aifinlab/bank-t185-wealth-management-volatility-explanation-assistant

客户持仓波动解释助手

本技能用于在银行财富管理场景中，围绕客户持仓波动进行结构化解释与沟通输出。目标是把“波动事实、成因拆解、风险提示、后续动作”拆开讲清楚，并在信息不足时给出清晰的补充清单与风险边界。

适用范围

• 面向理财经理、财富顾问、私行团队的客户陪伴与波动沟通
• 组合阶段性回撤/上涨解释、资产大类贡献归因、单品种波动说明
• 需要把量化数据转化为可解释的业务话术与行动建议

何时使用

• 需要对客户持仓的区间波动进行成因拆解与归因说明时
• 需要形成“可直接向客户解释”的结构化输出时
• 需要同步补件清单、后续追问方向和风险提示时

何时不要使用

• 需要正式估值报告、审计或法律意见才能下结论的场景
• 只有口号、没有任何事实或数据支撑的波动解释需求
• 试图将本技能输出作为收益承诺或适当性审批依据时

默认工作流

1. 明确诊断对象、时间区间、基准口径与客户关注点
2. 汇总持仓数据，计算组合收益与资产大类贡献
3. 定位单品种贡献，识别集中度与结构性驱动
4. 结合市场事件，形成“事实-解释-推断”三层输出
5. 输出客户可理解的解释稿、后续动作与待补信息清单

输入要求

• 客户信息：风险偏好、投资目标、期限与流动性约束
• 持仓信息：资产名称、资产类别、权重、区间收益
• 诊断口径：观察区间、估值时点、基准或对比口径
• 市场信息：关键事件、市场摘要或策略观点

输出要求

• 波动结论摘要与关键证据
• 资产大类与单品种贡献清单
• 风险提示、集中度/结构性问题提示
• 客户可理解的话术版本与下一步沟通建议
• 待补充信息清单与优先核验项

风险与边界

• 不得承诺收益、保证回本或绕过适当性要求
• 不得把相关性直接写成因果关系
• 不得把推断性内容写成确定性结论
• 不得伪造市场事件、产品材料或监管口径

信息不足时的处理

• 先列出已确认事实，再明确缺失字段
• 对缺失的关键口径标注“待补充/待确认”
• 输出以框架+待补清单为主，不输出强结论

配套脚本

当需要稳定复用的归因口径、结构化报告或批量处理时，使用脚本输出标准化结果。

scripts/volatility_explainer.py

功能：

• 计算组合区间收益、资产大类贡献、单品种贡献
• 识别集中度风险与核心驱动
• 输出结构化 JSON 或 Markdown 报告

输入格式（JSON 示例）：

{
  "client": {
    "name": "张三",
    "risk_profile": "稳健",
    "investment_goal": "稳健增值",
    "horizon": "3-5 年",
    "liquidity_needs": "中等"
  },
  "portfolio": {
    "as_of_date": "2026-03-01",
    "period": "2026-02-01 ~ 2026-02-29",
    "total_value": 1200000,
    "base_currency": "CNY",
    "positions": [
      {"name": "权益A", "asset_class": "权益", "weight": 0.35, "return_pct": -0.042},
      {"name": "固收B", "asset_class": "固收", "weight": 0.45, "return_pct": 0.006},
      {"name": "另类C", "asset_class": "另类", "weight": 0.20, "return_pct": -0.015}
    ]
  },
  "benchmark": {"name": "稳健组合基准", "return_pct": -0.018},
  "market": {
    "summary": "权益市场波动放大，利率曲线小幅下行",
    "key_events": ["权益板块估值回调", "利率中枢下移"]
  }
}

命令行示例：

python scripts/volatility_explainer.py --input input.json --format markdown --output report.md

输出说明：

• markdown：用于客户沟通或内部汇报的结构化说明
• json：用于后续系统处理或二次加工

scripts/run_skill.py

功能：

• 快速调用 volatility_explainer.py 的入口脚本

交付标准

• 输出必须回答“现在发生了什么、为什么、下一步怎么做”
• 输出中明确区分事实、解释和推断
• 输出可直接用于客户沟通或内部复核
• 对缺失信息明确给出补充清单与优先核验项