hkwuks/fund-valuation-framework/wealth-agent

Claude Code and agent skill by hkwuks/fund-valuation-framework

Trust tier 2
  • community
Source check pending

Checking that the SKILL.md file is still in the repository.

智能理财Agent技能。提供基金查询、实时估值、市场数据、黄金量化交易(策略回测/对比/信号/风控)等功能,支持 HTTP API 与 MCP 调用。

Install

npx vskill@latest install hkwuks/fund-valuation-framework/wealth-agent

SKILL.md

智能理财Agent技能

本技能目录下 `references/REFERENCE.md` 包含完整的 API 端点、响应示例、数据模型和配置说明,需要查具体接口参数时去读那个文件。

触发场景

基金/市场:

  • 查询基金信息、净值、持仓
  • 获取基金实时估值和涨跌幅
  • 查询股票、ETF、指数行情
  • 批量估值、分析基金涨跌原因

黄金量化交易:

  • 运行策略回测(趋势跟踪/均值回归/ML预测)
  • 对比多个策略的表现差异
  • 当前市场环境适合什么策略
  • 信号生成——"现在该交易吗?"
  • 风控状态——"风险大不大?"
  • Walk-Forward / CPCV / Monte Carlo 风险评估
  • 特征重要性、技术分析解读

一、基金估值

分析流程

用户问基金问题时,按此步骤深入,不要只返回数据:

查基本信息 → 拿持仓 → 查重仓股行情 → 量化贡献 → 归因 → 结论
  • GET /api/funds/{code} — 基金基本信息
  • GET /api/valuation/{code} — 实时估算净值和涨跌幅
  • GET /api/funds/{code}/holdings — 前十大持仓
  • GET /api/market/stock/{code} — 逐只查重仓股行情

关键量化:

某持仓贡献 ≈ 持仓占比 × 该股涨跌幅
总估算涨跌 ≈ 各持仓贡献之和

不要只罗列"茅台跌了2%所以基金跌了",要算出具体贡献占比。

估值类型参考
类型置信度含义
real_time_price100%ETF/LOF 直接取交易价格
index_based85%指数基金,跟踪指数涨跌
holdings_based60-80%主动型,基于前十持仓加权
benchmark_only30%数据不足,仅参考基准
注意:A 股交易时段(9:30-15:00)外估值不可用,QDII 需要等海外开盘。

二、黄金量化交易

系统面向 SHFE AU 黄金期货,核心能力和回答策略如下。

2.1 三个策略的选择
策略逻辑适合不适合
trend_following双均线交叉+ATR止损单边趋势行情震荡市(反复假信号)
mean_reversionRSI+布林带震荡行情强趋势(会逆势亏损)
ml_predictor滑动窗口ML预测非线性规律数据不足(< 150根bar)

用户问"该用哪个策略?"时这样判断:

  • 市场在走单边 → 趋势跟踪
  • 市场在震荡 → 均值回归
  • 用户想尝试 ML → 机器学习,但告知需要足够历史数据和 Walk-Forward 防过拟合
2.2 回测 — 不同需求选不同方法
用户问题推荐 MCP/API要点
"这策略怎么样?"run_gold_strategy_backtest先跑 simple 模式看看
"对比一下三个策略"compare_gold_strategies一次跑完,看对比表
"会不会过拟合?"run_gold_walk_forward滚动训练/测试,防泄漏
"要更严格的验证"run_gold_cpcv组合交叉验证+PBO
"最大回撤风险多大?"run_gold_monte_carlo95% 置信区间
"换个参数试试?"run_gold_sensitivity参数范围扫描

看回测结果抓这几个关键:

收益端:

  • 年化收益率 — 能赚多少
  • 夏普比率 — > 1 及格,> 2 算好
  • Calmar比率 — 年化/最大回撤,> 1 说明回撤控制好

风险端:

  • 最大回撤 — 最惨的时候亏多少
  • VaR(95%) — 95%概率单日亏损不超过这个数
  • 盈亏比 — 赚的平均/亏的平均
  • 最大连亏 — 连续亏了多少次

可靠性:

  • 方向准确率(DA) — 猜对方向的比例
  • PBO — 越小越不容易过拟合
  • Monte Carlo 夏普>1 比例 — 越高越稳健
2.3 信号生成 — "现在该交易吗?"

