fund-risk-analyzer

name	fund-risk-analyzer
description	基金风险分析器 - 专业基金风险识别与量化分析工具。 当用户需要分析基金风险、计算VaR、评估最大回撤、分析波动率、计算风险指标时使用此技能。 支持VaR/CVaR、最大回撤、夏普比率、Beta系数、下行风险等多种风险指标计算。 触发关键词：基金风险、风险分析、VaR计算、最大回撤、波动率、夏普比率、Beta系数、风险评估。

基金风险分析器 (Fund Risk Analyzer)

专业基金风险识别与量化分析工具，帮助用户全面评估基金风险特征。

功能概述

• VaR/CVaR计算: 历史模拟法、参数法、蒙特卡洛模拟
• 最大回撤分析: 历史最大回撤、回撤持续期、回撤恢复时间
• 风险指标计算: 夏普比率、索提诺比率、特雷诺比率、卡玛比率
• Beta/Alpha分析: 系统性风险、超额收益能力
• 波动率分解: 上行/下行波动率、系统性/非系统性风险
• 尾部风险: 偏度、峰度、极端风险预警
• 风险归因: 风险来源分解

使用方法

命令行调用

# 全面风险分析
fund-risk --code 000001 --period 252

# VaR计算
fund-risk --code 000001 --var --confidence 0.95

# 对比风险指标
fund-risk --compare 000001,000002,000003

# 风险预警检查
fund-risk --code 000001 --alert

Python API

from fund_risk_analyzer import FundRiskAnalyzer

analyzer = FundRiskAnalyzer()

# 全面风险分析
risk_report = analyzer.analyze('000001', period=252)

# VaR计算
var_result = analyzer.calculate_var('000001', confidence=0.95, method='historical')

# 风险预警
alerts = analyzer.check_risk_alerts('000001')

风险指标说明

收益风险指标

指标	说明	计算公式	解读
夏普比率	单位总风险超额收益	(Rp - Rf) / σp	>1优秀，<0较差
索提诺比率	单位下行风险超额收益	(Rp - Rf) / σd	只看下跌波动
特雷诺比率	单位系统性风险超额收益	(Rp - Rf) / βp	衡量选股能力
卡玛比率	收益与最大回撤比	Rp /	最大回撤

市场风险指标

指标	说明	计算公式	解读
Beta	相对市场波动	Cov(Rp,Rm) / Var(Rm)	>1波动大于市场
Alpha	超额收益	Rp - [Rf + β(Rm-Rf)]	>0有超额收益
R²	风险解释度		>0.8高度相关

极端风险指标

指标	说明	计算方法	解读
VaR	置信度下的最大损失	历史分位数	95%VaR=-5%表示95%概率损失不超5%
CVaR	超过VaR的平均损失	尾部平均	比VaR更保守
最大回撤	峰值到谷底最大跌幅	max(1 - 净值/峰值)	越小越好

输出格式

风险分析报告

{
  "fund_code": "000001",
  "fund_name": "华夏成长混合",
  "analysis_date": "2026-03-21",
  "period_days": 252,
  "risk_metrics": {
    "volatility": {
      "total": 18.5,
      "upside": 12.3,
      "downside": 15.2,
      "systematic": 14.8,
      "unsystematic": 8.2
    },
    "returns": {
      "annual_return": 25.3,
      "risk_free_rate": 2.5
    },
    "risk_adjusted": {
      "sharpe_ratio": 1.23,
      "sortino_ratio": 1.50,
      "treynor_ratio": 0.15,
      "calmar_ratio": 1.66
    },
    "market_risk": {
      "beta": 1.15,
      "alpha": 3.2,
      "r_squared": 0.82
    },
    "extreme_risk": {
      "var_95": -2.85,
      "var_99": -4.52,
      "cvar_95": -3.65,
      "cvar_99": -5.88,
      "max_drawdown": -15.2,
      "max_drawdown_duration": 45
    },
    "tail_risk": {
      "skewness": -0.35,
      "kurtosis": 3.25,
      "tail_ratio": 1.23
    }
  },
  "risk_assessment": {
    "overall_risk_level": "中高",
    "risk_score": 72,
    "confidence": "中等"
  },
  "risk_alerts": [
    {
      "type": "volatility",
      "level": "warning",
      "message": "波动率高于同类平均"
    }
  ]
}

风险等级划分

风险等级	风险评分	波动率	最大回撤	适合人群
低风险	0-30	<10%	<5%	保守型
中低风险	30-50	10-15%	5-10%	稳健型
中等风险	50-70	15-20%	10-15%	平衡型
中高风险	70-85	20-25%	15-20%	进取型
高风险	85-100	>25%	>20%	激进型

VaR计算方法

1. 历史模拟法 (Historical Simulation)

VaR = 收益率序列的(1-置信度)分位数
优点: 无需假设分布
缺点: 依赖历史数据质量

2. 参数法 (Parametric / Variance-Covariance)

VaR = μ - z * σ
其中: μ=均值, σ=标准差, z=标准正态分位数
优点: 计算简单
缺点: 假设正态分布

3. 蒙特卡洛模拟 (Monte Carlo)

1. 拟合收益率分布参数
2. 随机生成大量收益率路径
3. 计算组合价值分布
4. 取分位数作为VaR
优点: 灵活性强
缺点: 计算量大

示例

示例1: 全面风险分析

输入:

分析基金000001的风险指标

输出:

📊 华夏成长混合 (000001) - 风险分析报告

收益风险指标:
  夏普比率: 1.23 ⭐⭐⭐⭐ (优秀)
  索提诺比率: 1.50 ⭐⭐⭐⭐⭐ (非常优秀)
  卡玛比率: 1.66 ⭐⭐⭐⭐ (优秀)

市场风险指标:
  Beta系数: 1.15 (波动大于市场)
  Alpha超额收益: 3.2% (有超额收益)

极端风险指标:
  95% VaR: -2.85% (日度)
  99% VaR: -4.52% (日度)
  最大回撤: -15.2% (持续45天)

风险等级: 中高风险 (72/100)

示例2: 风险预警

输入:

检查基金000001的风险预警

输出:

⚠️ 风险预警 - 华夏成长混合 (000001)

🔴 高风险预警:
  • 波动率(22.5%)高于历史均值15%
  • 当前回撤(-12.3%)接近最大回撤阈值

🟡 中风险提醒:
  • Beta系数(1.25)较高，市场敏感
  • 尾部风险上升，偏度为负

✅ 正常指标:
  • 夏普比率正常
  • 流动性风险可控

建议: 关注市场波动，适当降低仓位

注意事项

1. VaR基于历史数据，不代表未来极端风险
2. 风险指标应综合多个维度评估
3. 不同市场环境下风险特征可能变化
4. 建议定期(月度/季度)更新风险分析
5. 风险分析仅供参考，不构成投资建议

依赖

numpy>=1.20.0
scipy>=1.7.0
pandas>=1.3.0
matplotlib>=3.4.0

作者

FinClaw - 上海财经大学金融研究工具