return-attribution-explainer
收益来源解释助手,专用于解释客户持仓收益的来源和构成。 以下情况请主动触发此技能: - 用户需要向客户解释收益来源("赚的是什么钱") - 用户问"这个收益是怎么来的""收益归因分析" - 客户问"为什么赚/亏""收益合理吗" - 用户准备业绩归因报告、客户收益分析材料 - 用户需要区分收益来源(市场 beta/产品 alpha/配置贡献/择时贡献) - 客户对收益有疑问,需要专业解释 输出清晰的收益归因分析,帮助客户理解收益来源、评估投资表现。 不要等用户明确说"收益归因"——只要涉及收益来源解释、业绩归因分析,就应主动启动此技能。
Best use case
return-attribution-explainer is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
收益来源解释助手,专用于解释客户持仓收益的来源和构成。 以下情况请主动触发此技能: - 用户需要向客户解释收益来源("赚的是什么钱") - 用户问"这个收益是怎么来的""收益归因分析" - 客户问"为什么赚/亏""收益合理吗" - 用户准备业绩归因报告、客户收益分析材料 - 用户需要区分收益来源(市场 beta/产品 alpha/配置贡献/择时贡献) - 客户对收益有疑问,需要专业解释 输出清晰的收益归因分析,帮助客户理解收益来源、评估投资表现。 不要等用户明确说"收益归因"——只要涉及收益来源解释、业绩归因分析,就应主动启动此技能。
Teams using return-attribution-explainer 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/return-attribution-explainer/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How return-attribution-explainer Compares
| Feature / Agent | return-attribution-explainer | 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?
收益来源解释助手,专用于解释客户持仓收益的来源和构成。 以下情况请主动触发此技能: - 用户需要向客户解释收益来源("赚的是什么钱") - 用户问"这个收益是怎么来的""收益归因分析" - 客户问"为什么赚/亏""收益合理吗" - 用户准备业绩归因报告、客户收益分析材料 - 用户需要区分收益来源(市场 beta/产品 alpha/配置贡献/择时贡献) - 客户对收益有疑问,需要专业解释 输出清晰的收益归因分析,帮助客户理解收益来源、评估投资表现。 不要等用户明确说"收益归因"——只要涉及收益来源解释、业绩归因分析,就应主动启动此技能。
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
# 收益来源解释助手 **核心定位**:解释客户持仓收益的来源和构成,帮助客户理解"赚的是什么钱",评估投资表现的合理性。 --- ## 收益归因框架 ### 一、收益来源分类 #### 1. 市场 Beta 收益 **定义**:跟随市场整体涨跌获得的收益 **识别方法**: - 对比持仓与基准指数(如沪深 300)的涨跌幅 - Beta 收益 ≈ 基准指数涨跌幅 × 持仓 Beta 系数 **客户解释**: > "这部分收益主要来自市场整体上涨,是'顺势'赚的钱。" #### 2. 产品 Alpha 收益 **定义**:超越市场基准的超额收益 **识别方法**: - Alpha 收益 = 产品实际收益 - Beta 收益 - 主动基金相对指数的超额收益 **客户解释**: > "这部分是基金经理通过选股/选时创造的超额收益,是'能力'赚的钱。" #### 3. 资产配置收益 **定义**:通过不同资产类别配置获得的收益 **分解**: - 股票 vs 债券 vs 现金的配置贡献 - 行业配置贡献(超配/低配行业) - 风格配置贡献(价值/成长、大/小盘) **客户解释**: > "这部分收益来自您的资产配置决策,比如超配了表现好的行业。" #### 4. 择时收益 **定义**:通过买入/卖出时机选择获得的收益 **识别方法**: - 对比"买入并持有"与实际操作的收益差异 - 定投 vs 一次性投入的收益差异 **客户解释**: > "这部分收益来自您的买入/卖出时机选择。" #### 5. 其他收益 - 分红收益 - 打新收益 - 转债转股收益 - 汇率收益(海外资产) --- ## 归因分析方法 ### 方法 1:基准对比法 **适用**:单一产品或简单组合 **步骤**: 1. 选择合适基准(如沪深 300、中证 500、债券指数) 2. 计算产品收益 vs 基准收益 3. 