risk-metrics-calculation
Расчет показателей риска портфеля
Вам нужны точные измерения риска для управления портфелем. Этот навык предоставляет формулы и примеры для VaR, коэффициента Шарпа, просадок и других ключевых показателей.
Скачать ZIP навыка
Загрузить в Claude
Перейдите в Settings → Capabilities → Skills → Upload skill
Включите и начните использовать
Протестировать
Использование «risk-metrics-calculation». Calculate risk metrics for my strategy returns
Ожидаемый результат:
- Annual volatility: 15.2%
- Sharpe ratio: 0.85
- Max drawdown: -12.4%
- 95% VaR: -2.1% daily
- Current drawdown: -3.8%
Использование «risk-metrics-calculation». Show portfolio risk decomposition
Ожидаемый результат:
- Total portfolio volatility: 12.3%
- Asset A contribution: 4.2%
- Asset B contribution: 5.1%
- Asset C contribution: 3.0%
- Diversification ratio: 1.32
Аудит безопасности
БезопасноDocumentation-only skill containing Python code examples for financial risk metrics. No executable code, file access, or network calls. Pure educational content matching stated purpose. Pre-computed static findings (100/100 risk) are false positives from scanner misidentifying Python f-strings as shell commands and financial abbreviations as cryptographic algorithms.
Факторы риска
🌐 Доступ к сети (4)
Оценка качества
Что вы можете построить
Реализация модели риска
Справочная реализация для расчетов VaR, CVaR и просадок на Python.
Шаблоны отчетности по риску
Стандартизированные формулы для еженедельных отчетов по риску и мониторинга лимитов.
Библиотека расчета рисков
Фрагменты кода для построения систем управления рисками и дашбордов.
Попробуйте эти промпты
Рассчитайте волатильность, коэффициент Шарпа и максимальную просадку для этого ряда доходности, используя предоставленные формулы.
Вычислите 95% исторический VaR и CVaR для этих дневных доходностей и объясните, что означают эти числа.
Используя класс риска портфеля, рассчитайте общую волатильность портфеля и вклады компонентов в риск.
Реализуйте 63-дневную скользящую волатильность и коэффициент Шарпа для мониторинга изменений риска во времени.
Лучшие практики
- Используйте несколько показателей риска для комплексного анализа
- Учитывайте хвостовой риск с помощью VaR и CVaR
- Применяйте соответствующие временные горизонты для вашей стратегии
Избегать
- Использование только волатильности как меры риска
- Игнорирование периодов просадки в анализе
- Использование неподходящих уровней доверия
Часто задаваемые вопросы
Совместимо ли это с Claude и Claude Code?
Какие данные мне нужно предоставить?
Можно ли использовать это для мониторинга риска в реальном времени?
Поддерживаются ли разные временные частоты?
Что если мои доходности не распределены нормально?
Чем это отличается от коммерческих систем управления рисками?
Сведения для разработчиков
Автор
wshobsonЛицензия
NOASSERTION
Репозиторий
https://github.com/wshobson/agents/tree/main/plugins/quantitative-trading/skills/risk-metrics-calculationСсылка
main
Структура файлов
📄 SKILL.md