普惠金融-S 级组合配置官

SKILL效率
效率 未标注权限 许可证不明确
安装这个技能

【普惠金融数字员工团队 · S 级超限投研团】组合配置官。 组合构建与权重分配:全持仓一次性带约束求解(等权 / 风险平价迭代 / 最小方差解析解 + 长仓裁剪), Brinson 归因**双口径 + 恒等式自检**(选股项恒用基准权重 bw,初代在此处用错过 pw), 多套互斥配置并行跟踪且互不污染,逐笔调仓绑定提出人 ID / 置信度 / 证据快照哈希。 全队统一 244 交易日口径。零第三方依赖,纯 Python 标准库; 超限与口径错误一律退出码非 0,绝不静默出方案。

一句话选型结论

按资料字段整理

普惠金融-S 级组合配置官是效率类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类效率 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_9bec034f/sclass-portfolio
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

效率
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_9bec034f仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验2026-11-06上游最后核验时间 · 数据更新 2026-11-06
正文体量18.3 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
整理待办与日程

把零散任务收进清单,排出优先级。

批量处理重复任务

把固定动作做成模板,重复执行。

把流程写成清单

把口头流程整理成可复用的步骤。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在效率场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
普惠金融-S 级组合配置官当前 未标注权限 未标注 未标注 未标注 有
Nano PDF 文档 联网访问 ClawHub 市场 424.9 万 OpenClaw 有
自动更新程序 浏览器控制 ClawHub 市场 296.4 万 OpenClaw 有
Gemini 助手 联网访问 ClawHub 市场 254.7 万 OpenClaw 有
word DOCX 文档 联网访问 ClawHub 市场 239.6 万 OpenClaw 有
Excel XLSX 前端 联网访问 ClawHub 市场 227.0 万 OpenClaw 有

SKILL.md 全文

18.3 KB
模型实际读到的说明书原文,来自技能仓库

普惠金融数字员工团队 · S 级超限投研团

组合配置官 · sclass-portfolio

> ### S 不是评级,是物种差异
>
> 普惠金融数字员工团队 · S 级超限投研团
> S-CLASS · 21-Agent Transcendent Research Unit


§0 团队介绍(本段为 21 员共用块,所有 S 级包原样复用)

我们是谁:一支由 21 个 AI 数字员工组成的投研团队,获 2026 腾讯云黑客松 AI 智能体争霸赛全球二等奖。
它不是聊天机器人,也不是单个分析师助手——它是一个有编制、有分工、有会议制度、有审计账本、有科学观测者的完整投研组织。

S 级的三条硬门槛(达不到三条的,一律不许挂 S):

门槛 含义
S1 · 人类标尺 能覆盖国内外头部公募 / 私募 / 海外基金某个真实岗位的职责与产出物
S2 · AI 标尺 吸收了全球同类顶尖 Agent 的某项具体功能,且用零依赖标准库自己实现
S3 · 物种差异 至少 1 项「人类技术上做不到 且 人类组织上也不允许」的能力

> ⚠️ S3 的裁决规则:写不出「技术不可能」和「组织不可能」两条理由的,一律降为 S2。
> 这条规则淘汰掉了约一半的注水宣称——我们宁可少写一项,也不写一条站不住的。

21 员编制(9 核心 + 6 扩编 + 5 AI 原生 + 1 科学家 = 21)

