메뉴
A股投资组合管理/持仓分析。当用户说"组合分析"、"持仓分析"、"portfolio"、"我的持仓怎么样"、"帮我看看组合"、"仓位管理"、"组合优化"、"风险分析"、"再平衡"、"行业暴露"时触发。对用户提供的持仓组合进行全面分析，包括持仓集中度、行业/风格暴露、风险指标、收益归因、再平衡建议。通过 cn-stock-data 获取各持仓股的行情和财务数据。支持机构组合报告风格（formal）和个人持仓复盘风格（brief）。
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.
npx skills add https://github.com/aifinlab/FinClaw --skill a-share-portfolio명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
A股逆向选择/信息不对称分析。当用户说"逆向选择"、"adverse selection"、"信息不对称"、"知情交易者"、"逆向选择成本"、"信息劣势"时触发。基于 cn-stock-data 获取数据，度量逆向选择与信息不对称程度。支持 formal/brief 两种输出风格。
A股量价异常检测/异动监控。当用户说"异常检测"、"异动"、"anomaly"、"量价异常"、"异常波动"、"XX有异动"时触发。量化检测股价和成交量异常。支持formal和brief风格。
A股自相关/序列相关性/收益率自相关结构分析。当用户说"自相关"、"autocorrelation"、"序列相关"、"收益率预测性"、"动量还是反转"、"自相关系数"、"ACF"、"PACF"、"Ljung-Box"、"收益率是否可预测"、"随机游走检验"时触发。MUST USE when user asks about return autocorrelation, serial correlation tests, or whether a stock's returns are predictable. 量化分析收益率的自相关结构（ACF/PACF、Ljung-Box检验、随机游走检验）。支持formal和brief风格。
SOC 직업 분류 기준
SKILL.md 표시 중
| name | a-share-portfolio |
| description | A股投资组合管理/持仓分析。当用户说"组合分析"、"持仓分析"、"portfolio"、"我的持仓怎么样"、"帮我看看组合"、"仓位管理"、"组合优化"、"风险分析"、"再平衡"、"行业暴露"时触发。对用户提供的持仓组合进行全面分析，包括持仓集中度、行业/风格暴露、风险指标、收益归因、再平衡建议。通过 cn-stock-data 获取各持仓股的行情和财务数据。支持机构组合报告风格（formal）和个人持仓复盘风格（brief）。 |
SCRIPTS="$SKILLS_ROOT/cn-stock-data/scripts"
# 各持仓股行情
python "$SCRIPTS/cn_stock_data.py" quote --code [CODE1],[CODE2],[CODE3],...
# 各持仓股财务指标
python "$SCRIPTS/cn_stock_data.py" finance --code [CODE]
# 各持仓股K线（组合收益计算）
python "$SCRIPTS/cn_stock_data.py" kline --code [CODE] --freq daily --start [起始日期]
# 大盘指数（基准对比）
python "$SCRIPTS/cn_stock_data.py" kline --code SH000300 --freq daily --start [起始日期]
# 北向资金（外资对持仓的态度）
python "$SCRIPTS/cn_stock_data.py" north_flow
Step 1: 持仓信息确认
收集用户持仓信息：
| 代码 | 名称 | 持仓数量(股) | 成本价(元) | 买入日期 |
|---|
如果用户只给出股票代码和大致比例，也可以基于比例分析。
Step 2: 持仓快照
通过 cn-stock-data quote 获取最新行情，计算：
| 代码 | 名称 | 现价 | 成本价 | 持仓市值(元) | 占比(%) | 盈亏(%) | 盈亏额(元) |
|---|
汇总：总市值、总盈亏、加权平均收益率
Step 3: 组合特征分析
集中度分析：
行业暴露：
| 行业 | 持仓占比(%) | 沪深300权重(%) | 超配/低配 |
|---|
风格暴露：
| 维度 | 组合加权平均 | 沪深300 | 偏向 |
|---|---|---|---|
| PE(TTM) | 价值/成长 | ||
| PB | |||
| 市值(亿) | 大盘/中小盘 | ||
| ROE(%) | 质量 | ||
| 股息率(%) | 红利 |
Step 4: 风险分析
个股风险：
组合风险：
Step 5: 优化建议
基于分析结果给出建议：
Step 6: 输出
| 维度 | formal（机构组合报告） | brief（个人持仓复盘） |
|---|---|---|
| 篇幅 | 4-8 页 | 1-2 页 |
| 持仓明细 | 完整表格 + 各股核心指标 | 持仓快照表 |
| 行业暴露 | 完整 vs 基准对比 | Top 3 行业 |
| 风格分析 | 多维度雷达图描述 | PE/市值一句话 |
| 风险分析 | 详细（个股+组合+情景） | 核心风险 2-3 条 |
| 优化建议 | 详细再平衡方案 | 简要建议 |
| 免责声明 | 需要 | 不需要 |
# 调用 skill
result = run_skill({
"param1": "value1",
"param2": "value2"
})
python scripts/run_skill.py --input data.json