9.9 案例二：投资组合月度报告

面向经管学生、研究者与从业者的 AI 智能体设计教材

作者

李学恒、林建浩、严翊歆

发布于

2026-05-11

场景：基金经理每月需要生成一份投资组合报告，涵盖持仓变动、收益归因和风险指标。数据分散在多个文件中——持仓明细、交易流水、基准指数。手动整合耗时且容易遗漏，适合用 Skill 编排成固定流程。

项目目录结构：

portfolio-report/
├── data/
│   ├── holdings.csv        # 当期持仓明细
│   ├── transactions.csv    # 本月交易流水
│   └── benchmark.csv       # 基准指数数据
├── templates/
│   └── monthly-report.md   # 报告模板
├── outputs/                # 生成的报告
├── .claude/
│   └── skills/
│       └── portfolio-monthly-report/
│           └── SKILL.md    # 月报生成 Skill
└── CLAUDE.md

核心 Skill 采用四步顺序编排，每一步的输出作为下一步的输入：

▶ Skill

---
name: portfolio-monthly-report
description: 当用户需要生成投资组合月度报告时使用。适用于持仓、交易和基准数据已就绪的场景。
allowed-tools: "Read Glob Write Bash(python3)"
---

## 执行步骤

### 第一步：数据完整性检查
读取 data/ 目录，确认以下文件存在且非空：
- holdings.csv（必须包含 ticker, shares, price 列）
- transactions.csv（必须包含 date, ticker, action, amount 列）
- benchmark.csv（必须包含 date, return 列）

任何文件缺失或格式不符，列出问题清单并停止。

### 第二步：收益归因计算
用 Python 计算以下指标：
- 组合总收益率与基准收益率
- 各持仓的收益贡献（权重 × 个股收益）
- 超额收益及前五大贡献个股

将计算结果写入 outputs/attribution.json。

### 第三步：风险指标汇总
用 Python 计算：
- 组合波动率（月度）
- 最大回撤
- Sharpe 比率（无风险利率取 2.5%）
- 持仓集中度（前十大持仓占比）

将结果追加到 outputs/attribution.json。

### 第四步：报告生成
读取 templates/monthly-report.md 模板，将第二步和第三步的数据填入对应位置，生成 outputs/monthly-report-{YYYY-MM}.md。

## 边界
- 不修改 data/ 目录下的原始数据文件。
- 不联网获取行情，只基于本地数据计算。
- 计算脚本不做投资建议，只输出客观指标。

用户在 Claude Code 中输入：

▶ Claude Code

data 目录里的三个 CSV 已经更新到 2025 年 2 月的数据了，帮我生成本月的投资组合报告。

Skill 会按四步依次执行：先校验数据完整性，再计算收益归因，然后汇总风险指标，最后填充模板生成完整报告。每一步都有明确的输入和输出，任何一步失败都不会跳过。

编排要点

这个 Skill 的关键设计在于第一步的数据校验。金融数据缺失或格式错误会导致后续计算全部失效，所以必须在入口处设置硬性检查点。这与案例一中资料缺失即停止的逻辑一致——先确认现场，再受控执行。

--- title: "9.9 案例二：投资组合月度报告" --- 场景：基金经理每月需要生成一份投资组合报告，涵盖持仓变动、收益归因和风险指标。数据分散在多个文件中——持仓明细、交易流水、基准指数。手动整合耗时且容易遗漏，适合用 Skill 编排成固定流程。项目目录结构： ```txt portfolio-report/ ├── data/ │ ├── holdings.csv # 当期持仓明细 │ ├── transactions.csv # 本月交易流水 │ └── benchmark.csv # 基准指数数据 ├── templates/ │ └── monthly-report.md # 报告模板 ├── outputs/ # 生成的报告 ├── .claude/ │ └── skills/ │ └── portfolio-monthly-report/ │ └── SKILL.md # 月报生成 Skill └── CLAUDE.md ``` 核心 Skill 采用四步顺序编排，每一步的输出作为下一步的输入： ```skill --- name: portfolio-monthly-report description: 当用户需要生成投资组合月度报告时使用。适用于持仓、交易和基准数据已就绪的场景。 allowed-tools: "Read Glob Write Bash(python3)" --- ## 执行步骤 ### 第一步：数据完整性检查读取 data/ 目录，确认以下文件存在且非空： - holdings.csv（必须包含 ticker, shares, price 列） - transactions.csv（必须包含 date, ticker, action, amount 列） - benchmark.csv（必须包含 date, return 列）任何文件缺失或格式不符，列出问题清单并停止。 ### 第二步：收益归因计算用 Python 计算以下指标： - 组合总收益率与基准收益率 - 各持仓的收益贡献（权重 × 个股收益） - 超额收益及前五大贡献个股将计算结果写入 outputs/attribution.json。 ### 第三步：风险指标汇总用 Python 计算： - 组合波动率（月度） - 最大回撤 - Sharpe 比率（无风险利率取 2.5%） - 持仓集中度（前十大持仓占比）将结果追加到 outputs/attribution.json。 ### 第四步：报告生成读取 templates/monthly-report.md 模板，将第二步和第三步的数据填入对应位置，生成 outputs/monthly-report-{YYYY-MM}.md。 ## 边界 - 不修改 data/ 目录下的原始数据文件。 - 不联网获取行情，只基于本地数据计算。 - 计算脚本不做投资建议，只输出客观指标。 ``` 用户在 Claude Code 中输入： ```opencode data 目录里的三个 CSV 已经更新到 2025 年 2 月的数据了，帮我生成本月的投资组合报告。 ``` Skill 会按四步依次执行：先校验数据完整性，再计算收益归因，然后汇总风险指标，最后填充模板生成完整报告。每一步都有明确的输入和输出，任何一步失败都不会跳过。 ::: {.callout-tip} ## 编排要点这个 Skill 的关键设计在于第一步的数据校验。金融数据缺失或格式错误会导致后续计算全部失效，所以必须在入口处设置硬性检查点。这与案例一中资料缺失即停止的逻辑一致——先确认现场，再受控执行。 :::

其他格式