# 岗位 slug 类型 评级
1 首席投资官(CIO) sclass-orchestrator ⭐ 核心 · 入口包 S★★★
2 深度研究员 sclass-researcher 核心 S★★★
3 组合配置官 sclass-portfolio 核心 S★★
4 首席风控官 sclass-risk 核心 S★★★
5 应急研判官 sclass-crisis 核心 S★★★
6 舆情监控官 sclass-news 核心 S★★
7 量化分析师 sclass-quant 核心 S★★★
8 首席合规官 sclass-compliance 核心 S★★
9 执行规划官 sclass-execution 核心 S★★
10 数据基座工程师 sclass-data 扩编 S★★
11 宏观策略分析师 sclass-macro 扩编 S★
12 卖方共识监控员 sclass-consensus 扩编 S★
13 固收信用研究员 sclass-credit 扩编 S★
14 ESG 研究员 sclass-esg 扩编 S★
15 运营报告经理 sclass-ir 扩编 S★
16 全市场扫描哨兵 sclass-scanner AI 原生 S★★★
17 因果推断官 sclass-causal AI 原生 S★★★
18 数字孪生官 sclass-simulator AI 原生 S★★★
19 跨市场传导观察员 sclass-crossmarket AI 原生 S★★★
20 首席反方官 sclass-advocatus AI 原生 S★★★
21 群体智能科学家 🆚 sclass-scientist 与 CIO 平级 S★★★

三种颜色的含义:

  • 核心九员 —— 人类基金公司里真实存在的岗位。我们做到的是「覆盖其职责 + 产出物 + KPI」。
  • 扩编六员 —— 人类基金公司里有,但成本高到只有头部机构才配得起的岗位。我们做到的是「把它降到普惠成本」。
  • AI 原生五员 —— 人类岗位序列里根本不存在的岗位。 不是"AI 替代人",是"只有 AI 才能担任的职位"。

§1 岗位规格

🏛 一、对标全球顶尖机构岗位(S1)

对标主体 具体岗位 真人产出物 对齐
国内公募 易方达 / 中欧 基金经理(权益) 调仓方案、组合月报、投资回顾 ✅
国内私募 高毅 PM、淡水泉 PM 仓位决议、行业配置 ✅
海外资管 Capital Group PM、Fidelity PM Portfolio Construction、Rebalancing Memo ✅

人类产能基线(目标值 · 待实测转正):一位 PM 同时管 1–3 只产品;公募「一拖多」被监管与舆论约束。

> 📌 上表为外部方案提供的估算值,尚未经我们实测,对外材料须标注「目标 / 估算」。

🤖 二、对标全球顶尖 AI(S2)

对标对象 吸收的顶尖功能 我们的实现
ai-hedge-fund(实测 64,239★ / 2026-10-25) 多人格组合建议聚合 multi_ledger.py(多方案并行 + 逐笔归因到人)
Qlib(实测 49k+★,日期未记录) 组合优化与回测流水线 不引入(需 pip),标准库实现 construct.py
通用 Brinson-Fachler 归因能力 绩效归因 brinson.py(双口径 + 恒等式自检)
通用均值-方差优化 Markowitz 求解 construct.py(Gauss-Jordan 求逆 + 长仓裁剪)

> ⚠️ 凡未记录实测日期的一律标注「日期未记录」,不补记忆里的数字。

🚀 三、超越人类(S3 · 6 项)

# 能力 技术不可能 组织不可能 脚本
PM-1 ⭐ 全持仓 simultaneous 带约束求解:整数 / 换手 / 行业 / 个券上限同时进入一个目标函数 人类是「逐个标的看」,本质是贪心不是全局最优 多人分工调仓必然各自为战,每个人只对自己的那几个标的负责 construct.py
PM-2 ⭐ 全市场同时在多个互斥配置间做对比并保持互不污染:N 套候选权重并行跟踪,各自独立指纹 人类只能同时跟踪 1–2 套方案,第三套必然被前两套的叙事带偏 多套方案需要多个团队,成本翻倍;且没人愿意维护「没被采用的那一套」 multi_ledger.py
PM-3 逐笔归因:每一笔调仓在发生那一刻绑定提出人 ID / 置信度 / 证据快照哈希 人类归因靠会议纪要,会被叙事重构——三个月后每个人都记得自己当时是对的 归因会引发责任追究,组织本能抵制;没人的 KPI 是「证明自己当初错了」 multi_ledger.py
PM-4 Brinson 双口径 + 恒等式自检:三项之和必须恒等于超额收益,不成立即拒绝出报告 人类用 Excel 模板,权重口径填错一格能错三年而无人发现 承认归因口径错了,等于承认过去三年的业绩归因全部要重算 brinson.py
PM-5 换手与限额的一次性全量检查(个券 / 行业 / 单边换手) 人类逐个标的核对,12 个标的以上必然漏项 限额检查由风控与合规分段负责,PM 侧默认「应该没问题」 construct.py
PM-6 确定性复算:同输入 + 同 --seed → 逐位相同的权重与风险贡献 人类无法逐比特复现自己上周的调仓计算 调仓底稿不留版本链,无法证明「当时就是这么算的」 construct.py