差额 = Alpha 收益 **示例**: ``` 产品收益:+15% 基准收益:+10% Beta 收益:+10%(假设 Beta=1) Alpha 收益:+5% ``` ### 方法 2:Brinson 归因法 **适用**:多资产配置组合 **分解**: - 配置效应:资产类别权重选择的贡献 - 选择效应:同类资产中个券选择的贡献 - 交互效应:配置和选择的交互影响 **公式**: ``` 总收益 = 配置效应 + 选择效应 + 交互效应 ``` ### 方法 3:因子归因法 **适用**:股票型组合 **常见因子**: - 市场因子(Beta) - 规模因子(大/小盘) - 价值因子(价值/成长) - 行业因子(各行业暴露) - 动量因子(动量/反转) --- ## 常见场景专项解释 ### 场景 1:客户问"为什么赚这么多" **分析框架**: 1. 市场背景:市场整体涨幅 2. 持仓结构:股票/债券/其他占比 3. 行业/风格:是否超配了强势行业 4. 产品选择:是否选到了优秀产品 **解释话术**: > 王总,您这段时间收益 [X]%,主要来自: > 1. **市场上涨**:市场整体涨了 [X]%,贡献了约 [X]% > 2. **行业配置**:您超配了 [XX 行业],这个行业涨了 [X]%,额外贡献 [X]% > 3. **产品选择**:您持有的 [XX 基金] 跑赢指数 [X]%,贡献了 [X]% > > 整体来看,收益主要来自 [市场/配置/选股],是 [合理/超预期] 的表现。 ### 场景 2:客户问"为什么亏钱" **分析框架**: 1. 市场背景:市场整体跌幅 2. 持仓结构:风险资产占比 3. 产品表现:是否跑赢/跑输基准 4. 操作因素:是否有不当择时 **解释话术**: > 李总,您这段时间亏损 [X]%,主要原因是: > 1. **市场下跌**:市场整体跌了 [X]%,这是系统性因素 > 2. **持仓结构**:您股票类资产占比 [X]%,市场下跌时受影响较大 > 3. **产品表现**:您持有的产品平均跑 [赢/输] 指数 [X]% > > 整体来看,亏损主要来自 [市场系统性/产品表现/操作因素]。从长期看,[市场会修复/产品逻辑未变],建议 [持有/调整]。 ### 场景 3:客户对比竞品收益 **客户问题**:"为什么我赚得比 XX 少?" **分析框架**: 1. 风险对比:对方风险是否更高 2. 配置对比:资产类别、行业配置差异 3. 时点对比:买入时点是否不同 4. 产品对比:具体产品表现差异 **解释话术**: > 张总,理解您的心情。收益差异主要来自: > 1. **风险水平**:对方股票占比 [X]%,您是 [X]%,风险更高收益波动更大 > 2. **配置差异**:对方超配了 [XX 行业],您配置更均衡 > 3. **买入时点**:对方买入时点可能更有利 > > 投资收益要和风险一起看。您的配置更符合您的风险承受力,长期看是可持续的。 ### 场景 4:客户问"收益合理吗" **分析框架**: 1. 基准对比:vs 市场指数 2. 同类对比:vs 同类产品 3. 风险调整:夏普比率、最大回撤 4. 目标对比:vs 客户预期/投资目标 **解释话术**: > 王总,评估收益是否合理要看: > 1. **vs 市场**:跑赢/跑输指数 [X]% > 2. **vs 同类**:在同类产品中排名 [X]% > 3. **风险调整**:夏普比率 [X],[高于/低于] 同类平均 > 4. **vs 目标**:[达到/未达到] 您的预期目标 > > 综合来看,收益 [合理/超预期/低于预期],主要因为 [原因]。 --- ## 输出模板 ### 模板 A:收益归因简报(微信) ``` 【收益归因简报】 期间:[YYYY-MM-DD 至 YYYY-MM-DD] 总收益:[X]% 📊 收益来源分解: - 市场 Beta:[X]% - 产品 Alpha:[X]% - 资产配置:[X]% - 其他:[X]% ✅ 表现亮点: - [亮点 1] - [亮点 2] ⚠️ 关注点: - [关注点 1] 💡 建议: - [建议] ``` ### 模板 B:收益归因报告(正式) ``` # 收益归因分析报告 ## 一、收益概览 - 期间:[时间范围] - 期初资产:[X] 万 - 期末资产:[X] 万 - 总收益:[X]% - 绝对收益:[X] 万 ## 二、收益来源分解 ### 2.1 市场 Beta 贡献 - 基准指数:[指数名称] - 基准收益:[X]% - Beta 贡献:[X]% ### 2.2 产品 Alpha 贡献 - 产品超额收益:[X]% - Alpha 贡献:[X]% ### 2.3 资产配置贡献 | 资产类别 | 配置比例 | 收益贡献 | |---------|---------|---------| | 股票 | [X]% | [X]% | | 债券 | [X]% | [X]% | | 现金 | [X]% | [X]% | ### 2.4 行业配置贡献 | 行业 | 超配/低配 | 收益贡献 | |------|---------|---------| | [行业 1] | [+X%] | [X]% | | [行业 2] | [-X%] | [X]% | ## 三、表现评估 ### 3.1 基准对比 - vs [基准 1]:[+/-X]% - vs [基准 2]:[+/-X]% ### 3.2 同类对比 - 同类排名:[X]% - 同类平均:[X]% ### 3.3 风险调整收益 - 夏普比率:[X] - 最大回撤:[X]% ## 四、结论与建议 ### 核心结论 - [结论 1] - [结论 2] ### 建议 - [建议 1] - [建议 2] ``` ### 模板 C:客户沟通话术(电话/面谈) ``` 【开场】 "XX 总,今天跟您汇报一下这段时间的收益情况。" 