القائمة
结构化产品定价工具，实现本金保护票据(PPN)与雪球产品(Autocallable)简化版定价。适用于金融工程教学、衍生品结构学习与定价原理演示；基于简化模型(欧式期权假设、单一标的)，不适用于实盘产品定价、对冲或风险管理决策。
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 structured-productيبقى 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 | structured-product |
| description | 结构化产品定价工具，实现本金保护票据(PPN)与雪球产品(Autocallable)简化版定价。适用于金融工程教学、衍生品结构学习与定价原理演示；基于简化模型(欧式期权假设、单一标的)，不适用于实盘产品定价、对冲或风险管理决策。 |
| version | 1.0.0 |
| author | wangyi |
以下函数定义在
scripts/main.py，可直接导入使用。
📌 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。
norm_cdf(x)标准正态累积分布函数 必填: x
bs_call(S, K, T, r, sigma)Black-Scholes 看涨期权价格 必填: S, K, T, r, sigma
ppn_pricing(principal, T, r, participation, S0, strike, sigma, guarantee=1.0)本金保护票据 (PPN) 定价。 必填: principal, T, r, participation, S0, strike, sigma
snowball_pricing(principal, S0, T, r, sigma, coupon_rate, knock_out, knock_in, observation_freq=12, n_paths=10000, n_steps=252, seed=42)雪球产品 (Autocallable) 蒙特卡洛定价。 必填: principal, S0, T, r, sigma, coupon_rate, knock_out, knock_in
python scripts/main.py \
--principal <principal> \
--S0 <S0> \
--T <T> \
--r <r> \
--sigma <sigma> \
--coupon-rate <coupon_rate> \
--knock-out <knock_out> \
--knock-in <knock_in> \
--observation-freq <observation_freq> \
--n-paths <n_paths> \
--n-steps <n_steps> \
--seed <seed>