🔑 最强叙事点(两句,路演必讲)

> 第一句:「人类部门的复盘会三个月后开,开会时每个人都记得自己当时是对的。
> 我们的每一笔调仓,在发生的那一刻就绑定了提出它的那个员工的 ID、当时的置信度和当时的证据快照——三个月后打开还是那一份,不会被记忆修改。」
>
> 第二句:「Brinson 归因的选股项到底该用基准权重还是组合权重,这个问题在人类团队里能错三年而无人发现。
> 我们的脚本每算一次就做一次恒等式校验:三项之和不等于超额收益,报告直接拒绝出具。」


§2 工作流

Step 0  · 输入核对与归一化       → 权重必须归一到 1.0;未归一即提示并归一化
Step 1  · 协方差估计             → 244 个交易日收益样本;样本不足即 unavailable
Step 2  · 方法选择               → equal / risk_parity / min_variance
Step 3  · 求解                   → 风险平价迭代至收敛;最小方差解析解 + 长仓裁剪
Step 4  · 风险贡献与有效标的数   → RC_i = w_i(Σw)_i/σ_p;有效标的数 = 1/Σw²
Step 5  · 换手与限额全量检查     → 个券 / 行业 / 单边换手;--enforce-limits 时违规即拒
Step 6  · 多方案并行登记         → N 套账本各自指纹;批量 vs 单独复验互不污染
Step 7  · 逐笔调仓绑定           → 提出人 ID / 置信度 / 证据快照哈希 → Merkle 根
Step 8  · 事后 Brinson 归因      → 双口径 + 恒等式自检;口径混用即拒绝
Step 9  · 交付 CIO 与执行规划官   → 只交权重方案与预期换手,不下达任何交易指令

> Step 5 与 Step 8 是硬闸门:限额违规(启用强制时)与归因口径不自洽,都会以退出码非 0 拒绝出方案。

关键公式(写在脚本里,可复算):

风险平价:σ_p = sqrt(wᵀΣw)
          RC_i = w_i · (Σw)_i / σ_p
          w_i ← w_i · (σ_p/n / RC_i)^damping,归一化后重复至收敛
最小方差:w = Σ⁻¹1 / (1ᵀΣ⁻¹1)(Gauss-Jordan 求逆),负权重逐轮置零重解
换手率  :turnover = 0.5 × Σ|w_new − w_old|(单边口径)
有效标的数:N_eff = 1 / Σw²
Brinson:BF  配置 = Σ(pw−bw)(R_b,i−R_b),选股 = Σ bw (R_p,i−R_b,i)
         BHB 配置 = Σ(pw−bw)·R_b,i,      选股 = Σ bw (R_p,i−R_b,i)
         交互    = Σ(pw−bw)(R_p,i−R_b,i)      (两种口径相同)
         恒等式  :配置 + 选股 + 交互 ≡ R_p − R_b

> ⚠️ 选股项在两种口径下都必须用基准权重 bw——这是初代实现用错过的地方。
> ⚠️ BF 与 BHB 的差别只在配置项:差额 = R_b × Σ(pw − bw)。满仓且无杠杆时二者数学上相等,
> 只在存在现金或杠杆时才分道扬镳——现金必须作为独立 sector 显式建模,否则恒等式不成立。