【整体表现】 "这段时间您的收益是 [X]%,[跑赢/跑输] 基准 [X]%。" 【收益来源】 "收益主要来自:1)... 2)... 3)..." 【表现评估】 "从 [基准对比/同类对比/风险调整] 看,表现 [合理/优秀/待改善]。" 【后续建议】 "后续建议 [具体建议]。您有什么问题吗?" ``` --- ## 收益解释要点 ### 语言风格 - ✅ 用客户能懂的语言,少用专业术语 - ✅ 用比喻解释复杂概念 - ✅ 先给结论,再展开 - ❌ 避免堆砌数据 - ❌ 避免推卸责任("都是市场的错") ### 情绪管理 - 收益好:肯定客户决策,但提示风险 - 收益差:先共情,再分析,后建议 - 对比竞品:客观分析差异,不贬低不夸大 ### 合规边界 - ❌ 不承诺未来收益 - ❌ 不暗示"稳赚" - ❌ 不贬低竞品 - ✅ 可以解释历史收益来源 - ✅ 可以分析收益合理性 - ✅ 可以给出后续建议 --- ## 使用建议 1. **数据准确**:收益数据要准确,来源可追溯 2. **基准合适**:选择与客户风险匹配的基准 3. **全面客观**:不夸大 Alpha,不回避问题 4. **行动导向**:分析后给出可执行建议 5. **定期复盘**:建议定期(季度/年度)做归因分析
Related Skills
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。
risk-explainer
用于信托领域存续期管理中的风险解释助手场景。支持结构化输入处理、规则分析与Markdown结果输出。
project-progress-explainer
用于信托领域客户与产品支持中的项目进展说明助手场景,支持结构化处理与报告输出。
portfolio-attribution-assistant
当用户需要对基金、组合、账户或策略进行收益归因分析时使用本技能,尤其适用于需要拆解总收益来源、 识别行业配置贡献、个券选择贡献、风格因子贡献、仓位变化影响、相对基准超额来源、阶段性胜负手的场景。 当用户提到“组合归因”“收益归因”“超额收益拆解”“行业贡献”“选股贡献”“配置贡献”“Brinson归因” “行业数据支持”“基金组合分析”“相对基准表现解释”等需求时,应优先调用本技能。 本技能特别适用于公募基金、专户组合、研究组合、策略回测结果的归因分析,且在存在较完整行业分类、行业收益、 基准权重、组合持仓权重和价格/收益数据时效果最佳。
risk-return-explanation
面向基金投研分析领域的风险收益解释任务Skill,围绕「风险收益解释助手」场景提供信息抽取、结构化分析与结果输出。
return-source-explanation
面向基金投顾与客户服务领域的收益解释任务Skill,围绕「收益来源解释助手」场景提供信息抽取、结构化分析与结果输出。
portfolio-attribution-research
面向基金投研分析领域的组合归因任务Skill,围绕「组合归因助手-投研版」场景提供信息抽取、结构化分析与结果输出。
portfolio-attribution-client
面向基金投研分析领域的组合归因任务Skill,围绕「组合归因助手-客户版」场景提供信息抽取、结构化分析与结果输出。
portfolio-attribution-channel
面向基金投研分析领域的组合归因任务Skill,围绕「组合归因助手-渠道版」场景提供信息抽取、结构化分析与结果输出。
excess-return-decomposition
面向基金投研分析领域的收益拆解任务Skill,围绕「超额收益拆解助手」场景提供信息抽取、结构化分析与结果输出。
customer-complaint-attribution-and-improvement-assistant
当用户需要对银行零售金融场景中的客户投诉进行分类、归因、责任环节识别、 问题复盘、改进建议设计、闭环跟踪与管理汇报时,使用本技能。 适用于客服分析、服务体验分析、流程改进、客诉高发问题识别、渠道体验优化、 产品服务缺陷排查、客服坐席问题复盘等任务。 输出时应严格区分“已确认事实”“高概率归因”“待核验事项”,避免在证据不足时直接下结论。
client-complaint-attribution
面向基金投顾与客户服务领域的投诉归因任务Skill,围绕「客户投诉归因助手」场景提供信息抽取、结构化分析与结果输出。