菜单
本技能基于经典投资组合理论（Modern Portfolio Theory / MPT），为客户提供三种量化策略生成的资产配置方案。支持输入客户风险偏好、资产规模、投资期限和目标收益，返回马科维茨有效前沿推荐组合、风险平价组合和最大多样化组合，并附带持仓明细、预期收益、年化波动率和夏普比率。
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。
基于 SOC 职业分类
Enterprise WeChat template_card builder and sender. Provides reusable card templates for due diligence reports, stock alerts, risk warnings, and more. Supports text_notice, news_notice, and button_interaction card types with fallback to markdown.
本技能为进出口企业提供全面的贸易融资方案推荐与对比分析，基于企业类型、贸易类型、融资金额、账期等关键参数，智能推荐最适合的融资产品。
Financial AI Skill - 客户经理营销话术实时生成器。输入客户画像和营销目标，AI自动生成电话/微信/拜访话术，支持异议处理预演、方言适配、多风格切换。覆盖零售/对公/理财/私行/信用卡全营销岗位。
网点分析技能是一个基于AI的银行网点竞争力评估与经营规划引擎。该技能综合分析网点的地理位置、竞争格局、客群特征等维度，输出SWOT分析、三年经营预测、重点发展业务方向及投入产出建议。
ALM（Asset-Liability Management，资产负债管理）引擎专注于银行资产负债表的全方位分析与优化。输入银行资产负债数据（资产规模、负债结构、期限分布），输出完整的缺口分析、风险指标（LCR/NSFR/久期缺口）及优化建议。
Financial AI Skill - 产品手册智能对话引擎。基于 BM25 + TF-IDF 双路检索 + RRF 融合的轻量级 RAG，零外部依赖、毫秒级响应、自动出处标注。支持理财/信用卡/贷款等多种产品手册同时入库，语音/文字提问秒回精准答案。Hit@1 实测 100%，平均检索耗时 < 3ms。
| name | portfolio_management |
| description | 本技能基于经典投资组合理论（Modern Portfolio Theory / MPT），为客户提供三种量化策略生成的资产配置方案。支持输入客户风险偏好、资产规模、投资期限和目标收益，返回马科维茨有效前沿推荐组合、风险平价组合和最大多样化组合，并附带持仓明细、预期收益、年化波动率和夏普比率。 |
| version | 1.0.0 |
| author | AlphaAgent |
| license | MIT |
| layer | L3 |
| capability_domain | ["C02","C03","C05"] |
| industry | financial |
| metadata | {"raw_title":"Portfolio Management Skill（投资组合管理技能）","auto_generated":true,"auto_generated_at":"2026-06-20"} |
本技能基于经典投资组合理论（Modern Portfolio Theory / MPT），为客户提供三种量化策略生成的资产配置方案。支持输入客户风险偏好、资产规模、投资期限和目标收益，返回马科维茨有效前沿推荐组合、风险平价组合和最大多样化组合，并附带持仓明细、预期收益、年化波动率和夏普比率。
| 类别 | 资产 | 预期年化收益 | 年化波动率 |
|---|---|---|---|
| A股 | 沪深300ETF、中证500ETF、创业板ETF、消费ETF、医药ETF、红利低波ETF、家电ETF、新能源ETF、半导体ETF | 9%~14% | 18%~34% |
| 港股 | 恒生ETF、港股科技ETF | 9%~15% | 25%~35% |
| 美股 | 标普500ETF、纳斯达克ETF、中概互联ETF | 10%~14% | 18%~32% |
| 债券 | 国债ETF、企业债ETF、政金债ETF | 3.5%~5% | 4%~6% |
| 黄金/大宗 | 黄金ETF、豆粕ETF | 5%~6% | 15%~20% |
| REITs | 公募REITs | 7% | 12% |
| 现金 | 货币基金 | 1.8% | 0.3% |
| 参数 | 类型 | 说明 | 示例 |
|---|---|---|---|
| risk_preference | str | 风险偏好：保守型/稳健型/平衡型/进取型/激进型 | 平衡型 |
| asset_size | float | 资产规模（万元） | 500 |
| investment_horizon | int | 投资期限（年） | 3 |
| target_return | float, optional | 目标年化收益（%），如 8.0 | 8.0 |
{
"metadata": {
"risk_preference": "平衡型",
"asset_size": 500,
"investment_horizon_years": 3,
"target_return_pct": 8.0,
"assets_used": [...]
},
"markowitz_efficient": {
"strategy": "马科维茨有效前沿（最优夏普）",
"expected_return_annual": 9.8,
"volatility_annual": 14.5,
"sharpe_ratio": 0.676,
"max_drawdown_estimate": -21.75,
"holdings": [
{
"asset": "沪深300ETF",
"weight": 25.0,
"allocation": 125.0,
"asset_type": "股票",
"region": "A股"
}
]
},
"markowitz_min_variance": {...},
"risk_parity": {...},
"max_diversification": {...},
"summary": {
"highest_sharpe": "markowitz_efficient",
"lowest_volatility": "risk_parity",
"highest_return": "max_diversification"
}
}
# 标准用法
python3 scripts/portfolio_cli.py generate "组合管理 平衡型 资产500万 期限3年 目标收益8%"
# 仅生成组合
python3 scripts/portfolio_cli.py generate "平衡型 500 3 8"
# JSON 输出
python3 scripts/portfolio_cli.py generate "组合管理 平衡型 资产500万 期限3年 目标收益8%" --format=json
输入格式灵活，支持以下任意组合：
组合管理 [风险偏好] 资产[规模] 期限[年限] 目标收益[百分比][风险偏好] [规模]万 [年限]年 [目标]%balance [size] [horizon] [target]解析优先级：
使用 wecom_integration.py 生成飞书/企微消息卡片格式，适配 feishu_im_user_message 或 wecom_mcp 工具发送。