三资产双因子配置模型
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_186b4ea5/asset-allocation-model,用于生成权益、商品、固收三资产配置比例。
技能介绍
解决什么问题
为公募基金组合做资产配置时,两个约束常常打架:估值告诉你权益该配多少,客户画像告诉你他还能承受多少风险资产。asset-allocation-model 把两者串成一条约束链:FED 模型(股债性价比)独立计算权益比例,年龄与风险等级算出风险资产总额上限,商品作为权益与固收之间的余量资产吸收剩余空间——不足下限则强制补足,超出上限则回流固收,最终权益、商品、固收恒等于 100%。
核心能力
- 双因子约束:
年龄上限比例 = max(0, 100 - 年龄 × 风险等级系数) / 100,该值就是权益加商品的总预算。 - FED 驱动权益:
FED = (1 / 沪深300市盈率) - 10年期国债收益率,取近十年滚动分位数作为估值系数,区间权益比例 = 下限 + 区间宽度 × 估值系数。 - 商品下限优先:即使 FED 算出的权益超出风险预算,也先给商品配满下限,再压缩权益。
- 三资产落地:
scripts/asset_allocation.py负责计算;scripts/fetch_fed_data.py从 Tushare Pro 取沪深300 PE(TTM)、从 AKShare 取十年期国债收益率并算分位数,无 Tushare token 时改用 AKShare 的stock_index_pe_lg。
执行流程
- 确认输入:风险等级(R1–R5)与客户年龄为必填,FED 分位数可选。缺任一项必须一次问全,不允许默认假设或直接报错。
- 自动获取 FED 分位数:脚本输出 FED 值、分位数与估值系数。
- 执行计算:调用
asset_allocation.py或在 Python 中直接 import。 - 呈现结果:权益区间、区间权益比例、商品上下限、年龄上限截断情况与最终三类比例。
注意点
- FED 窗口固定为近十年滚动更新,结果对市场阶段敏感。
- 商品上限独立于估值、不随 FED 调整(R1 为 5%,R5 为 30%)。
- 风险预算为 0 或商品空间超限时,超出部分回流固收,不会强行配置满。
- 固收类含中长期纯债基金、二级债基、货币基金、银行理财;商品类含黄金ETF、CTA 策略基金、原油基金等,具体品种需自行映射。
- 模型只输出目标仓位建议,不含调仓频率、再平衡规则与交易成本测算。
使用场景
- 基金投顾为客户做年度资产配置再平衡,需要根据客户年龄和R4风险等级,算出当前FED分位数下的权益、商品、固收目标比例
- 财富管理平台上线智能配置功能,用户输入年龄和风险测评结果后,系统调用该技能返回股债商三资产的目标权重
- 量化策略研究员验证FED模型在近十年的有效性,需要对比不同估值分位数下权益仓位区间与最终被年龄上限截断后的配比差异
- 个人投资者持有多只公募基金,想按双因子模型重新核定自己的权益、黄金ETF和纯债基金应该各占多少比例
适合人员
- 基金投顾和财富管理顾问,需要根据客户年龄与风险等级快速生成三资产配置方案
- 量化策略研究员,在回测和验证FED模型与年龄上限约束对实际仓位的影响
- 公募基金产品经理,设计智能定投或目标盈策略时需要确定权益与商品的比例区间
- 有自主投资能力的个人投资者,想用系统化方法替代凭感觉调整股债商持仓