Menu
面向公募基金量化风险分析，聚焦回撤、波动率、下行风险、VaR、Beta、夏普与风险收益匹配度。基于今日投资金融数据接口，自动识别基金代码并输出结构化基金风险分析报告。触发词：基金风险、回撤、波动率、下行风险、VaR、Beta、夏普、风险收益比。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
| name | investoday-fund-risk-analysis |
| title | 基金风险分析 |
| version | 1.3.0 |
| description | 面向公募基金量化风险分析，聚焦回撤、波动率、下行风险、VaR、Beta、夏普与风险收益匹配度。基于今日投资金融数据接口，自动识别基金代码并输出结构化基金风险分析报告。触发词：基金风险、回撤、波动率、下行风险、VaR、Beta、夏普、风险收益比。 |
| tags | ["fund-risk-analysis","max-drawdown","volatility","downside-risk","value-at-risk","beta","sharpe-ratio","risk-return-ratio"] |
| metadata | {"clawdbot":{"emoji":"🛡️","category":"finance","requires":{"skills":["investoday-finance-data"]}}} |
面向公募基金量化风险分析，聚焦回撤、波动率、下行风险、VaR、Beta、夏普与风险收益匹配度。基于今日投资金融数据接口，自动识别基金代码并输出结构化基金风险分析报告。
示例 1：风险水平
帮我看看这只基金风险大不大。
示例 2：回撤控制
000001 这只基金近一年最大回撤怎么样？
示例 3：风险收益比
这只基金波动和夏普比率怎么样，风险特征偏稳健还是偏进取？
💡 支持输入基金名称或 6 位基金代码。若用户只提供名称，优先使用
entity-recognition识别基金实体；若无法稳定唯一识别，再提示补充完整名称或代码。若只想看收益来源与主动管理能力，优先使用基金业绩归因分析；若希望把收益、风险、持仓、经理、费率放在同一框架里一起看，优先使用基金综合诊断。
本 Skill 依赖 investoday-finance-data（今日投资金融数据）Skill 获取实时金融数据。
基础 API 调用与底层执行方式统一以该 Skill 为准，业务 Skill 不重复展开底层接入细节。
以下为本 Skill 通过 investoday-finance-data 使用的数据接口。在 System Prompt 中以 工具ID 标识调用。
| 工具名称 | 工具ID | 方法 | 说明 |
|---|---|---|---|
| 实体识别 | entity-recognition | POST | 从自然语言中识别基金实体 |
| 基金基本信息 | fund/basic-info | POST | 获取基金名称、类型、风险收益特征 |
| 工具名称 | 工具ID | 方法 | 说明 |
|---|---|---|---|
| 归因分析 | fund/performance-attribution | POST | 获取回撤、波动率、下行波动率、VaR、夏普、索提诺、卡玛、Beta、Alpha 等指标 |
| 现任基金经理及回报 | fund/current-manager-returns | POST | 获取基金经理任期回报、从业年限等信息，用于辅助判断风控结果 |
用户提供基金名称或代码后，Agent 按以下流程获取数据：
entity-recognition (POST)，参数 input=<用户原始问题>fund/basic-info (POST)，参数 fundCode=<code>fund/performance-attribution (POST)，参数 fundCode=<code>fund/current-manager-returns (POST)，参数 fundCode=<code>并行优化：完成 Step 0 的基金识别后，Step 1-3 可并行调用；风险分析优先看近 1 年与近 3 年维度，再用近 1 月、3 月、6 月辅助判断风险是否在放大或收敛。
Agent 获取数据后，按以下 5 步框架进行结构化分析：
目标：确认基金类型与产品定位，为风险判断建立基准。
数据来源：fund/basic-info
分析要点：
输出：基金风险画像与分析口径。
目标：判断基金净值承压时的回撤深度与回撤控制能力。
数据来源：fund/performance-attribution
分析要点：
输出：回撤风险结论与主要风险区间。
目标：判断基金净值波动幅度和下跌风险暴露程度。
数据来源：fund/performance-attribution
分析要点：
输出：波动性与下行风险结论。
目标：判断基金承担的风险是否换来了相对匹配的收益。
数据来源：fund/performance-attribution
分析要点：
输出：风险收益匹配度与市场敏感度判断。
目标：结合基金经理任期表现，判断当前风险承担结果是否匹配。
数据来源：fund/current-manager-returns + 前 4 步结果汇总
分析要点：
输出：综合风险结论、主要短板与后续观察重点。
口径提示：以下阈值仅适合作为同类型基金内部的粗略参考，不能直接拿股票型、债券型、指数型等不同产品横向套用。
| 信号组合 | 含义 | 判断 |
|---|---|---|
| 近1年最大回撤 < 10% | 回撤压力较低 | ✅ 积极 |
| 近1年最大回撤在 10%-20% | 回撤处于中等水平 | 📊 中性 |
| 近1年最大回撤 ≥ 20% | 回撤压力较大 | ⚠️ 警惕 |
| 近1年年化波动率 < 15% | 波动较低 | ✅ 积极 |
| 近1年年化波动率在 15%-25% | 波动中等 | 📊 中性 |
| 近1年年化波动率 ≥ 25% | 波动较高 | ⚠️ 警惕 |
| 夏普比率 > 1 | 风险调整后收益较好 | ✅ 积极 |
| 夏普比率在 0-1 | 风险收益比一般 | 🟡 关注 |
| 夏普比率 < 0 | 风险承担未换来正向回报 | 🔴 高风险 |
| Beta > 1 且回撤偏大 | 对市场敏感度较高 | ⚠️ 警惕 |
# 🛡️ [基金名称]（[基金代码]）风险分析报告
> 分析日期：YYYY-MM-DD | 数据来源：今日投资
## 一、风险结论
（先用一段话概括当前风险等级和主要原因）
## 二、基金风险画像
（基金类型、风险收益特征、产品定位）
## 三、回撤风险分析
（多期限最大回撤与回撤控制结论）
## 四、波动与下行风险分析
（波动率、下行波动率、VaR）
## 五、风险收益匹配度
（夏普、索提诺、卡玛、Beta、Alpha）
## 六、经理风控结果
（任期回报、从业经验与风险承担结果）
## 综合结论
- 3-5 条核心发现
- 明确主要风险来源与风险缓冲因素
- 给出后续需要跟踪的风险信号
用户说：“这只基金近一年回撤怎么样，风险特征偏稳健还是偏进取？”
entity-recognition 识别基金实体与基金代码fund/basic-info、fund/performance-attribution 与 fund/current-manager-returns