A股VaR风险价值/条件VaR分析。当用户说"VaR"、"风险价值"、"value at risk"、"CVaR"、"ES"、"预期损失"、"最大可能亏多少"时触发。量化计算组合VaR和CVaR。支持formal和brief风格。
name a-share-var-analysis description A股VaR风险价值/条件VaR分析。当用户说"VaR"、"风险价值"、"value at risk"、"CVaR"、"ES"、"预期损失"、"最大可能亏多少"时触发。量化计算组合VaR和CVaR。支持formal和brief风格。 A股VaR风险价值/条件VaR分析 数据源 SCRIPTS= " $SKILLS_ROOT /cn-stock-data/scripts" python " $SCRIPTS /cn_stock_data.py" kline --code [CODE] --freq daily --start [日期] python " $SCRIPTS /cn_stock_data.py" quote --code [CODE] python " $SCRIPTS /cn_stock_data.py" finance --code [CODE] Workflow Step 1: 获取收益率序列 Step 2: 计算VaR 历史模拟法：收益率排序取分位数 参数法：假设正态分布，VaR = μ - z_α × σ Monte Carlo模拟：模拟10000条路径 Step 3: 计算CVaR(ES) CVaR = E[Loss | Loss > VaR]，尾部平均损失 Step 4: 压力测试 用历史极端情景（2008/2015/2020）测算极端VaR Step 5: 输出 维度 formal brief VaR 多方法对比+置信度 95%VaR CVaR 尾部风险分析 CVaR值 压力测试 历史情景分析 无 默认风格：brief。 关键规则 VaR 只回答正常情况下的最大损失——尾部风险需用CVaR 历史模拟法最直观但依赖历史数据充分性 参数法假设正态分布——A股收益率尖峰肥尾，会低估风险 持有期不同VaR差异巨大——日VaR × √T ≈ T日VaR（近似） 回测VaR：实际突破次数应接近理论水平 使用示例 示例 1: 基本使用
result = run_skill({ "param1" : "value1" , "param2" : "value2" }) 示例 2: 命令行使用 python scripts/run_skill.py --input data.json