利用免费数据源进行多资产投资组合的风险平价分析、动态调仓和回测,提供文字报告与图表可视化。
金融分析技能 (Financial Analysis Skill)是一项面向实际任务的技能,主要用于这是一个用于投资组合分析的技能,支持从免费API获取各类资产行情数据,并提供文字报告和图表可视化;优化版本整合了滚动窗口调仓逻辑和回测功能;
✅ 文字报告生成;✅ 图表可视化(收益曲线、资产分布、风。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
这是一个用于投资组合分析的技能,支持从免费API获取各类资产行情数据,并提供文字报告和图表可视化。优化版本整合了滚动窗口调仓逻辑和回测功能。
pip install yfinance pandas numpy matplotlib seaborn plotly
python financial_analysis.py --portfolio example_portfolio.json --output ./output
python financial_analysis.py --symbol AAPL --period 1y
python optimized_risk_parity_skill.py --csv "C:pathtomarketdata.csv" --output ./backtest_output
创建一个JSON文件(如 my_portfolio.json):
{
"AAPL": 0.25, # 苹果股票,权重25%
"GOOGL": 0.20, # 谷歌股票,权重20%
"MSFT": 0.20, # 微软股票,权重20%
"AMZN": 0.15, # 亚马逊股票,权重15%
"TSLA": 0.20 # 特斯拉股票,权重20%
}
rolling_risk_parity_report.txtrolling_risk_parity_data.jsonrolling_risk_parity_returns.png - 收益曲线图rolling_risk_parity_allocation.png - 资产配置饼图rolling_risk_parity_correlation.png - 相关性热力图rolling_asset_returns_comparison.png - 资产收益对比图rolling_weight_changes.png - 滚动权重变化图需要配置API密钥(如使用Alpha Vantage):
中国市场滚动风险平价组合分析报告 ============================================================ 生成时间: 2026-02-26 10:20:04 数据来源: C:Userswu_zhuoran.openclawworkspacedatamarketdata.csv 数据时间范围: 2015-03-23 至 2026-02-25 数据点数: 2656 滚动窗口: 252个交易日(约1年) 调仓频率: 每月 平均投资组合配置: 五年期国债 (TF.CFE): 46.04% (波动率: 2.46%) 十年期国债 (T.CFE): 32.55% (波动率: 3.61%) 沪铜 (CU.SHF): 9.33% (波动率: 17.87%) 沪金 (AU.SHF): 12.09% (波动率: 14.88%) 收益指标: 总收益率: 44.78% 年化收益率: 3.57% 风险指标: 年化波动率: 3.76% 最大回撤: -9.48% 夏普比率: 0.42
expanding()窗口而非rolling()窗口权重 = (1/波动率) / ∑(1/波动率)相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习
最新文章