Agent Skills
返回列表
基金风格滚动归因

基金风格滚动归因

数据分析 更新于 2026.08.29

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,将 @user_186b4ea5/fund-style-regression 安装到 AI 助手中。

技能介绍

量化基金风格暴露的追踪痛点

在量化投资中,获取细粒度且连续的基金风格暴露(如市值规模风格)是归因与绩效评估的核心。然而,定期报告的持仓数据存在严重滞后。基于净值的回归分析(RBSA)是工程上的常用替代方案,但手动处理格式混杂的净值数据、对齐指数并求解约束优化问题极易出错。fund-style-regression 技能旨在自动化这一数据流水线。

核心工作流与实现细节

该技能将风格归因拆解为四个核心步骤:

  1. 智能解析:读取 .xlsx/.csv,自动识别多种日期格式(含 Excel 序列号)与净值列(优先 累计净值,暂无则降级 复权/单位净值)。
  2. 指数对齐:通过 tushare 拉取沪深300/500/1000/2000 日线,与基金净值执行 inner-join,自动剔除非交易日。
  3. 滚动回归:在滚动窗口(默认 12 点)内,使用 SLSQP 进行约束最小二乘回归,强制权重 wi ≥ 0 且 Σ wi ≤ 1,残差归入代表微小盘的「其他」。
  4. 结果输出:生成权重时序堆叠面积图(.png)与明细 Excel 表。

适用边界与注意点

  • Token 管理:不硬编码 tushare token,按优先级读取 --token、TUSHARE_TOKEN 环境变量或本地配置文件。缺失时直接报错退出,杜绝模拟数据降级。
  • 频率限制:--window 指观测点数而非自然日。日频净值下 12 点不足三周,若为周/月频则覆盖更久。
  • 过拟合风险:短期窗口易受市场噪音干扰,「其他」权重可能偏高,建议结合长周期窗口交叉验证。

使用场景

  • 拿到一份量化基金月度净值表,需要快速绘制近期的市值风格权重走势。
  • 整理多只基金净值文件时,要统一计算它们对四大宽基指数的滚动暴露。
  • 核对基金留存明细时,希望直接看到模型未解释、归入「其他」的时序残差。
  • 对比不同基金文件的 '情景' 时,需使用相同的滚动窗口参数完成归因。

适合人员

  • 量化研究员:需要定期验证基金收益与大小盘指数的实际偏离。
  • 基金分析师:负责撰写归因报告并核对权重时序图表与明细数据。
  • 数据分析工程师:构建归因流水线,需要复现脚本对异常交易日的处理逻辑。
  • 组合基金经理:评估子策略风格漂移风险,关注未归入四大宽基的微小盘暴露。