wzratgit

投资组合分析技能

数据分析v1.0.2
作者:wzratgit更新于 2026-05-11共 3 个版本 · 最新版本发布于 2026-02-26financial-analysis-skill@clawhub_wzratgit/financial-analysis-skill
数据可视化报表生成数据洞察#Financial Analysis#金融分析#密钥#金融

据 AlphaMoat 统计,截至 2026-09,投资组合分析技能 累计下载 2,136 次、获 0 个星标,在全部 5,078 个 AI 技能中排名第 4,332 位,在「数据分析」分类(399 个)中排名第 331 位。

累计安装
213
累计下载
2,136
星标
-
全站排名
#4,332
全站前 86% · 「数据分析」前 83%
平台累计安装累计下载星标评论
ClawHub ↗291,070--
SkillHub ↗2132,136-—

各平台的计数口径不同,统计时间不一致。

这个技能是做什么的

该技能描述资产配置、风险与收益分析、滚动风险平价和回测等流程。结果依赖输入数据、计算方法与假设,应由用户核验;分析内容不构成投资建议或实际交易指令。

资料发布于 2026-10-27

可以用来做什么

  • 分析本地组合数据并生成可视化
  • 比较组合风险和收益表现

什么时候用

  • 需要用本地数据研究投资组合时
  • 需要整理风险指标和回测结果时

示例提示词

以下是根据技能文档生成的示例,不代表实际运行结果。

根据这份 CSV 分析投资组合并生成图表
说明这份回测的假设和风险指标

月度数据趋势

累计下载2,136
4621,3612,2602026-03 · 累计下载 5862026-05 · 累计下载 9462026-06 · 累计下载 1,1652026-07 · 累计下载 1,4702026-08 · 累计下载 1,6572026-09 · 累计下载 2,13626-0326-09
星标-
0112026-03 · 星标 -2026-05 · 星标 -2026-06 · 星标 -2026-07 · 星标 -2026-08 · 星标 -2026-09 · 星标 -26-0326-09

2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。

月份累计下载环比星标
2026-092,136—-
2026-081,657+12.7%-
2026-071,470+26.2%-
2026-061,165+23.2%-
2026-05946—-
2026-03586—-

SKILL.md 原文

以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 2026-10-23。

4.9 KB · ClawHub v1.0.2
# 金融分析技能 (Financial Analysis Skill)

## 概述
这是一个用于投资组合分析的技能,支持使用本地CSV数据进行风险平价组合分析,并提供文字报告和图表可视化。优化版本整合了滚动窗口调仓逻辑和回测功能。

**重要说明:此技能仅使用本地CSV文件进行分析,不进行任何网络请求,不需要任何API密钥。**

## 功能特性
- ✅ 投资组合分析(资产配置、风险评估、收益分析)
- ✅ 支持多种资产类型:股票、债券、商品等
展开全部(共 157 行)
- ✅ 本地CSV数据处理
- ✅ 文字报告生成
- ✅ 图表可视化(收益曲线、资产分布、风险指标等)
- ✅ **滚动窗口风险平价分析**(使用历史一年数据,每月调仓)
- ✅ **避免未来数据**(使用expanding窗口计算波动率)
- ✅ **回测功能**(完整的回测流程)
- ✅ **无需API密钥**(仅使用本地CSV数据)

## 数据源
- 本地CSV文件(中国市场数据)
- 不需要任何外部API密钥

## 安装依赖
```bash
pip install yfinance pandas numpy matplotlib seaborn plotly
```

## 使用方法

### 1. 基本使用

#### 分析投资组合
```bash
python financial_analysis.py --portfolio example_portfolio.json --output ./output
```

#### 获取单个资产数据
```bash
python financial_analysis.py --symbol AAPL --period 1y
```

### 2. 滚动窗口风险平价分析

#### 运行回测
```bash
python optimized_risk_parity_skill.py --csv "C:\path\to\marketdata.csv" --output ./backtest_output
```

#### 数据格式要求
- CSV文件应包含日期列和收益率列
- 收益率数据应为百分比格式(如:1.5表示1.5%)
- 脚本会自动将百分比转换为实际收益率(除以100)
- 支持处理文本行和缺失值

### 3. 投资组合配置文件格式

创建一个JSON文件(如 `my_portfolio.json`):

```json
{
  "AAPL": 0.25,    # 苹果股票,权重25%
  "GOOGL": 0.20,   # 谷歌股票,权重20%
  "MSFT": 0.20,    # 微软股票,权重20%
  "AMZN": 0.15,    # 亚马逊股票,权重15%
  "TSLA": 0.20     # 特斯拉股票,权重20%
}
```

