基于 SOC 职业分类
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/openJiuwen-ai/agent-store --skill black-litterman命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
正在显示 SKILL.md
异常检测预警。基于规则引擎对网点运营数据执行异常检测，输出 CRITICAL/WARN/INFO 三级预警。触发词：异常检测、风险预警、今日预警、告警、有没有异常。当用户提到异常检测相关查询时触发。
网点数据查询。通过 NL2SQL 将自然语言转换为 SQL 语句，查询网点交易、客流、营销数据。支持大额交易、交易汇总、失败交易、对公客户等查询。触发词：今天大额交易、交易情况、客流量、营销转化率、失败交易、对公客户、交易汇总。当用户提到网点运营数据查询时触发。
网点全景概览。组合调用前三个 Skill 生成日终运营报告。触发词：网点概况、今日运营、日终报告、全景概览、整体情况。当用户提到网点全景查询时触发。
| name | black-litterman |
| description | Black-Litterman模型，结合市场均衡收益与投资者主观观点计算后验预期收益。适用于多资产组合配置与观点融合的。逆方差矩阵为简化计算，未考虑观点置信度校准与交易成本，不构成投资建议。 |
| version | 1.0.0 |
| author | wangyi |
Black-Litterman 模型工具，结合市场均衡收益与投资者主观观点，计算后验预期收益，仅使用 Python 标准库。
📌 说明：本工具基于简化模型实现，仅使用 Python 标准库。结果仅供学习参考，不构成投资建议。
risk_aversion_coefficient(market_return, risk_free_rate, market_volatility)计算风险厌恶系数。 必填: market_return, risk_free_rate, market_volatility
implied_equilibrium_returns(cov_matrix, market_weights, risk_aversion)计算隐含均衡收益（逆优化）。 必填: cov_matrix, market_weights, risk_aversion
compute_omega(cov_matrix, P, tau, method='proportional')计算观点不确定性矩阵 Ω。 必填: cov_matrix, P, tau
black_litterman_posterior(cov_matrix, implied_returns, P, Q, tau=0.05, omega=None)计算 Black-Litterman 后验预期收益和协方差。 必填: cov_matrix, implied_returns, P, Q
bl_optimal_weights(posterior_returns, posterior_cov, risk_aversion)基于 BL 后验计算最优权重。 必填: posterior_returns, posterior_cov, risk_aversion
run_black_litterman(market_weights, cov_matrix, P, Q, risk_free_rate=0.02, market_risk_premium=0.06, market_volatility=0.15, tau=0.05, omega_method='proportional')Black-Litterman 模型完整流程。 必填: market_weights, cov_matrix, P, Q
python scripts/main.py \
--market-weights <market_weights> \
--cov-matrix <cov_matrix> \
--P <P> \
--Q <Q> \
--risk-free-rate <risk_free_rate> \
--market-risk-premium <market_risk_premium> \
--market-volatility <market_volatility> \
--tau <tau> \
--omega-method <omega_method>