倉 Beta)
解讀:
- Beta > 1.2:投資組合為**積極型**(放大市場波動)
- Beta 0.8-1.2:投資組合為**中性**
- Beta < 0.8:投資組合為**防禦型**
- Beta 為負的持倉:對沖價值
市場影響:
- 如果 S&P 500 下跌 10%,投資組合預期波動:Beta × -10%
2.5 夏普比率估計
投資組合預期報酬 = Σ(權重 × 預期報酬)
其中按資產類別的預期報酬:
- 美國大型股:每年 8-10%
- 美國小型股:9-11%
- 國際已開發市場:6-8%
- 新興市場:8-12%
- 投資級債券:4-5%
- 高收益債券:6-7%
- 加密貨幣:變異性高(保守估計使用 0%)
- REITs:7-9%
- 現金:目前貨幣市場利率(~4.5%)
無風險利率:目前 3 個月期國庫券利率(必要時搜尋)
夏普比率 = (投資組合預期報酬 - 無風險利率) / 投資組合波動率
評級:
- > 1.0:**極佳**的風險調整後報酬
- 0.5-1.0:**良好**
- 0-0.5:**平庸** — 考慮重新平衡
- < 0:**差勁** — 報酬無法證明風險合理
2.6 收入分析
對於支付股息的持倉:
- 查詢股息殖利率:「[TICKER] 股息殖利率」
- 年收入 = 股數 × 每股年股息
- 投資組合殖利率 = 總年股息 / 投資組合價值
報告:
- 月估計收入:$XXX
- 年估計收入:$X,XXX
- 成本殖利率:X.X%
- 目前殖利率:X.X%
3. 壓力測試
對投資組合執行以下情境並報告影響:
3.1 標準情境
scenarios:
market_crash_2008:
name: "2008 金融危機"
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 # 根據風險輪廓預測
GOLD: +0.10
CASH: 0
covid_crash_2020:
name: "COVID-19 崩盤(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: "網路泡沫破滅(2000-2002)"
impacts:
US_EQUITY: -0.45
TECH: -0.75 # 特別適用於科技產業
INTL_EQUITY: -0.40
BONDS: +0.15
CASH: 0
rate_hike_shock:
name: "快速升息(+300 基點)"
impacts:
US_EQUITY: -0.15
BONDS: -0.15
HIGH_YIELD: -0.10
REITS: -0.25
CRYPTO: -0.20
GOLD: -0.10
CASH: +0.01 # 更高的殖利率
inflation_surge:
name: "停滯性通膨(持續 8% 以上的通膨)"
impacts:
US_EQUITY: -0.20
BONDS: -0.20
CRYPTO: -0.10 # 有爭議的避險工具
GOLD: +0.15
REITS: -0.05
COMMODITIES: +0.20
CASH: -0.03 # 實際價值侵蝕
crypto_winter:
name: "加密貨幣寒冬(80% 回撤)"
impacts:
CRYPTO: -0.80
US_EQUITY: -0.05 # 輕微傳染
3.2 壓力測試報告格式
對於每個情境:
📉 情境:[名稱]
| 持倉 | 目前價值 | 壓力測試價值 | 損失 |
|----------|--------------|----------------|------|
| AAPL | $11,425 | $5,713 | -$5,712 |
| ... | ... | ... | ... |
| 總計 | $XX,XXX | $XX,XXX | -$XX,XXX (-XX.X%) |
你能承受這個嗎?[根據現金儲備和收入需求回答是/否]
恢復時間估計:X-X 個月
3.3 自訂情境建構器
如果使用者描述特定的擔憂,建立自訂情境:
使用者:「如果科技股崩跌 40% 但債券反彈怎麼辦?」
→ 建立自訂影響圖,套用至投資組合,報告結果
4. 投資組合優化
4.1 當前配置評估
將當前配置與標準模型進行比較:
積極型(年齡 <35,高風險承受能力):
股票:80-90%,債券:5-10%,另類投資:5-10%,現金:2-5%
成長型(年齡 35-50):
股票:60-75%,債券:15-25%,另類投資:5-10%,現金:5%
平衡型(年齡 50-60):
股票:40-60%,債券:30-40%,另類投資:5-10%,現金:5-10%
保守型(年齡 60+,注重收入):
股票:20-40%,債券:40-50%,另類投資:5%,現金:10-20%
當前配置符合:[模型] 輪廓
建議調整:[具體行動]
4.2 風險平價分析
風險平價目標:每個資產類別對投資組合貢獻**相等的**風險
步驟:
1. 計算每個持倉的風險貢獻:
風險貢獻 = 權重 × 波動率 × 與投資組合的相關性
2. 為了相等的風險貢獻:
目標權重_i = (1/波動率_i) / Σ(1/波動率_j)
3. 報告:
當前權重 vs 風險平價權重
重新平衡所需的交易
對夏普比率的預期影響
4.3 重新平衡建議
檢查重新平衡觸發條件:
- 任何持倉偏離目標超過 5%?→ 重新平衡
- 任何資產類別偏離目標超過 10%?→ 重新平衡
- 上次重新平衡距今超過 6 個月?→ 審查
重新平衡方法:
1. 計算目標權重
2. 計算當前權重
3. 確定所需交易(最小化交易次數)
4. 稅務批次最佳化:先賣出成本最高的批次(最小化稅負)
5. 如果收割損失,考慮洗售規則
輸出交易清單:
| 動作 | 股票代碼 | 股數 | 估計價值 | 原因 |