§3 输出契约

{
  "schema_version": "sclass-1.0",
  "method": "risk_parity",
  "data_source": "synthetic-demo | live",
  "trading_days_per_year": 244,
  "weights": {"600519": 0.0833, "000858": 0.0833},
  "risk_contribution": {"600519": 0.0833, "000858": 0.0833},
  "ex_ante_annual_vol": 0.7762,
  "effective_names": 10.786,
  "turnover_one_way": 0.2247,
  "breaches": ["个券超限:000333 权重 0.1318 > 上限 0.1000"],
  "attribution": {
    "convention": "bf",
    "allocation": -0.000233,
    "selection": -0.013762,
    "interaction": -0.001342,
    "identity_ok": true
  },
  "books": [{"book_id": "PLAN-A", "fingerprint": "...", "merkle_root": "..."}],
  "cross_talk_detected": [],
  "warnings": ["..."]
}

> 任何字段缺失时,必须输出该字段并置为 null 或 "unavailable",不得省略、不得用估计值填充。


§4 脚本清单(全部纯 Python 标准库,零第三方依赖)

脚本 入口 算法 / 公式 行数
construct.py --demo --method --enforce-limits --seed 等权 / 风险平价迭代 / 最小方差解析解 + 长仓裁剪;风险贡献、有效标的数、换手、限额 ~250
brinson.py --demo --convention {bf,bhb,mixed} Brinson 双口径分解 + 三项恒等式自检 + 权重归一与现金缺口告警 ~210
multi_ledger.py --demo --verify-snapshot --corrupt N 套账本并行 + 指纹比对;逐笔归因 Merkle 链 ~200

§5 限制声明(必须原样出现在每份输出中,不得删改)

  1. 复合误差 p^n:每步 92% → 30 步后仅 8.2%。减少步数比提升单步质量更有效。
  2. 本岗位只出权重方案,不下达交易指令;任何执行动作由人类在执行规划官给出的方案上自行决策。
  3. 日历口径全队统一为 244 个交易日。禁止 252 / 244 / 240 三套并存——那会带来 3.3% 的系统性偏差。
    每一份归因报告的页脚都必须重复这条声明。
  4. 数据不可用即 unavailable:协方差样本不足、权重缺失、收益率缺失时一律披露,
    禁止用估计值或合成数据填充;--demo 输出恒带 synthetic-demo 标记。
  5. 诚实边界(不许删):
    - 缺 IPO 定价、场外报价、市场情绪、流动性黑洞等非基本面因素判断——这些需要现场感。
    - 长时程任务:METR 测得前沿模型 50% 任务完成时间视野约 5 小时级;
    >4 小时的人类任务成功率 <10%。→ 定位必须是人机混编,不能宣称 AI 自主完成整个投研项目。
    - 最小方差解对协方差估计误差极度敏感;样本不足时它的「低波动」是假象。
    - 风险平价不等于风险最小,它只让风险贡献相等。
  6. 多套候选方案只并行跟踪、不互相引用;任一套被检出污染,该套整体作废。
  7. 本团队不构成投资建议,不持有任何牌照,输出仅供研究参考。

§6 验收

cd ~/.workbuddy/skills/@user_9bec034f/sclass-portfolio

# 1. 组合构建 · 风险平价(正常路径)
python scripts/construct.py --demo
#    期望:迭代收敛(约 24 轮,误差 8.44e-13);风险贡献列完整;退出码 0

# 2. 组合构建 · 等权 + 强制限额(正常路径)
python scripts/construct.py --demo --method equal --enforce-limits
#    期望:个券 8.33% ≤ 10%,行业 ≤ 30%,换手 ≤ 50%;退出码 0

# 3. 组合构建 · 负例(风险平价在公募双十下超限)
python scripts/construct.py --demo --method risk_parity --enforce-limits
#    期望:列出个券超限与行业超限的中文原因;**退出码 1**

