القائمة
操作风险量化工具，实现基本指标法、损失分布法（LDA）及频率/严重性分布拟合（泊松、对数正态、Weibull、GPD）。实现，适用于操作风险建模教学与LDA原型验证。不适用于正式操作风险资本计算或监管报告，分布参数为示意值且未考虑相关性调整，结果仅供学习参考。
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 operational-riskيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | operational-risk |
| description | 操作风险量化工具，实现基本指标法、损失分布法（LDA）及频率/严重性分布拟合（泊松、对数正态、Weibull、GPD）。实现，适用于操作风险建模教学与LDA原型验证。不适用于正式操作风险资本计算或监管报告，分布参数为示意值且未考虑相关性调整，结果仅供学习参考。 |
| version | 1.0.0 |
| author | wangyi |
操作风险量化工具，使用损失分布法（LDA）对高频低频操作风险损失事件进行建模，计算操作风险资本。
📌 说明：本工具基于简化模型实现，仅使用 Python 标准库。结果仅供学习参考，不构成投资建议或交易依据。
poisson_pmf(k, lam)泊松分布概率质量函数。 必填: k, lam
poisson_sample(lam)从泊松分布中抽样（Knuth算法）。 必填: lam
negative_binomial_sample(r, p)从负二项分布中抽样。 必填: r, p
fit_frequency_distribution(event_counts, dist_type='poisson')拟合频率分布。 必填: event_counts
lognormal_sample(mu, sigma)从对数正态分布中抽样。 必填: mu, sigma
lognormal_pdf(x, mu, sigma)对数正态分布概率密度函数。 必填: x, mu, sigma
weibull_sample(shape, scale)从 Weibull 分布中抽样。 必填: shape, scale
gpd_sample(shape, scale)从广义帕累托分布(GPD)中抽样。 必填: shape, scale
fit_severity_distribution(losses, dist_type='lognormal', threshold=None)拟合严重性分布。 必填: losses
loss_distribution_approach(frequency_params, severity_params, confidence_level=0.999, n_simulations=100000, seed=42)损失分布法计算操作风险资本。 必填: frequency_params, severity_params
operational_risk_basics(gross_income, factor=0.15)基本指标法计算操作风险资本。 必填: gross_income
python scripts/main.py \
--lam <lam> \