fund-style-drift-detection
当用户需要识别基金产品、投资组合或基金经理是否发生风格漂移时使用本技能。 适用于公募基金、私募资管组合、基金中基金子基金、策略产品的风格分析场景。 当任务涉及投资风格画像、风格稳定性评估、实际持仓与产品定位偏离、历史滚动风格变化、 风险暴露变化、行业集中度变化、市值风格切换、成长/价值风格切换、因子暴露漂移、 风格漂移预警、风格归因说明、投研复盘、尽调答疑时优先触发。 输出应坚持审慎、可解释、可复核,明确区分已知事实、推断结论与待补充信息。
Best use case
fund-style-drift-detection is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
当用户需要识别基金产品、投资组合或基金经理是否发生风格漂移时使用本技能。 适用于公募基金、私募资管组合、基金中基金子基金、策略产品的风格分析场景。 当任务涉及投资风格画像、风格稳定性评估、实际持仓与产品定位偏离、历史滚动风格变化、 风险暴露变化、行业集中度变化、市值风格切换、成长/价值风格切换、因子暴露漂移、 风格漂移预警、风格归因说明、投研复盘、尽调答疑时优先触发。 输出应坚持审慎、可解释、可复核,明确区分已知事实、推断结论与待补充信息。
Teams using fund-style-drift-detection should expect a more consistent output, faster repeated execution, less prompt rewriting.
When to use this skill
- You want a reusable workflow that can be run more than once with consistent structure.
When not to use this skill
- You only need a quick one-off answer and do not need a reusable workflow.
- You cannot install or maintain the underlying files, dependencies, or repository context.
Installation
Claude Code / Cursor / Codex
Manual Installation
- Download SKILL.md from GitHub
- Place it in
.claude/skills/fund-style-drift-detection/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How fund-style-drift-detection Compares
| Feature / Agent | fund-style-drift-detection | Standard Approach |
|---|---|---|
| Platform Support | Not specified | Limited / Varies |
| Context Awareness | High | Baseline |
| Installation Complexity | Unknown | N/A |
Frequently Asked Questions
What does this skill do?
当用户需要识别基金产品、投资组合或基金经理是否发生风格漂移时使用本技能。 适用于公募基金、私募资管组合、基金中基金子基金、策略产品的风格分析场景。 当任务涉及投资风格画像、风格稳定性评估、实际持仓与产品定位偏离、历史滚动风格变化、 风险暴露变化、行业集中度变化、市值风格切换、成长/价值风格切换、因子暴露漂移、 风格漂移预警、风格归因说明、投研复盘、尽调答疑时优先触发。 输出应坚持审慎、可解释、可复核,明确区分已知事实、推断结论与待补充信息。
Where can I find the source code?
You can find the source code on GitHub using the link provided at the top of the page.
SKILL.md Source
