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。

105 stars

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

$curl -o ~/.claude/skills/return-attribution-explainer/SKILL.md --create-dirs "https://raw.githubusercontent.com/aifinlab/FinClaw/main/skills/return-attribution-explainer/SKILL.md"

Manual Installation

  1. Download SKILL.md from GitHub
  2. Place it in .claude/skills/return-attribution-explainer/SKILL.md inside your project
  3. Restart your AI agent — it will auto-discover the skill

How return-attribution-explainer Compares

Feature / Agentreturn-attribution-explainerStandard Approach
Platform SupportNot specifiedLimited / Varies
Context Awareness High Baseline
Installation ComplexityUnknownN/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

105
from aifinlab/FinClaw

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

105
from aifinlab/FinClaw

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

105
from aifinlab/FinClaw

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

105
from aifinlab/FinClaw

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

105
from aifinlab/FinClaw

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

105
from aifinlab/FinClaw

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

105
from aifinlab/FinClaw

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

105
from aifinlab/FinClaw

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

105
from aifinlab/FinClaw

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

105
from aifinlab/FinClaw

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

105
from aifinlab/FinClaw

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

105
from aifinlab/FinClaw

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。