aifinlab/a-share-model-risk
skills/archive/a-share-model-risk/SKILL.md
A股模型风险/回测过拟合分析。当用户说"模型风险"、"model risk"、"过拟合"、"overfitting"、"回测失真"、"样本外失效"、"模型验证"时触发。基于 cn-stock-data 获取数据，评估量化模型的过拟合与模型风险。支持 formal/brief 两种输出风格。
$ install --global
skillsauthnpx skillsauth add aifinlab/finclaw a-share-model-riskInstall this skill globally with one command. Works with Claude Code, Cursor, and Windsurf.
Security Scan Results
3 of 9 scanners reported clean
Some scanners were skipped, did not run, or reported a non-clean status. Review each row below.
3
Scanners Passed
9
Scanners in report
Clean
TrivyContainer and dependency vulnerability scanner
95%
Clean
SemgrepStatic code analysis for vulnerabilities
95%
Clean
mcp-scan (Snyk)Model Context Protocol security validation
95%
Error
VirusTotalMulti-engine malware detection
70%
Skipped
Snyk (dep)Open source security scanning
50%
Skipped
Socket.devSupply chain security analysis
50%
Skipped
CrowdStrikeAdvanced threat intelligence
50%
Skipped
OSV-ScannerOpen Source Vulnerability database check
50%
Skipped
OWASP Dep-Check
50%
Last scanned: Mar 27, 2026, 1:08 PM41.6s2 files scanned
SKILL.md
- name:
- a-share-model-risk
- description:
- A股模型风险/回测过拟合分析。当用户说"模型风险"、"model risk"、"过拟合"、"overfitting"、"回测失真"、"样本外失效"、"模型验证"时触发。基于 cn-stock-data 获取数据，评估量化模型的过拟合与模型风险。支持 formal/brief 两种输出风格。
模型风险/回测过拟合分析助手
数据获取
通过 cn-stock-data skill 获取数据：
- 回测结果: 策略回测的绩效数据
- 模型参数: 模型配置与超参数
- 样本外数据: 未参与训练的数据
分析工作流
Step 1: 过拟合检测
- 训练集vs测试集表现差距：差距>30%疑似过拟合
- 参数敏感性：微调参数后表现大幅变化=过拟合
- 策略复杂度：参数越多过拟合风险越大
- 多重检验：测试了N个策略，需调整显著性水平
Step 2: 回测陷阱识别
- 前视偏差(look-ahead bias)：使用了未来信息
- 幸存者偏差(survivorship bias)：只用存活股票
- 数据窥探(data snooping)：反复优化直到好看
- 交易成本低估：未考虑滑点/冲击/流动性
Step 3: 模型验证方法
- 样本外测试：严格的时间外推验证
- Combinatorial Purged CV：Lopez de Prado方法
- Walk-forward分析：滚动窗口前推验证
- 蒙特卡洛排列检验：随机打乱标签的基准
Step 4: 模型风险管理
- 模型多样化：不依赖单一模型
- 定期重验证：每季度重新评估模型有效性
- 模型衰减监控：IC/Sharpe的滚动趋势
- 模型退役标准：连续N月表现低于阈值则停用
Step 5: 输出报告
输出格式
formal 风格（研报级）
# 模型风险评估报告
## 一、过拟合检测
| 指标 | 训练集 | 测试集 | 差距 |
|------|--------|--------|------|
## 二、回测陷阱
[各类偏差检查结果]
## 三、验证结果
[样本外/CV/排列检验]
## 四、风险管理建议
brief 风格（快速分析）
## 模型风险速览
- 训练Sharpe 3.2 vs 测试 1.8，差距44%
- 过拟合风险：中等
- 未发现前视偏差
- 建议：简化模型，减少参数数量
参考 references/model-risk-guide.md 获取详细方法论与 A股实证研究。
Related Skills
aifinlab/skillsChoice/trust-suite/trust-valuation-engine
development
VerifiedTrustedCommunity
# trust-valuation-engine ## 描述 信托资产估值引擎，支持非标债权估值、股权估值、净值计算、减值测试。 ## 功能 - 非标债权估值（现金流折现法） - 股权估值（市场法/收益法/资产基础法） - 净值计算与发布 - 减值测试与拨备 - 估值模型管理 ## 许可证 MIT License
86SKILL.mdUpdated Mar 27, 2026
aifinlab/skillsChoice/trust-suite/trust-risk-manager
development
VerifiedTrustedCommunity
# trust-risk-manager ## 描述 信托风险全流程管理工具，覆盖信用风险、市场风险、流动性风险、操作风险四大维度，提供实时监控、预警提示和风险处置建议。 ## 功能 - 信用风险评估（融资主体、担保措施、偿债能力） - 市场风险监控（利率、汇率、商品价格敏感性） - 流动性风险分析（期限错配、赎回压力、变现能力） - 操作风险检查（流程合规、系统安全） - 风险预警指标（VaR、CVaR、压力测试） - 风险限额管理（集中度、久期、杠杆） - 风险报告生成 ## 使用场景 - 风控部门日常监控 - 投后管理风险排查 - 新产品风险评审 - 监管报送数据准备 - 风险预警处置 ## 输入输出 ### 输入 ```json { "portfolio_id": "", "risk_type": "all|credit|market|liquidity|operation", "assets": [ { "asset_id": "", "asset_type": "非标债权|股票|债券|基金", "exposu
86SKILL.mdUpdated Mar 27, 2026
aifinlab/skillsChoice/trust-suite/trust-product-analyzer
development
VerifiedTrustedCommunity
# trust-product-analyzer ## 描述 信托产品综合分析与筛选工具，支持产品信息抓取、风险评级、收益测算、合规检查和竞品对比。 ## 功能 - 信托产品信息智能抓取与解析（支持用益信托网、中国信托登记等平台） - 多维度风险评估（信用风险、市场风险、流动性风险） - 预期收益与实际收益对比分析 - 合格投资者适当性匹配 - 产品竞品横向对比 - 自动生成尽调报告 ## 使用场景 - 理财师为客户筛选合适信托产品 - 投资经理进行竞品分析 - 风控部门审查产品合规性 - 研究人员追踪市场产品发行情况 ## 输入输出 ### 输入 ```json { "action": "analyze|compare|screen", "product_code": "", "product_name": "", "filters": { "min_yield": 6.5, "max_duration": 24, "risk_level": ["R2", "R3"], "trust_type": "集合信托", "i
86SKILL.mdUpdated Mar 27, 2026
aifinlab/skillsChoice/trust-suite/trust-post-investment-monitor
development
VerifiedTrustedCommunity
# trust-post-investment-monitor ## 描述 信托投后监控工具，提供预警指标追踪、风险事件监测、处置建议生成、定期报告输出。 ## 功能 - 融资主体监控（经营/财务/舆情） - 担保物监控（价值/权属/流动性） - 预警阈值管理 - 风险事件响应 - 处置方案建议 - 定期监控报告 ## 许可证 MIT License
86SKILL.mdUpdated Mar 27, 2026