# portfolio-optimization

Скилл portfolio-optimization строит и анализирует портфели акций с моделями Mean-CVaR и Mean-Variance на NVIDIA cuOpt. Подключайте его для расчёта весов, оценки риска или бэктеста.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf (Devin Desktop), Claude.ai · ★ 4106 у репозитория
- Автор: Jake Goldberg
- Лицензия: Apache-2.0 · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/NVIDIA/skills/tree/HEAD/skills/portfolio-optimization/SKILL.md
- Обновлён: 2026-10-23
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/portfolio-optimization

## Что делает

Скилл использует пакет `portfolio_optimization`: считает логарифмическую доходность, строит сценарии для CVaR и решает задачи оптимизации на NVIDIA cuOpt. Он также умеет строить эффективную границу, сравнивать портфель с бенчмарками и запускать ребалансировку по расписанию или порогу отклонения. Для Mean-Variance можно задать ограничение на дисперсию или волатильность.

Нужны Python, установленный `portfolio_optimization`, NVIDIA GPU runtime с cuOpt и cuML, а для SOCP-задач Mean-Variance — сборка cuOpt с поддержкой QCQP/SOCP. Установка CUDA-зависимостей зависит от конфигурации: предусмотрены extras `cuda12`, `cuda13` и `cuda13-socp`. Если исходный CSV `data/stock_data/sp500.csv` отсутствует, перед загрузкой рыночных данных скилл должен запросить подтверждение. Без cuOpt он не переключается на CPU-решатель.

Пользовательские CSV проверяются на индекс или первый столбец с датой, числовые столбцы тикеров, минимум 60 строк после фильтрации и наличие хотя бы одного запрошенного тикера. Для расчёта CVaR нужны сценарии KDE на GPU; для Mean-Variance SOCP они не используются. На первом запуске с загрузкой данных потребуется доступ к сети.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill portfolio-optimization -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill portfolio-optimization -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill portfolio-optimization -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install NVIDIA/skills skills/portfolio-optimization
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/portfolio-optimization/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill portfolio-optimization -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/NVIDIA/skills --path skills/portfolio-optimization
```

### Windsurf (Devin Desktop)

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

### 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/NVIDIA/skills/tree/HEAD/skills/portfolio-optimization/SKILL.md

## Когда брать
- рассчитать веса портфеля акций с ограничением риска CVaR
- подобрать аллокацию при заданном лимите дисперсии или волатильности
- построить эффективную границу и таблицу весов по склонности к риску
- проверить стратегию на исторических данных и сравнить с бенчмарком
- перераспределить портфель по расписанию или при отклонении весов

## Примеры запросов агенту
- Оптимизируй портфель по тикерам из `data/stock_data/sp500.csv` с ограничением CVaR.
- Построй эффективную границу для моих данных и покажи веса при разных уровнях склонности к риску.
- Проведи бэктест этой аллокации относительно равновзвешенного портфеля.

## Похожие
- [gmgn-portfolio](https://affpapa.org/nevibecode/skills/gmgn-portfolio.md) — скилл · 20100 установок
- [okx-cex-portfolio](https://affpapa.org/nevibecode/skills/okx-cex-portfolio.md) — скилл · 10500 установок
- [emblem-portfolio-tracker](https://affpapa.org/nevibecode/skills/emblem-portfolio-tracker.md) — скилл · 8900 установок
- [portfolio-manager](https://affpapa.org/nevibecode/skills/portfolio-manager.md) — скилл · 4200 установок
- [longbridge-portfolio](https://affpapa.org/nevibecode/skills/longbridge-portfolio.md) — скилл · 4000 установок
- [fixed-income-portfolio](https://affpapa.org/nevibecode/skills/fixed-income-portfolio.md) — скилл · 1900 установок

Из того же набора: [nvidia/skills](https://affpapa.org/nevibecode/by/nvidia/skills.md) — 312 карточек

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