القائمة
跟踪组合优化，计算跟踪误差与信息比率并优化构建跟踪组合。适用于指数跟踪与增强指数策略的。优化采用随机采样近似，未考虑成分股调整与交易成本，不适用于实盘指数跟踪，不构成投资建议。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/openJiuwen-ai/agent-store --skill benchmark-trackingيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
异常检测预警。基于规则引擎对网点运营数据执行异常检测，输出 CRITICAL/WARN/INFO 三级预警。触发词：异常检测、风险预警、今日预警、告警、有没有异常。当用户提到异常检测相关查询时触发。
网点数据查询。通过 NL2SQL 将自然语言转换为 SQL 语句，查询网点交易、客流、营销数据。支持大额交易、交易汇总、失败交易、对公客户等查询。触发词：今天大额交易、交易情况、客流量、营销转化率、失败交易、对公客户、交易汇总。当用户提到网点运营数据查询时触发。
网点全景概览。组合调用前三个 Skill 生成日终运营报告。触发词：网点概况、今日运营、日终报告、全景概览、整体情况。当用户提到网点全景查询时触发。
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | benchmark-tracking |
| description | 跟踪组合优化，计算跟踪误差与信息比率并优化构建跟踪组合。适用于指数跟踪与增强指数策略的。优化采用随机采样近似，未考虑成分股调整与交易成本，不适用于实盘指数跟踪，不构成投资建议。 |
| version | 1.0.0 |
| author | wangyi |
基准跟踪工具，计算跟踪误差和信息比率，优化构建跟踪组合，仅使用 Python 标准库。
tracking_error(portfolio_returns, benchmark_returns, annualization=1)计算跟踪误差。 必填: portfolio_returns, benchmark_returns
information_ratio(portfolio_returns, benchmark_returns, annualization=1)计算信息比率。 必填: portfolio_returns, benchmark_returns
tracking_quality(portfolio_returns, benchmark_returns, annualization=12)综合跟踪质量评估。 必填: portfolio_returns, benchmark_returns
optimize_tracking_portfolio(cov_matrix, benchmark_weights, asset_alphas=None, max_weight=1.0, min_weight=0.0, target_te=None, lambda_risk=1.0, n_iter=10000, seed=42)优化跟踪组合。 必填: cov_matrix, benchmark_weights
calc_te(weights)计算跟踪误差²。 必填: weights
python scripts/main.py \
--cov-matrix <cov_matrix> \
--benchmark-weights <benchmark_weights> \
--asset-alphas <asset_alphas> \
--max-weight <max_weight> \
--min-weight <min_weight> \
--target-te <target_te> \
--lambda-risk <lambda_risk> \
--n-iter <n_iter> \
--seed <seed>