メニュー
面向公募基金业绩归因分析，聚焦超额收益来源、选股能力、择时能力、配置支撑与业绩可持续性。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业绩归因报告。触发词：业绩归因、超额收益、选股能力、择时能力、业绩来源、主动管理能力。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
| name | investoday-fund-performance-attribution-analysis |
| title | 基金业绩归因分析 |
| version | 1.3.0 |
| description | 面向公募基金业绩归因分析，聚焦超额收益来源、选股能力、择时能力、配置支撑与业绩可持续性。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业绩归因报告。触发词：业绩归因、超额收益、选股能力、择时能力、业绩来源、主动管理能力。 |
| tags | ["performance-attribution","excess-return","stock-selection","market-timing","active-management","allocation-support","peer-comparison","return-drivers"] |
| metadata | {"clawdbot":{"emoji":"🎯","category":"finance","requires":{"skills":["investoday-finance-data"]}}} |
面向公募基金业绩归因分析，聚焦超额收益来源、选股能力、择时能力、配置支撑与业绩可持续性。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业绩归因报告。
示例 1：收益来源
帮我分析一下这只基金的收益主要来自哪里。
示例 2：选股还是择时
这只基金最近跑赢同类，是靠选股还是靠择时？
示例 3：可持续性
这只基金的超额收益能不能持续，当前配置支不支持？
💡 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。若用户主要关心波动、回撤和风险承受，优先使用基金风险分析；若需要把收益、风险、持仓、经理、费用分红一起看，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、投资目标与策略 |
| 工具名称 | 工具ID | 方法 | 说明 |
|---|---|---|---|
| 同类平均指标 | fund/eval-peer-avg-ind | POST | 获取收益、同类平均、排名、Alpha、Beta 等同类比较数据 |
| 归因分析 | fund/performance-attribution | POST | 获取选股能力、择时能力、风险收益指标等 |
| 工具名称 | 工具ID | 方法 | 说明 |
|---|---|---|---|
| 基金资产分布 | fund/portfolio-asset-holdings | POST | 获取股票、债券、现金等配置比例 |
| 现任基金经理及回报 | fund/current-manager-returns | POST | 获取基金经理任期回报与从业信息 |
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/eval-peer-avg-ind (POST)，参数 fundCode=<code>fund/performance-attribution (POST)，参数 fundCode=<code>fund/portfolio-asset-holdings (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 1-5 可并行调用；分析时优先用 Step 2-3 判断超额收益与主动管理来源，再用 Step 4-5 验证业绩支撑与延续性。
Agent 获取数据后，按以下 5 步框架进行结构化分析：
目标：明确基金属于主动还是偏被动、偏股还是偏债，以及评价业绩的合适口径。
数据来源：fund/basic-info
分析要点：
输出：基金定位与业绩分析口径。
目标：确认基金近期和中长期收益是否持续跑赢同类，以及超额收益强度如何。
数据来源：fund/eval-peer-avg-ind
分析要点：
输出：超额收益来源与同类竞争力判断。
目标：对主动产品区分业绩主要来自选股能力还是择时能力；对偏被动产品优先判断 Beta 与配置暴露。
数据来源：fund/performance-attribution
分析要点：
输出：主动管理能力结构与稳定性判断。
目标：分析当前仓位和资产配置是否支持既有收益特征。
数据来源：fund/portfolio-asset-holdings + fund/basic-info
分析要点：
输出：配置支撑判断与风格依赖结论。
目标：结合基金经理任期表现，判断当前业绩是否具有一定持续性。
数据来源：fund/current-manager-returns + 前 4 步结果汇总
分析要点：
输出：业绩可持续性判断与综合结论。
口径提示：以下信号更适合作为主动管理型或同策略基金之间的粗略参考；若产品偏被动或指数跟踪，应弱化对“选股/择时能力”的直接解读。
| 信号组合 | 含义 | 判断 |
|---|---|---|
| 收益持续高于同类平均且 Alpha 为正 | 主动超额较明确 | ✅ 积极 |
| 收益高于同类但 Beta 明显偏高 | 业绩更偏市场暴露驱动 | 🟡 关注 |
| 选股能力持续为正 | 经理选股贡献较强 | ✅ 积极 |
| 择时能力持续为正 | 仓位调整有效 | ✅ 积极 |
| 选股能力为正、择时能力偏弱 | 更偏选股型产品 | 📊 中性 |
| 选股与择时都偏弱但收益不差 | 可能更多来自风格或 Beta | ⚠️ 警惕 |
| 资产配置与产品定位一致且股票仓位支撑收益 | 当前配置具备支撑 | ✅ 积极 |
| 高收益伴随高波动和高回撤 | 业绩质量需折价看待 | 🟡 关注 |
| 经理任期较短或任期回报缺乏代表性 | 可持续性仍需观察 | 📊 中性 |
| 长期业绩、选股能力、经理任期回报三者一致 | 业绩延续性较强 | ✅ 积极 |
# 🎯 [基金名称]（[基金代码]）业绩归因分析报告
> 分析日期：YYYY-MM-DD | 数据来源：今日投资
## 一、业绩归因结论
（先用一段话概括超额收益来源、主动管理强弱与可持续性）
## 二、基金定位与业绩画像
（基金类型、策略、收益风格、同类位置）
## 三、超额收益来源
（收益、同类平均、Alpha、Beta 角度的判断）
## 四、主动管理能力
（选股能力、择时能力及其稳定性）
## 五、配置支撑与风格依赖
（资产配置是否支持当前业绩特征）
## 六、业绩可持续性
（经理任期表现与后续延续性判断）
## 综合结论
- 3-5 条核心发现
- 明确业绩主要来自 Alpha、Beta、选股还是择时
- 给出后续需要跟踪的关键变量
用户说：“这只基金最近跑赢同类，是靠选股还是择时？”
entity-recognition 识别基金实体与基金代码fund/basic-info、fund/eval-peer-avg-ind、fund/performance-attribution、fund/portfolio-asset-holdings 与 fund/current-manager-returns