投資組合風險分析器 是做什麼的?
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、優化配置,並生成機構級風險報告——全部無需外部 API。
1. 投資組合導入
當用戶分享他們的投資組合(持倉、股票代碼、數量)時,將其結構化為以下格式:
portfolio:
name: "用戶投資組合"
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: 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
價格查詢
對於每個持倉,使用網路搜尋找到當前價格:
- 搜尋:
[TICKER] stock price today - 對於加密貨幣:
[COIN] price USD today - 記錄來源和時間戳
投資組合摘要表格
| 持倉 | 股數/數量 | 成本基礎 | 當前價值 | 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 > 20% 的投資組合 = 高風險 ⚠️
- 任何單一持倉 > 10% = 中等風險
- 前三大持倉 > 50% = 集中度高
行業集中度:
- 任何行業 > 30% = 超配
- 計算獨特行業數量 — 少於 4 個 = 缺乏多元化
資產類別分佈:
- 股票:X%
- 固定收益:X%
- 加密貨幣:X%
- 現金:X%
- 另類投資:X%
2.2 風險價值 (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] historical volatility 30 day"
- 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(簡化版 — 假設股票間相關係數 ≈ 0.5):
投資組合 VaR ≈ √(Σ(持倉 VaR²) + 2×0.5×Σ(VaR_i × VaR_j))
報告:
- 1 日 95% VaR:$X,XXX(投資組合的 X.X%)
- 1 日 99% VaR:$X,XXX(投資組合的 X.X%)
- 10 日 95% VaR:$X,XXX(= 1 日 VaR × √10)
- 月度 95% VaR:$X,XXX(= 1 日 VaR × √21)
2.3 最大回撤估算
基於資產類別的歷史最大回撤:
- 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%,典型修正 -25%
- 新興市場:-65%,典型修正 -30%
- 投資級債券:-15%,典型修正 -5%
- 高收益債券:-30%,典型修正 -10%
- REITs:-70%,典型修正 -25%
- 加密貨幣(BTC):-85%,典型修正 -50%
- 黃金:-45%,典型修正 -15%
- 現金:0%
投資組合最大回撤估算:
= Σ(持倉權重 × 資產類別最大回撤)
報告:
- 估算最壞情況回撤:-$XX,XXX (XX.X%)
- 估算典型修正:-$XX,XXX (XX.X%)
- 恢復時間估計:X-X 個月(基於歷史平均值)
2.4 Beta 與市場敏感性
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
- 負 Beta 持倉:對沖價值
市場影響:
- 如果標普 500 下跌 10%,投資組合預期變動:Beta × -10%
2.5 夏普比率估算
投資組合預期報酬率 = Σ(權重 × 預期報酬率)
其中按資產類別的預期報酬率:
- 美國大型股:每年 8-10%
- 美國小型股:每年 9-11%
- 國際已開發市場:每年 6-8%
- 新興市場:每年 8-12%
- 投資級債券:每年 4-5%
- 高收益債券:每年 6-7%
- 加密貨幣:高度變動(保守估計使用 0%)
- REITs:每年 7-9%
- 現金:當前貨幣市場利率(約 4.5%)
無風險利率:當前 3 個月期國庫券利率(如需請搜尋)
夏普比率 = (投資組合預期報酬率 - 無風險利率) / 投資組合波動率
評級:
- > 1.0:風險調整後報酬**優異**
- 0.5-1.0:**良好**
- 0-0.5:**平庸** — 考慮再平衡
- < 0:**差勁** — 報酬無法證明風險合理
2.6 收益分析
對於支付股息的持倉:
- 查詢股息率:"[TICKER] dividend yield"
- 年度收入 = 股數 × 每股年度股息
- 投資組合收益率 = 總年度股息 / 投資組合價值
報告:
- 月度估計收入:$XXX
- 年度估計收入:$X,XXX
- 成本收益率:X.X%
- 當前收益率:X.X%
3. 壓力測試
針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 # 根據風險狀況推測
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 # 特別應用於科技股
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 # 更高的收益率
inflation_surge:
name: "停滯性通膨(持續 8%+ 通膨率)"
impacts:
US_EQUITY: -0.20
BONDS: -0.20
CRYPTO: -0.10 # 有爭議的對沖工具
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 # 輕微蔓延
3.2 壓力測試報告格式
對於每個情境:
📉 情境:[名稱]
| 持倉 | 當前價值 | 壓力測試後價值 | 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?[是/否,基於現金儲備和收入需求]
恢復估計:X-X 個月
3.3 自訂情境構建器
如果用戶描述了特定的擔憂,建構一個自訂情境:
用戶:"如果科技股跌 40% 但債券反漲呢?"
