前言¶
做 AI 編程工具的 Skill 時,常遇到一類需求:不是讓模型寫代碼,而是讓它在一個明確約束下做結構化決策。投資組合skill 就是這類 Skill:它把”我該買什麼”這個問題,拆成資金來源、目標、期限、風險承受力等幾個必答項,再按內置方法論輸出一份帶權重、基金代碼、執行步驟的方案。對在 Claude Code / Codex CLI / Windsurf / 通義靈碼 裏工作的用戶來說,省去了自己查估值、做配置的前期整理。
它由社區開發者 user_fc999673 發佈,座標 @user_fc999673/touzizuhe,版本 1.0.0,來源 community,分類 professional。SkillHub 頁面當前顯示評分 100000、下載 992、安裝 0,無需 API key。
核心功能¶
一句話定位:把”定投”和”大額到賬”兩種完全不同的資金場景分開建模,在用戶給定的約束下算出配置比例,而不是推薦某一個”最好的資產”。
主要能力有四塊:
- 資金來源分流。先問錢怎麼來:每月定投,還是一筆閒金到賬。同一個人同一筆錢,兩種路徑的方案完全不同——定投把波動當朋友,大額把波動當敵人,需要的信號和護欄也相反。
- 定投版兩個護欄。開始前看一眼是不是歷史高位,每年看一眼有沒有資產漲到歷史極高。其餘時間自動四等分運行,不逐月算估值。
- 大額版信號驅動。錢到賬後先放貨幣基金和短債基金,再等 A股 ERP/PE/換手率、美股 VIX/席勒PE/回撤、黃金均線/實際利率、固收+國債收益率等信號,分 2+3+3 份買入,剩下 2 份在 3 個月內定投買完;12 個月沒投完則強制按保守方案買入。
- 長期 Glide Path。前 70% 時間自動運行,最後 30% 逐步降權益,最後 3 年停止買入權益,到期前 1 年全部轉貨幣基金。
輸出是一份結構化方案:投資畫像、推薦配置(資產/權重/年化預期)、推薦基金(代碼、費率、購買方式)、執行計劃、預期結果(確定性推算 + 蒙特卡洛區間)、注意事項。
安裝與啓用¶
這個 Skill 是基於通用 SKILL.md 格式的文本型 Skill,核心文件是 portfolio-designer.md。官方文件結構:
portfolio-designer/
├── portfolio-designer.md ← 核心策略文件(所有平臺通用)
├── skill.json ← Claude Code 技能配置
├── README.md ← 理念和使用說明
└── memory/
└── MEMORY.md
在 Claude Code 中,安裝後可直接對話觸發:
/portfolio-designer
或自然語言:
幫我設計一個投資組合
我每個月有5000塊想定投
賣了一套房有500萬到賬,怎麼投
在 Codex CLI / Windsurf / 通義靈碼 中,官方 README 的說明是:把 portfolio-designer.md 作爲 Agent 指令加載,然後告訴 AI 你的情況和需求,它會按流程一步步問,最終輸出方案。這三家的加載方式官方資料未逐一展開,按各工具加載自定義指令的方式配置即可。
典型用法¶
Skill 啓動後會按順序問六個問題:
1. 錢是怎麼來的? 每月定投 / 一大筆到賬
2. 目標是什麼? 養老 / 買房 / 教育金 / 財富增值 / 應急
3. 期限多久? 1年 / 3年 / 5年 / 10年 / 30年+
4. 跌多少能接受? 5% / 15% / 30% / 50%
5. 投多少錢? 每月/每年多少?佔總資產/收入多少?
6. (大額版)急不急? 已到賬可慢慢等 / 不想等太久 / 還沒到賬
回答完,輸出示例如下(來自官方 README):
一、投資畫像
資金來源:每月¥3,000定投(佔月收入15%)
投資目標:孩子30年後買房
投資期限:30年
風險承受:跌30%能接受
方案類型:定投版
二、推薦配置
納指100 30% | 中證紅利低波 25% | 黃金 20% | 固收+ 25%
組合預期年化:6.5~7.5% | 波動率:~18%
三、推薦基金(含代碼、費率、購買方式)
四、執行計劃(分幾步、什麼時候做什麼)
五、預期結果(確定性推算 + 蒙特卡洛波動區間)
六、注意事項
數據來源爲中證指數公司、理杏仁、Wind、SlickCharts、Damodaran/NYU Stern、World Gold Council、倫敦金、天天基金網、好買基金等,官方稱所有數據經至少 2-3 個獨立來源交叉比對,詳見 portfolio-designer.md 第八章。
適用場景與注意¶
適合三類人:有固定月收入想定投積累的上班族;有一筆閒錢(獎金、賣房、繼承)到賬不知怎麼投的人;想給孩子存教育金或給自己存養老金、認可長期持有但不知道具體買什麼的人。
幾條限制需要留意:
- 歷史數據不代表未來收益,超長期(30年+)預測不確定性很大,經濟結構、地緣格局、技術創新都可能變化。
- 輸出的方案基於數學模型和公開數據,不構成投資建議,具體決策要結合個人實際情況。
- 基金代碼和費率隨時間變化,以各基金公司最新公告爲準。
- 它不接行情接口,淨值和估值數據需要模型自行查證或由用戶提供,落地時別默認數據是實時的。
結尾¶
這個 Skill 的價值在於把資產配置的決策流程固化下來:先分流資金來源,再按約束算權重,最後輸出可執行的分步計劃。對想用 AI 工具理清投資方案、又不想自己搭模型的人,是個可以直接對話的入口。官方地址:https://api.skillhub.cn/user_fc999673/touzizuhe ,SkillHub 頁面:https://www.skillhub.cn/skills/user_fc999673/touzizuhe