## 滚动窗口风险平价分析

### 核心特点
1. **避免未来数据**:使用历史一年数据计算波动率
2. **动态调仓**:每月根据最新波动率重新计算权重
3. **风险平价**:各资产对组合风险贡献相等
4. **回测验证**:完整的回测流程,验证策略效果

### 分析流程
1. **数据加载**:加载CSV数据,处理百分比单位
2. **滚动波动率**:使用expanding窗口计算历史波动率
3. **权重计算**:基于波动率倒数计算风险平价权重
4. **投资组合收益率**:使用滚动权重计算每日收益率
5. **绩效评估**:计算总收益率、年化收益率、夏普比率等
6. **可视化**:生成收益曲线、资产配置、相关性等图表

### 输出文件
- **分析报告**:`rolling_risk_parity_report.txt`
- **详细数据**:`rolling_risk_parity_data.json`
- **可视化图表**:
  - `rolling_risk_parity_returns.png` - 收益曲线图
  - `rolling_risk_parity_allocation.png` - 资产配置饼图
  - `rolling_risk_parity_correlation.png` - 相关性热力图
  - `rolling_asset_returns_comparison.png` - 资产收益对比图
  - `rolling_weight_changes.png` - 滚动权重变化图

## 报告内容
- 投资组合概览
- 收益分析(总收益、年化收益)
- 风险指标(波动率、最大回撤、夏普比率)
- 资产配置分析
- 相关性分析
- 滚动权重变化
- 可视化图表
- 投资建议

## 配置
此技能不需要任何API密钥配置。只需要提供本地CSV文件路径即可。

## 示例输出
```
中国市场滚动风险平价组合分析报告
============================================================
生成时间: 2026-02-26 10:20:04
数据来源: C:\Users\wu_zhuoran\.openclaw\workspace\data\marketdata.csv
数据时间范围: 2015-03-23 至 2026-02-25
数据点数: 2656
滚动窗口: 252个交易日(约1年)
调仓频率: 每月

平均投资组合配置:
  五年期国债 (TF.CFE): 46.04% (波动率: 2.46%)
  十年期国债 (T.CFE): 32.55% (波动率: 3.61%)
  沪铜 (CU.SHF): 9.33% (波动率: 17.87%)
  沪金 (AU.SHF): 12.09% (波动率: 14.88%)

收益指标:
  总收益率: 44.78%
  年化收益率: 3.57%

风险指标:
  年化波动率: 3.76%
  最大回撤: -9.48%
  夏普比率: 0.42
```

## 技术实现

### 滚动窗口计算
- 使用`expanding()`窗口而非`rolling()`窗口
- 确保不使用未来数据
- 最小窗口大小为252个交易日(约1年)

### 权重计算
- 基于波动率倒数加权:`权重 = (1/波动率) / ∑(1/波动率)`
- 每月调仓,动态调整权重
- 使用前一天的权重计算当日收益率

### 回测验证
- 完整的回测流程
- 避免数据泄露
- 提供详细的绩效指标

## 注意事项
- 确保数据质量,处理缺失值和异常值
- 滚动窗口大小可根据实际情况调整
- 调仓频率可根据市场情况调整
- 考虑交易成本对回测结果的影响

「数据分析」分类下的热门技能

AdMapix数据分析

AdMapix 的取数层:把广告与应用相关的查询转成接口调用,只回原始 JSON。

↓ 36.6万★ 304fly0pants
Tavily Search数据分析

走 Tavily 检索公开网页,返回带链接与摘要的结构化结果。

↓ 12.2万★ 286Xiaoran Li
Data Analysis数据分析

把数据库、表格与导出的原始数据变成可决策结论的数据分析技能。

↓ 10.1万★ 244Iván
Stock Analysis数据分析

用 Yahoo Finance 数据做股票与加密货币分析、组合跟踪的技能。

↓ 7.5万★ 299udiedrichsen
Stock Watcher数据分析

管理本地自选股清单,并按代码汇总同花顺行情与近期表现的技能。

↓ 6.5万★ 122Robin797860
全国招标中标查询及分析【知了标讯】数据分析

全网招中标数据查询与分析助手。当用户涉及以下任何场景时,必须使用此SKILL:查询招标/中标公告、搜索标讯、查找临期/即将到期项目、商机预测、推荐潜在投标供应商、分析公司主营业务/历史中标、查询公司上下游合作客户与供应商、分析竞争对手/竞对企业、查询Top采购单位/Top中标单位/Top中标品牌、招中标数据统计分析(按月/季/年/省份/品牌等维度)、查询品牌型号历史中标单价/价格趋势、市场分析/行业分析/采购寻源/渠道拓展等采购与投标相关场景。即使用户没有提到「知了标讯」,只要涉及招投标、采购、中标、供应商、竞争对手等关键词,都应使用本SKILL。

↓ 5.6万★ 13user_98035bfb
Blogwatcher数据分析

用命令行监控博客与 RSS/Atom 源的更新。

↓ 5.4万★ 75Peter Steinberger
Model Usage数据分析

汇总 Codex 或 Claude 按模型计费的使用成本。

↓ 5.0万★ 114Peter Steinberger

wzratgit 的其他技能

数据月份:2026-09 · 下载/星标/安装数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。