→ 建構自訂影響對映,應用於投資組合,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,高風險承受度):
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+,注重收益):
股票:20-40%,債券:40-50%,另類投資:5%,現金:10-20%
當前配置匹配:[模型] 概況
建議調整:[具體動作]
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. 對於相等的風險貢獻:
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 再平衡建議
檢查再平衡觸發條件:
- 任何持倉偏離目標 > 5%?→ 需要再平衡
- 任何資產類別偏離目標 > 10%?→ 需要再平衡
- 上次再平衡距今 > 6 個月?→ 檢視
再平衡方法:
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. 稅務批次優化:先賣出成本最高的批次(最小化稅務)
5. 若實現損失,考慮洗售規則
輸出交易清單:
| 動作 | 代碼 | 股數/數量 | 估計價值 | 原因 |
|--------|--------|--------|-----------|--------|
| 賣出 | AAPL | 15 | $3,428 | 科技股超配 |
| 買入 | BND | 25 | $1,850 | 債券低配 |
4.4 相關性分析
評估多元化品質:
**高度**相關組合 (>0.7) — 這些**不能**互相分散風險:
- 科技股之間
- 美國股票 ETF 之間
- 高收益債券與股票
**低度**相關組合 (<0.3) — **真正的**分散風險工具:
- 股票 vs 國庫債券
- 美國股票 vs 黃金
- 股票 vs 管理期貨
**負**相關 — 對沖工具:
- 多頭股票 + 賣出期權
- 股票 + VIX 產品
- 某些市場狀態下的成長股 + 價值股
為投資組合多元化評級:A/B/C/D/F
5. 風險評分卡 (0-100)
生成單一風險分數:
risk_scorecard:
concentration_risk:
weight: 20
score: X # 100 = 高度多元化,0 = 單一股票
details: "最大持倉為 X%,代表 X 個行業"
volatility_risk:
weight: 20
score: X # 100 = 低波動,0 = 極度波動
details: "投資組合年化波動率:X%"
drawdown_risk:
weight: 20
score: X # 100 = 最小回撤風險敞口,0 = 可能損失 50%+
details: "最大估計回撤:X%"
liquidity_risk:
weight: 15
score: X # 100 = 全部高度流動,0 = 流動性差的持倉
details: "X% 在流動性高的大型股,X% 在流動性差的資產"
income_resilience:
weight: 10
score: X # 100 = 強勁收入,0 = 無收益
details: "投資組合收益率:X%,X% 來自可靠股息支付者"
market_sensitivity:
weight: 15
score: X # 100 = 低 Beta/防禦型,0 = 高度積極
details: "投資組合 Beta:X.XX"
overall_score: X/100
rating: "[保守型|穩健型|積極型|投機型]"
recommendation: "[關鍵行動項目]"
分數解讀
- 80-100:穩固堡壘 — 保護良好,可能過於保守不利於成長
- 60-79:穩健 — 良好的風險管理,可能還有小幅改進空間
- 40-59:中等 — 合理,但存在顯著風險敞口
- 20-39:偏高 — 有重大弱點,建議再平衡
- 0-19:危險區 — 極度集中或波動,需要緊急行動
6. 監控與警報
每日檢查模板(用於 cron/心跳監控)
對於投資組合中的每個持倉:
1. 檢查價格與前收盤價的差異(網路搜尋)
2. 若有任何持倉單日變動 >3%,則標記
3. 若有任何持倉觸及停損水準,則標記
4. 檢查未來 7 天內的財報/事件
警報閾值:
- 單一持倉單日 -5% → 警報
- 投資組合單日 -3% → 警報
- 持倉觸及 52 週低點 → 關注
- VIX > 25 → 提高警覺
- VIX > 35 → 高度警報 — 檢視對沖策略
每週檢視模板
## 投資組合每週檢視 — [日期]
### 績效
- 投資組合價值:$XX,XXX(每週變動 ±X.X%)
- 最佳表現: [代碼] +X.X%
- 最差表現: [代碼] -X.X%
- 與標普 500 比較: [跑贏/跑輸] X.X%
### 風險變化
- VaR 變動:$X,XXX → $X,XXX
- 出現任何新的集中度問題?[是/否]
- 需要再平衡嗎?[是/否]
### 即將發生的事件
- 財報: [代碼和日期]
- 除息日: [代碼和日期]
- 聯準會/宏觀事件: [清單]
### 行動項目
1. [具體建議]
2. [具體建議]
7. 稅損收割掃描器
對於每個有未實現損失的持倉:
1. 計算未實現損失:(當前價格 - 平均成本) × 股數
2. 檢查損失是否 >$500(值得進行收割)
3. 識別稅務效率高的替換標的:
- 同一行業 ETF(避免洗售)
- 類似因子風險敞口
- 持有替換標的 31 天以上再換回
報告:
| 代碼 | 未實現損失 | 替換標的 | 洗售解除日期 |
|--------|----------------|-------------|---------------------|
| XYZ | -$2,500 | 類似 ETF | [日期 + 31 天] |
估計稅務節省:$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
加密貨幣特定的額外指標:
- 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 收益率 vs 股息收益率
- 利率敏感性
- 地理集中度
- 物業類型多樣化(住宅/商業/工業)
期權持倉
如果投資組合包含期權:
- Delta 曝險(相當於股票部位)
- 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