메뉴
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。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
| 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