# 技能说明 本技能用于支持基金投研分析场景中的风格漂移识别工作,帮助用户对基金或组合的投资风格是否偏离既定定位进行结构化判断,并形成可复核的分析结论、风险提示和后续跟踪建议。 本技能重点解决以下问题: - 当前产品的实际风格与既定产品定位是否一致。 - 产品风格在不同时间窗口下是否发生了显著变化。 - 风格变化是短期战术调整,还是持续性漂移。 - 风格漂移的来源主要来自行业、主题、市值、成长价值、因子暴露还是仓位结构变化。 - 风格漂移可能带来的组合风险、沟通风险和产品适配风险是什么。 # 适用范围 适用于以下场景: - 公募主动权益基金风格分析。 - 私募证券基金策略风格稳定性评估。 - 组合产品、专户或投顾组合的风格一致性核查。 - 基金经理变更前后的风格比较。 - 产品路演、尽调、投委会、投后复盘中的风格解释。 # 不适用范围 以下情况不应直接给出强结论,应提示限制: - 缺少足够的持仓、净值、基准、风格标签或历史窗口数据。 - 样本期过短,无法支撑稳定风格判断。 - 产品本身属于多策略、绝对收益、择时轮动或策略授权范围内允许大幅切换的产品。 - 用户要求对未来收益、排名或必然表现做确定性预测。 # 输入要求 优先输入包括但不限于: - 产品基础信息:基金名称、代码、产品定位、投资范围、比较基准、合同约束。 - 历史持仓:行业分布、个股持仓、市值分布、换手率、仓位水平。 - 历史业绩:净值序列、收益率、回撤、相对基准表现。 - 风格特征:成长/价值、大小盘、质量、波动、红利、动量等因子暴露。 - 时间维度:近1月、近3月、近6月、近1年及滚动窗口。 - 外部上下文:基金经理变更、市场风格切换、产品定位调整说明。 当输入不完整时,应先列出“缺失信息清单”,再基于现有信息给出谨慎的阶段性判断。 # 核心分析框架 ## 一、先建立目标风格画像 先明确“产品本来应该是什么风格”,可从以下来源建立基准画像: - 基金合同与招募说明书中的投资目标与策略描述。 - 产品名称、宣传材料、路演口径中的风格定位。 - 比较基准和业绩比较对象。 - 历史较长周期内较稳定的持仓与收益特征。 ## 二、再识别实际风格画像 围绕以下维度构建当前或各阶段的实际风格: - 市值风格:大盘、中盘、小盘暴露。 - 成长价值风格:成长、均衡、价值偏向。 - 行业风格:科技、消费、周期、金融、医药、制造等配置重心。 - 因子风格:质量、动量、低波、红利、盈利能力、估值敏感度。 - 交易风格:换手率、持仓集中度、主题轮动特征。 - 仓位风格:高仓位、灵活仓位、防御仓位。 ## 三、比较目标风格与实际风格 应从以下角度比较: - 是否出现持续偏离,而非单点偏离。 - 偏离是否跨多个维度同时发生。 - 偏离是否已超出产品风格容忍区间。 - 偏离是否能被市场环境或临时事件合理解释。 ## 四、形成风格漂移判断 判断结果建议分级: - 未发现明显漂移。 - 存在轻度漂移迹象。 - 存在中度漂移,需持续跟踪。 - 存在显著漂移,需重点提示。 # 工作流程 1. 明确分析对象、分析目的和时间窗口。 2. 建立产品目标风格画像。 3. 整理实际持仓、净值和风格暴露数据。 4. 对关键时间窗口进行横向和纵向比较。 5. 识别漂移类型、漂移强度和主要驱动因素。 6. 输出结构化分析结论、证据链和风险提示。 7. 对证据不足之处列出待补充项。 # 漂移类型清单 可识别但不限于以下漂移类型: - 市值风格漂移:从大盘转向中小盘,或相反。 - 成长价值漂移:从成长转向价值,或相反。 - 行业配置漂移:长期重仓行业发生明显迁移。 - 主题暴露漂移:从分散配置转向高主题集中。 - 因子暴露漂移:质量、动量、低波、红利等暴露方向变化。 - 仓位风格漂移:长期仓位水平显著抬升或下降。 - 集中度漂移:前十大持仓或行业集中度明显变化。 - 经理风格漂移:基金经理变更后投资偏好显著改变。 # 输出要求 输出时建议采用以下结构: - 分析对象与范围。 - 结论摘要。 - 目标风格画像。 - 实际风格变化情况。 - 风格漂移判断与等级。 - 主要证据链。 - 可能原因分析。 - 风险提示。 - 后续跟踪建议。 - 待补充信息。 # 输出约束 - 不得将阶段性观察表述为绝对结论。 - 不得在证据不足时断言“风格已经完全改变”。 - 不得直接给出投资建议、收益承诺或确定性预测。 - 对所有推断性内容,应注明判断依据和不确定性。 - 当数据不足时,应明确标记“初步判断”或“待进一步核验”。 # 质量检查清单 在输出前检查: - 是否说明了分析窗口和样本限制。 - 是否区分目标风格与实际风格。 - 是否给出了证据而非仅给标签。 - 是否将短期波动与长期漂移区分开。 - 是否对异常结论给出合理解释路径。 - 是否保留了待补充信息和风险边界。 # 可读取资源 需要更细致的漂移维度说明时,读取 `references/style_dimensions.md`。 需要参考红旗信号时,读取 `references/drift_red_flags.md`。 需要输出统一格式时,读取 `references/output_schema.md`。 需要直接生成报告时,使用 `assets/templates/style_drift_report_template.md`。 需要生成跟踪清单时,使用 `assets/templates/followup_checklist_template.md`。 # 可调用脚本 - `scripts/style_exposure_summary.py`:汇总不同时点或不同窗口的风格暴露。 - `scripts/drift_signal_scoring.py`:根据输入规则给出漂移信号评分。 - `scripts/render_style_drift_report.py`:将结构化结果渲染为中文 Markdown 报告。
Related Skills