|--------|--------|--------|-----------|--------|
| 賣出 | AAPL | 15 | $3,428 | 科技股超配 |
| 買入 | BND | 25 | $1,850 | 債券低配 |
4.4 相關性分析
評估分散投資品質:
高相關性配對 (>0.7) — 這些**不能**互相分散風險:
- 科技股彼此之間
- 美國股票 ETF 彼此之間
- 高收益債券與股票
低相關性配對 (<0.3) — **真正的**分散投資工具:
- 股票 vs 國庫券
- 美國股票 vs 黃金
- 股票 vs 管理期貨
負相關性 — **對沖**:
- 多頭股票 + 賣權
- 股票 + VIX 產品
- 在某些體制下的成長股 + 價值股
為投資組合分散投資評級:A/B/C/D/F
5. 風險評分卡(0-100)
產生單一風險分數:
risk_scorecard:
concentration_risk:
weight: 20
score: X # 100 = 充分分散,0 = 單一股票
details: "最大持倉為 X%,涵蓋 X 個產業"
volatility_risk:
weight: 20
score: X # 100 = 低波動,0 = 極度波動
details: "投資組合年化波動率:X%"
drawdown_risk:
weight: 20
score: X # 100 = 最小回撤暴露,0 = 可能損失 50% 以上
details: "最大估計回撤:X%"
liquidity_risk:
weight: 15
score: X # 100 = 全部高度流動,0 = 流動性差的持倉
details: "X% 在流動性強的大型股中,X% 在流動性差的資產中"
income_resilience:
weight: 10
score: X # 100 = 強勁收入,0 = 無收益
details: "投資組合殖利率:X%,X% 來自信譽良好的股息支付者"
market_sensitivity:
weight: 15
score: X # 100 = 低 beta/防禦型,0 = 高度積極
details: "投資組合 beta:X.XX"
overall_score: X/100
rating: "[保守型|穩健型|積極型|投機型]"
recommendation: "[關鍵行動項目]"
分數解讀
- 80-100:堡壘 — 保護良好,可能過於保守,不利於成長
- 60-79:穩健 — 良好的風險管理,可能有小幅改進空間
- 40-59:中等 — 合理但存在顯著風險暴露
- 20-39:升高 — 顯著弱點,建議重新平衡
- 0-19:危險區域 — 極度集中或波動,需要緊急行動
6. 監控與警報
每日檢查範本(用於排程/心跳使用)
對於投資組合中的每個持倉:
1. 檢查價格與前收盤價的比較(網路搜尋)
2. 如果任何持倉單日波動 >3% 則標記
3. 如果任何持倉觸及停損水準則標記
4. 檢查未來 7 天是否有財報/事件
警報閾值:
- 單一持倉單日 -5% → 警報
- 投資組合單日 -3% → 警報
- 持倉觸及 52 週低點 → 觀察
- VIX > 25 → 提高警覺
- VIX > 35 → 高警報 — 審查對沖
每週審查範本
## 投資組合每週審查 — [日期]
### 績效
- 投資組合價值:$XX,XXX(週 ±X.X%)
- 最佳表現者:[TICKER] +X.X%
- 最差表現者:[TICKER] -X.X%
- 相較 S&P 500:[跑贏/跑輸] X.X%
### 風險變化
- VaR 變化:$X,XXX → $X,XXX
- 是否有新的集中度問題?[是/否]
- 是否需要重新平衡?[是/否]
### 即將發生的事件
- 財報:[股票代碼和日期]
- 除息日:[股票代碼和日期]
- 聯準會/宏觀事件:[列表]
### 行動項目
1. [具體建議]
2. [具體建議]
7. 稅損收割掃描器
對於每個具有未實現損失的持倉:
1. 計算未實現損失:(目前價格 - 平均成本)× 股數
2. 檢查損失是否 > $500(值得收割)
3. 找出稅務有效的替代品:
- 同產業 ETF(避免洗售)
- 相似因子曝險
- 持有替代品 31 天以上,然後再換回
報告:
| 股票代碼 | 未實現損失 | 替代品 | 洗售清除日期 |
|--------|----------------|-------------|---------------------|
| XYZ | -$2,500 | 相似 ETF | [日期 + 31 天] |
估計稅務節省:$X,XXX(按 X% 邊際稅率)
8. 特殊資產類別
加密貨幣投資組合風險
額外的加密貨幣特定指標:
- 比特幣主導地位相關性
- 交易所風險(中心化 vs 自我保管)
- DeFi 部位的協議風險
- 穩定幣曝險與脫鉤風險
- 質押/收益的稅務影響
房地產(REITs/物業)
- FFO 殖利率 vs 股息殖利率
- 利率敏感度
- 地理集中度
- 物業類型多元化(住宅/商業/工業)
選擇權部位
如果投資組合包含選擇權:
- Delta 曝險(等效股票部位)
- Theta 衰減(每日時間價值損失)
- 隱含波動率 vs 歷史波動率
- 最大損失計算
- 損益兩平價格
9. 報告生成
完整風險報告(應要求提供)
生成一份完整的、可輸出為 PDF 的 Markdown 報告:
# 投資組合風險報告
## 準備日期:[日期]
## 投資組合:[名稱]
### 執行摘要
[2-3 句概述:總價值、風險評級、首要建議]
### 1. 持倉摘要
[來自第 1 節的持倉表]
### 2. 風險指標
[來自第 2 節的所有計算]
### 3. 壓力測試結果
[來自第 3 節的所有情境]
### 4. 優化建議
[來自第 4 節]