portfolio-optimize

name	portfolio_optimize
description	智能持仓分析：解析客户现有持仓（股票/债券/基金/现金比例） - 有效前沿优化：在风险约束下计算最优配置 - 调仓建议生成：买入/卖出/持有建议 + 执行优先级 - 风险收益评估：预期收益、年化波动率、夏普比率、最大回撤 - 对比分析：当前组合 vs 优化组合差异分析
version	1.0.0
author	AlphaAgent
license	MIT
layer	L2
capability_domain	["C02","C03","C05"]
industry	financial
metadata	{"raw_title":"portfolio_optimize - 投资组合优化引擎","auto_generated":true,"auto_generated_at":"2026-06-20"}

portfolio_optimize - 投资组合优化引擎

功能概述

基于有效前沿理论（Efficient Frontier） 的投资组合优化引擎，在给定风险约束下最大化预期收益，支持 Markowitz 均值-方差模型。

核心能力

• 智能持仓分析：解析客户现有持仓（股票/债券/基金/现金比例）
• 有效前沿优化：在风险约束下计算最优配置
• 调仓建议生成：买入/卖出/持有建议 + 执行优先级
• 风险收益评估：预期收益、年化波动率、夏普比率、最大回撤
• 对比分析：当前组合 vs 优化组合差异分析

内置资产库（20+）

权益类

• A股大盘（沪深300）、A股中小盘（中证500）、A股创业板
• 港股蓝筹、美股大盘（标普500）、美股科技（纳斯达克100）
• 日本股市、印度股市、德国股市

固定收益类

• 利率债（国债）、信用债（AA+）、可转债
• 货币基金、短期理财

另类资产

• 黄金、原油、农产品（CTA）
• REITs（房地产信托）

现金类

• 现金/活期存款

输入参数

参数	说明	示例
current_portfolio	当前持仓	{"stock": 0.7, "bond": 0.2, "cash": 0.1}
risk_preference	风险偏好	"low" / "medium" / "high"
return_target	收益目标	0.08（年化8%）
capital_constraint	资金约束	1000000（元）
optimization_goal	优化目标	"reduce_risk" / "enhance_return" / "balance"

输出结构

{
  "optimized_portfolio": {
    "assets": [...],
    "expected_return": 0.072,
    "volatility": 0.12,
    "sharpe_ratio": 0.6,
    "max_drawdown": 0.18
  },
  "adjustment建议": [
    {"action": "sell", "asset": "A股大盘", "ratio": -0.15, "priority": 1},
    {"action": "buy", "asset": "黄金", "ratio": 0.10, "priority": 2}
  ],
  "comparison": {
    "current_vs_optimized": {...}
  },
  "execution_priority": [...]
}

使用方式

CLI

python3 scripts/port_opt_cli.py generate "组合优化 当前持仓股票70%债券20%现金10% 目标风险降低"

Python API

from portfolio_optimize import PortfolioOptimizeEngine
engine = PortfolioOptimizeEngine()
result = engine.optimize(
    current_portfolio={"stock": 0.7, "bond": 0.2, "cash": 0.1},
    optimization_goal="reduce_risk"
)

依赖

• numpy>=1.21.0
• scipy>=1.7.0

目录结构

portfolio_optimize/
├── SKILL.md
├── port_opt_engine.py    # 核心优化引擎
├── __init__.py
├── scripts/
│   └── port_opt_cli.py   # CLI入口
└── wecom_integration.py  # 企微卡片