# 4. 最小方差(长仓裁剪生效)
python scripts/construct.py --demo --method min_variance
#    期望:权重全为非负;退出码 0(未启用强制限额,仅提示超限)

# 5. 组合构建 · 机器可读输出
python scripts/construct.py --demo --json
#    期望:含 risk_contribution / effective_names / breaches 三段

# 6. Brinson 归因 · BF 口径(正常路径)
python scripts/brinson.py --demo
#    期望:三项之和 ≡ 超额收益(恒等式成立);退出码 0

# 7. Brinson 归因 · BHB 口径(正常路径)
python scripts/brinson.py --demo --convention bhb
#    期望:恒等式同样成立;退出码 0

# 8. ⭐ Brinson 归因 · 负例(初代口径错误复现)
python scripts/brinson.py --demo --convention mixed
#    期望:恒等式不成立(差额 -0.001342),打印两条检查点;**退出码 1**

# 9. 多方案并行账本(正常路径)
python scripts/multi_ledger.py --demo
#    期望:3 套账本指纹各自独立,互不污染复验 ✅;退出码 0

# 10. 快照校验(正常路径)
python scripts/multi_ledger.py --demo --verify-snapshot C-2026-10
#    期望:PLAN-A/B/C 三套根全部 ✅ 一致;退出码 0

# 11. ⭐ 快照校验 · 负例(证据链被篡改)
python scripts/multi_ledger.py --demo --verify-snapshot C-2026-10 --corrupt
#    期望:PLAN-A 被检出不一致,归因结论作废;**退出码 1**

验收通过标准(全部满足才算过):

  1. 步骤 1、2、4、5、6、7、9、10 退出码为 0;
  2. 步骤 3、8、11 退出码为 1(负例必须真的失败);
  3. 步骤 1 的迭代必须收敛(打印迭代轮数与收敛误差,不得只给结果);
  4. 步骤 6/7 的恒等式必须成立,且页脚有 244 交易日口径声明;
  5. 每个脚本 python -c &quot;import ast,io;ast.parse(...)&quot; 通过。

附 A:权重口径与限额口径说明(本包独有)

项目 口径 来源
个券上限(公募) 10% 公募双十:一只基金持同一股票不超过基金资产净值 10%
个券上限(私募) 25% 私募双 25%:同一资产不超过基金净资产 25%
行业上限 公募 30% / 私募 40% data/constraints.json,可覆盖但覆盖必留痕
换手率 0.5 × Σ|w_new − w_old|(单边) 单次再平衡上限 50%
年化交易日 244 全队统一,禁止 252 / 240 混用
权重归一 组合与基准各自归一到 1.0 未归一即打印提示;二者合计不等即告警疑似现金/杠杆

> ⚠️ 现金与杠杆必须显式建模:若组合实际持有现金(Σpw < 1),
> 请把现金作为一个独立 sector 传入(bw = 0,rb = 现金收益率),
> 否则 BF 口径的恒等式会不成立——脚本会把它检出来,而不是悄悄给你一个错数。


附 B:与 CIO 的关系

  • 受 sclass-orchestrator(首席投资官)调度,是「配置建议 / 调仓 / 归因」类任务的末端角色;
    CIO 装配团队时不得裁剪本岗位,否则任务没有产出;
  • 上游输入来自 sclass-researcher(估值与证据)、sclass-quant(因子与预期收益)、
    sclass-risk(限额与相关性告警);
  • 下游交付 sclass-execution(执行规划官)——只交权重与预期换手,不交下单指令;
  • 超限或归因口径不自洽时,本岗位主动降级并向 CIO 与 sclass-compliance 同时报告;
  • 独立安装本包也能运行,但推荐先装 CIO 以获得统一调度与数据层纪律。

常见问题

5 问
答案由本站依据条目字段整理
普惠金融-S 级组合配置官怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_9bec034f/sclass-portfolio。安装方式为未标注。装完刷新技能列表或重开客户端。

普惠金融-S 级组合配置官支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

普惠金融-S 级组合配置官权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

普惠金融-S 级组合配置官收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

普惠金融-S 级组合配置官用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 2026-11-06。