步骤:

  1. generate_gold_signal → 用最新行情跑策略,出建议
  2. get_gold_signals → 看最近历史信号是否一致
  3. get_gold_risk_status → 检查当前风控

信号解读:

  • 每个信号有 confidence(置信度)和 reason(理由),还给止损价
  • ML 策略如果 R² 为负会降低置信度,要向用户说明"模型质量差,建议谨慎"
  • stop_loss 是程序给的风险控制价,告诉用户可以参考

风控状态解释给用户听:

风控告警告诉用户
回撤 > 5% WARNING"当前回撤超过警戒线"
回撤 > 10% REJECT"回撤太大,不能开新仓"
VaR > 5% WARNING"仓位风险偏高"
VaR > 10% REJECT"风险太高,需要减仓"
波动率 ATR/价 > 5%"市场波动异常,注意风险"
2.4 技术分析 — "黄金走势怎么看?"

get_gold_market_data — 查当前价格、涨跌幅、技术指标 get_gold_analysis — K 线技术分析解读(RSI/MA/布林带)

告诉用户趋势所处阶段:

  • MA 多头排列(短期 > 中期 > 长期)→ 上升趋势
  • MA 空头排列(短期 < 中期 < 长期)→ 下降趋势
  • 均线粘合 → 震荡,等方向
  • RSI > 70 → 超买,注意回调
  • RSI < 30 → 超卖,可能反弹
2.5 ML 策略的特别说明

用户问"ML 策略准不准?"时要解释:

  1. 模型质量:训练后返回 quality(poor/mediocre/good),来自 R² 和方向准确率
  2. 特征重要性:用 get_gold_feature_importance 看什么因子最有用(宏观还是技术)
  3. 数据需求:至少 150 根 bar 才能训练,太少就用 Ridge(简单模型更稳)
  4. Triple-Barrier 模式:不直接预测价格涨多少,而是预测"先碰止盈还是先碰止损"
  5. Walk-Forward 原理:在历史数据上滚动训练,每个窗口用窗口前的数据训练、窗口内的数据测试,模拟真实交易场景——没有穿越未来的问题
2.6 策略对比 — 怎么给结论

用户要对比时,不要只跑出数据丢给用户,要给出判断:

趋势跟踪:收益最高,但震荡期回撤大 → 适合现在有趋势
均值回归:稳健,收益不高但回撤小 → 适合震荡
ML 预测:盈亏波动大,要看 R² 是否为正 → 不推荐单独使用
综合建议:当前市场 [趋势/震荡/不明],建议优先考虑 [XX] 策略

三、注意事项

数据
  • 持仓数据来自季报,有滞后性,影响估值精度
  • 宏观指标(DXY、VIX、TIPS 等)来自 yFinance,可能为空——空时回测自动降级为纯技术特征
  • SHFE AU 主力合约有换月,系统做了展期处理
免责声明
估值和回测结果仅供参考,不构成投资建议。回测基于历史数据,过去不代表未来。

四、常用参考

基金代码
名称代码
沪深 300ETF510300
创业板 ETF159915
科创 50ETF588000
黄金 ETF518880
纳指 ETF513100
指数代码
名称代码
沪深 300000300
中证 500000905
创业板指399006
恒生指数hsi
纳斯达克nasdaq
标普 500sp500

五、故障排查

问题原因做法
估值为 null非交易时间等开盘重试
回测收益全 0数据量不够或特征全空换趋势/均值策略,或拉长回测区间
CPCV 报错数据太少分不了组改 Walk-Forward 或加数据
后端崩了连接异常curl localhost:8000/health
ML 策略没信号可能是 R² 为负看 feature-importance 确认特征是否正常

Security

  • Security scanPassed, 100 of 100Pattern checks on the skill's files.
  • Model reviewPassed

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

Source

Popularity

Repository stars
48
Repository forks
7
7-day trend score
19

Stars and forks are for the whole GitHub repository, not this skill alone. Refreshed 7 Aug 2026, 3 months ago.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/hkwuks/fund-valuation-framework/wealth-agent/badge)](https://verified-skill.com/skills/hkwuks/fund-valuation-framework/wealth-agent)

Something wrong with this skill or its page? Tell us.