📦 Portfolio Optimization提供多策略投资组合优化框架，支持均值 方差、Black Litterman — Portfolio Optimization 提供多策略投资组合优化框架，支持均值-方差、Black-Litterman
v0.3.0以及分层风险平价（HRP）算法，内置多种协方差估计方法对比分析。 触发场景： (1) 我要给股票组合找最优配置，同时考虑交易成本； (2) 想对比不同风险模型（普通协方差、Ledoit-Wolf收缩、半协方差）哪个预测更准； (3) 用 Black...
12· 9·0 当前·0 累计
by 下载技能包
最后更新
2026/4/23
安全扫描
OpenClaw
安全
high confidence该技能的文件、说明和安装步骤均符合投资组合优化软件包的规范：安装常用的数值/优化 Python 库，引用 ZVT 获取市场数据，不索取无关凭据或隐藏端点。
评估建议
该技能在组合优化方面表现一致。安装前请执行：(1) 在隔离的 Python virtualenv/container 内运行 scripts/install.sh，避免污染系统 Python；(2) 检查将安装的 pip 包（cvxpy、cvxopt、ecos 可能引入原生代码或系统依赖），必要时先安装 OS 级依赖；(3) 注意 SKILL.md 会调用 ZVT 前置检查，并可能要求获取市场数据——某些数据商（如 joinquant）需单独账户/凭证，仅在需要时提供并妥善保管；(4) SKILL.md 含 Evidence Quality Notice，提示编译产物仅部分验证——关键结果请先对照 primary sources/seed.yaml 或上游代码验证，再用于实盘；(5) 阅读专有许可证（引用的 LICENSE.txt），确保接受其条款。...详细分析 ▾
✓ 用途与能力
名称/描述（多策略组合优化、协方差方法、Black-Litterman、HRP）与所含文档和组件一致。所含引用（组件、用例）及安装脚本（cvxpy、numpy、pandas、scikit-learn、ecos、cvxopt 等）与宣称功能相匹配。
ℹ 指令范围
SKILL.md 以指令为主，要求运行 scripts/install.sh 并遵循前置条件，这些前置条件会导入并调用 ZVT（数据记录器/get_kdata）。这些前置检查可能触发网络活动（数据记录/记录器运行）并引用 ZVT_HOME 环境变量，但这与该技能的目的（获取市场数据）一致。SKILL.md 包含证据质量声明（验证率约 34.6%，审计失败 40%）——用户应将结果视为需对照源工件（seed.yaml/LATEST 文件）进行验证。
✓ 安装机制
无远程任意压缩包或短链接；install.sh 通过 PyPI 安装标准数值/优化包。这是基于 Python 的优化技能所预期的。注意：某些包（cvxopt、ecos）可能需要原生构建工具链或系统库，pip 可能在安装时构建 wheels。
ℹ 凭证需求
该技能未声明任何必需的环境变量或凭据，保持一致。运行时说明和前置条件引用了 ZVT_HOME，并可能要求用户安装/配置 zvt（并选择数据提供商——某些提供商如 joinquant 需要账户）。未请求未解释的 SECRET/TOKEN 环境变量。若计划使用付费数据提供商，需单独向这些服务提供提供商凭据。
✓ 持久化与权限
该 skill 未设置 always:true，也未请求提升平台权限。它可由用户调用，并支持常规自主调用（平台默认）。它不会修改其他 skill 的配置，也不会请求系统级 auth token。
安全有层次，运行前请审查代码。
运行时依赖
无特殊依赖
版本
latestv0.3.02026/4/23
Doramagic crystal portfolio v0.3.0。完整5层 bp-009 标准。github.com/tangweigang-jpg/doramagic-skills
● 无害
安装命令
点击复制官方npx clawhub@latest install portfolio-optimization
镜像加速npx clawhub@latest install portfolio-optimization --registry https://cn.longxiaskill.com
技能文档
用 ZVT 在 A 股做量化策略，从取数到回测一条龙。告诉我需求，我直接写代码，无需翻文档。
（提示：ZVT 原生支持 A 股、港股、加密币；美股 stockus_nasdaq_AAPL 仅半支持，别用于正式研究。）
Pipeline
data_collection -> data_storage -> factor_computation -> target_selection -> trading_execution -> visualization 核心用例（共 6 个）
风险模型对比分析（UC-101）
对比样本协方差、半协方差、指数加权、Ledoit-Wolf 及其 Oracle 近似等多种估计，评估预测精度。
触发：风险模型对比、协方差估计、组合风险分析 基础均值-方差优化（UC-102）
用 CAPM 预期收益做最小波动组合，比较样本协方差 vs Ledoit-Wolf。
触发：均值-方差优化、最小波动组合、有效前沿 含交易成本均值-方差优化（UC-103）
在再平衡时计入券商交易成本，使用半协方差风险模型。
触发：交易成本优化、组合再平衡、半协方差风险 其余 3 个用例见 references/USE_CASES.md。
安装
``bash
# 首次使用前一次性安装
bash scripts/install.sh
``
执行触发：当用户意图匹配 intent_router.uc_entries[].positive_terms 且使用动词（run/execute/跑/执行/backtest/fetch/collect） 我会问你
- 目标市场：A 股（默认）、港股还是加密币？（美股 ZVT 支持残缺）
- 数据源：东方财富（免费）、聚宽（需账号付费）、baostock（免费、历史全）、akshare、qmt（券商）？
- 策略类型：MACD 金叉、均线交叉、放量突破、基本面筛选 or 自定义因子？
- 回测区间：start_timestamp 与 end_timestamp
- 标的代码：具体股票（stock_sh_600000）或指数成分（SZ1000）？
语义锁（致命）
| ID | 规则 | 违规处理 | |---|---|---| | SL-01 | 每交易周期先卖后买 | halt | | SL-02 | 交易信号必须 next-bar 执行，禁止前视 | halt | | SL-03 | 实体 ID 必须符合 entity_type_exchange_code 格式 | halt | | SL-04 | DataFrame 索引必须是 MultiIndex(entity_id, timestamp) | halt | | SL-05 | TradingSignal 只能有 position_pct、order_money、order_amount 之一 | halt | | SL-06 | filter_result 列语义：True=买入，False=卖出，None/NaN=无操作 | halt | | SL-07 | Transformer 必须在 Accumulator 之前运行 | halt | | SL-08 | MACD 参数锁定：fast=12，slow=26，signal=9 | halt | 完整定义见 references/LOCKS.md高频反模式（共 14 条）
- AP-PORTFOLIO-ANALYTICS-001：价格比率除零导致再平衡失真
- AP-PORTFOLIO-ANALYTICS-002：信号未平移产生前视偏差
- AP-PORTFOLIO-ANALYTICS-003：协方差矩阵非半正定导致 CVXPY 优化失败
证据质量提示
[质量提示] 本 crystal 源自 blueprint finance-bp-093，证据验证率 34.6%，审计失败 40 项。关键决策请对照源文件（LATEST.yaml / LATEST.jsonl）。