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 tactical-allocation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
基于 SOC 职业分类
| name | tactical-allocation |
| description | 战术资产配置，基于动量信号、均值方差倾斜与风险预算进行短期配置调整。适用于战术资产配置理论与实践的。信号生成与倾斜参数为简化设定，未做参数稳健性检验，不构成投资建议。 |
| version | 1.0.0 |
| author | wangyi |
战术资产配置工具，基于动量信号、均值方差倾斜和风险预算进行短期资产配置调整，仅使用 Python 标准库。
momentum_signal(returns_history, lookback=12, method='total')计算动量信号。 必填: returns_history
cross_sectional_momentum(returns_history, lookback=12)横截面动量信号（相对排名）。 必填: returns_history
mean_variance_tilt(strategic_weights, returns_history, tilt_factor=0.3, risk_free_rate=0.0, max_deviation=0.15)基于均值方差优化的战术倾斜。 必填: strategic_weights, returns_history
momentum_tilt(strategic_weights, returns_history, lookback=12, tilt_factor=0.2, max_deviation=0.15, signal_method='cross_sectional')基于动量信号的战术倾斜。 必填: strategic_weights, returns_history
risk_budget_tilt(strategic_weights, returns_history, signals, tilt_factor=0.3, max_deviation=0.15)基于风险预算的战术倾斜。 必填: strategic_weights, returns_history, signals
multi_signal_taa(strategic_weights, returns_history, signals, signal_weights=None, tilt_factor=0.2, max_deviation=0.15)多信号整合的战术资产配置。 必填: strategic_weights, returns_history, signals
python scripts/main.py \
--strategic-weights <strategic_weights> \
--returns-history <returns_history> \
--signals <signals> \
--signal-weights <signal_weights> \
--tilt-factor <tilt_factor> \
--max-deviation <max_deviation>