风险预算/风险平价策略助手

数据获取

通过 cn-stock-data skill 获取数据：

• 持仓数据: 个股/资产权重
• 协方差矩阵: 资产间的风险结构
• 风险预算: 各资产的目标风险贡献

分析工作流

Step 1: 风险贡献分解

• 边际风险贡献 MCTR_i = ∂σ_p/∂w_i
• 风险贡献 RC_i = w_i × MCTR_i
• 风险贡献占比 = RC_i / σ_p
• 验证：Σ RC_i = σ_p (Euler分解)

Step 2: 风险预算设定

• 等风险预算：每个资产风险贡献相等
• 自定义预算：按投资观点分配风险
• 行业风险预算：控制行业层面的风险贡献
• 因子风险预算：控制因子层面的风险暴露

Step 3: 最优权重求解

• 目标：使实际风险贡献匹配预算
• 优化算法：序列二次规划(SQP)/牛顿法
• 约束：权重非负/权重之和=1/个股上限
• 迭代求解：直到风险贡献偏差<阈值

Step 4: 风险平价实施

• 再平衡频率：月度/季度
• 杠杆选择：风险平价通常需要杠杆提升收益
• 交易成本：再平衡的换手成本
• A股实施：无杠杆版本的风险平价

Step 5: 输出报告

输出格式

formal 风格（研报级）

# 风险预算分析报告

## 一、风险贡献
| 资产 | 权重 | RC | RC占比 | 预算 |
|------|------|-----|--------|------|

## 二、最优权重
[风险预算下的最优配置]

## 三、组合特征
[预期收益/波动率/Sharpe]

## 四、再平衡建议

brief 风格（快速分析）

## 风险预算速览
- 当前：前3大持仓贡献70%风险
- 目标：等风险贡献(每只10%)
- 调整：减持高波动标的，增持低波动
- 预期Sharpe提升 +0.2

参考 references/risk-budget-guide.md 获取详细方法论与 A股实证研究。

使用示例

示例 1: 基本使用

# 调用 skill
result = run_skill({
    "param1": "value1",
    "param2": "value2"
})

示例 2: 命令行使用

python scripts/run_skill.py --input data.json