fund-tax-optimizer
基金税务优化工具 - 智能税务规划、赎回时机优化、税收效率分析。 当用户需要优化基金投资的税务成本、选择最佳赎回时机、进行税收筹划时使用此技能。 支持赎回费优化、持有期管理、税收损失收割、分红方式选择、税务计算器。 触发关键词:税务优化、税收筹划、赎回费、税收损失、分红选择、税务成本。
fund-sip-planner
基金定投规划 - 智能定投策略设计与回测工具。 当用户需要设计定投计划、计算定投收益、选择定投策略、回测定投方案时使用此技能。 支持固定定投、智能定投(均线/估值/趋势)、定投回测、止盈止损策略。 触发关键词:定投、基金定投、定投计划、定投策略、智能定投、定投回测、定投收益。
fund-screener
智能基金筛选器 - 专业基金筛选与评级工具。 当用户需要筛选基金、查找优质基金、对比基金表现、获取基金评级时使用此技能。 支持多维度筛选(收益/风险/规模/费率)、五星评级、同类排名、基金经理评估。 触发关键词:基金筛选、选基金、找基金、基金排行、基金对比、基金评级、筛选基金。
fund-risk-analyzer
基金风险分析器 - 专业基金风险识别与量化分析工具。 当用户需要分析基金风险、计算VaR、评估最大回撤、分析波动率、计算风险指标时使用此技能。 支持VaR/CVaR、最大回撤、夏普比率、Beta系数、下行风险等多种风险指标计算。 触发关键词:基金风险、风险分析、VaR计算、最大回撤、波动率、夏普比率、Beta系数、风险评估。
fund-rebalance-advisor
基金换仓建议 - 基金组合再平衡与调仓建议工具。 当用户需要调整基金组合、再平衡资产配置、换仓优化、检测偏离度时使用此技能。 支持偏离度检测、再平衡时机建议、换仓标的推荐、交易成本优化、税务影响分析。 触发关键词:换仓、再平衡、调仓、偏离度、组合调整、换基金、调配置。
fund-portfolio-allocation
基金组合配置 - 智能基金组合构建与优化工具。 当用户需要构建基金组合、资产配置、投资组合优化、战略/战术资产配置、风险平价配置时使用此技能。 支持Markowitz均值方差优化、Black-Litterman模型、风险平价、目标日期/目标风险策略。 触发关键词:基金组合、资产配置、组合优化、Markowitz、风险平价、Black-Litterman、战略配置、战术配置。
fund-monitor
基金组合监控预警系统 - 实时监控基金持仓、自动预警异常波动、生成定期报告。 当用户需要监控基金组合、设置预警提醒、获取定期报告、跟踪组合表现时使用此技能。 支持实时监控、多维度预警、定期报告、业绩跟踪、风险监控、事件提醒。 触发关键词:基金监控、组合预警、净值提醒、异常波动、定期报告、持仓跟踪。
fund-market-research
基金市场研究 - 基金市场全景分析与趋势研究工具。 当用户需要了解基金市场整体情况、查看市场规模、分析资金流向、追踪热门板块、查看基金发行日历时使用此技能。 支持市场规模统计、新发基金追踪、资金流向分析、热门板块追踪、收益分布分析、市场情绪监测。 触发关键词:基金市场、市场规模、资金流向、热门板块、基金发行、基金趋势、市场研究。
fund-holding-analyzer
基金持仓穿透分析 - 深度解析基金底层持仓结构、集中度、风格暴露。 当用户需要分析基金持仓集中度、查看重仓股、穿透底层资产、评估风格暴露时使用此技能。 支持持仓集中度分析、行业分布、风格暴露、重仓股分析、FOF穿透、关联交易检测。 触发关键词:持仓分析、重仓股、持仓穿透、集中度、风格暴露、底层资产、FOF分析。
fund-attribution-analysis
基金收益归因分析 - Brinson模型、因子归因、风格分析工具。 当用户需要分析基金超额收益来源、进行业绩归因、评估基金经理能力时使用此技能。 支持Brinson归因、因子归因、风格归因、行业归因、选股能力分析。 触发关键词:收益归因、Brinson、业绩归因、超额收益、阿尔法归因、因子分析。
peer-fund-comparison-assistant
当用户需要在基金场景中完成同类基金对比助手相关任务时使用本技能,适用于同类分析及相关分析、生成、审阅请求。 用户提到「同类基金对比」「基金横向比较」「同类分析」或需要输出结构化中文结论、模板和配套脚本时,应优先触发。
new-fund-material-generation-assistant
当用户需要在基金场景中完成新产品材料生成助手相关任务时使用本技能,适用于材料生成及相关分析、生成、审阅请求。 用户提到「新产品材料」「基金材料生成」「产品说明」或需要输出结构化中文结论、模板和配套脚本时,应优先触发。