# factor-investing

Помогает разложить доходность портфеля по факторным моделям Fama-French и Carhart, оценить смарт-бета ETF и выявить скрытую индексацию.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 339 установок · ★ 218
- Автор: JoelLewis
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/JoelLewis/finance_skills/tree/HEAD/plugins/wealth-management/skills/factor-investing/SKILL.md
- Обновлён: 2026-07-18
- HTML: https://affpapa.org/nevibecode/skills/factor-investing

## Что делает

Скилл настраивает агента на многофакторный анализ инвестиций. Оценка фондов переводится со стандартной CAPM на трёх- и пятифакторные модели Fama-French, а также модель Carhart с учётом фактора моментума (UMD). Агент учится читать OLS-регрессии избыточной доходности, разбирать факторные нагрузки $b_k$, проверять статистическую значимость по t-статистикам со значением модуля выше 2 и анализировать скорректированный $R^2$.

С помощью регрессий выявляется скрытая индексация (closet indexing). Главные признаки — коэффициент детерминации $R^2 \ge 0.98$ относительно бенчмарка, ошибка слежения до 2% и активная доля ниже 60%. Для фондов смарт-бета анализируется чистота факторов и оборачиваемость портфеля: высокая оборачиваемость оправдана для моментума (около 100% в год), но создаёт лишние издержки для стоимостного фактора (15–25% в год).

Бумажные академические премии нельзя переносить на реальный рынок напрямую. Лонг-онли портфели забирают около половины премии академических long-short моделей из-за недоступности коротких позиций, реальных комиссий и налогов.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add JoelLewis/finance_skills --skill factor-investing -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/factor-investing/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/factor-investing/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add JoelLewis/finance_skills --skill factor-investing -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/factor-investing/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add JoelLewis/finance_skills --skill factor-investing -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/factor-investing/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install JoelLewis/finance_skills factor-investing
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/factor-investing/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add JoelLewis/finance_skills --skill factor-investing -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/JoelLewis/finance_skills --path plugins/wealth-management/skills/factor-investing
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/factor-investing/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add JoelLewis/finance_skills --skill factor-investing -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/JoelLewis/finance_skills/tree/HEAD/plugins/wealth-management/skills/factor-investing/SKILL.md

## Когда брать
- разложить доходность управляющего на альфу навыка и премии за факторы риска
- проверить фонд на скрытое копирование индекса по $R^2$ и tracking error
- оценить чистоту факторов и комиссию биржевого фонда смарт-бета
- интерпретировать коэффициенты регрессии Fama-French и t-статистики

## Примеры запросов агенту
- Оцени, есть ли у этого фонда реальная альфа после поправки на пятифакторную модель Fama-French и моментум.
- Проверь этот ETF на скрытую индексацию: вот $R^2$ относительно бенчмарка и активная доля.
- Посчитай безубыточный информационный коэффициент для фонда с комиссией 0.75% и ошибкой слежения 1.8%.

## Похожие
- [churn-prevention](https://affpapa.org/nevibecode/skills/coreyhaines31-churn-prevention.md) — скилл · 121000 установок
- [revops](https://affpapa.org/nevibecode/skills/revops.md) — скилл · 113500 установок
- [community-marketing](https://affpapa.org/nevibecode/skills/community-marketing.md) — скилл · 89500 установок
- [ads](https://affpapa.org/nevibecode/skills/ads.md) — скилл · 82800 установок
- [pricing](https://affpapa.org/nevibecode/skills/pricing.md) — скилл · 79300 установок
- [marketing-plan](https://affpapa.org/nevibecode/skills/marketing-plan.md) — скилл · 67900 установок

Из того же набора: [joellewis/finance_skills](https://affpapa.org/nevibecode/by/joellewis/finance_skills.md) — 89 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md