FOF Portfolio Report — skill-portfolio-report

---

一、SPR 技能操作命令

对话触发

在 Hermes 对话中输入以下任意关键词即可触发 SPR 技能：

SPR · SPR 生成报告 · FOF 报告 · 生成 FOF 报告 · 策略对比 · 组合回测 · portfolio report

CLI 命令

# 查看版本
spr version

# 更新 Skill（从 dev 分支安装到本地）
spr update

# 通过 zip URL 生成报告
spr https://git.atibm.com/at/skill-portfolio-report/raw/branch/main/data.zip

# 快捷入口
python3 /opt/data/home/bin/spr <url>

脚本命令（generate_report.py）

# 指定目录
python generate_report.py --input-dir /path/to/data

# 指定 zip 包（自动识别 .zip 后缀）
python generate_report.py --input-dir data.zip

# 自动扫描（搜索 input/ → data/ → ./）
python generate_report.py --auto-detect

# 自定义输出路径
python generate_report.py --input-dir ./data/ --output ./report.html

# 仅提取数据，不生成 HTML（供 AI 主创路线使用）
python generate_report.py --input-dir ./data/ --data-only

---

二、SKILL 功能描述

核心原则：AI 是主创，generate_report.py 是辅助工具。

本 Skill 赋能 AI 从 FOF 组合回测数据（评价指标 + 日频净值）生成面向投资人的 ECharts 交互式 HTML 报告。AI 负责完整的分析、叙事、图表渲染和 insight 撰写。

工作流

用户触发 Skill
    │
    ▼
Step 0：输入整理衔接  →  审视目录 → 解读命名 → 确认CSV → 选择路线
    │
    ▼
Step 1：理解数据      →  目录结构 → 策略含义 → CSV格式 → 全链路解析
    │
    ▼
Step 2：分析→叙事    →  发现信号 → 确定叙事 → 组织结论
    │
    ▼
Step 3：输出表达      →  定调性 → 选布局 → 写洞察 → 渲染图表
    │
    ▼
Step 4：交付          →  HTML + 关键结论说明

AI 与脚本分工

工作	AI	脚本
确定输入路径、审视目录	✅ 主责	—
提取 CSV 数据	—	✅ --data-only
发现数据模式、决定叙事	✅ 核心价值	❌
渲染 ECharts 图表	✅ 默认（手写代码）	✅ 辅助（模板渲染）
撰写投资人洞察	✅ 核心价值	❌
复核输出质量	✅ 必须	—

输出

• 单文件自包含 HTML（ECharts CDN）
• 深色金融风主题（#0a0e17 背景）
• 核心指标对比图 + 净值走势 + 分组雷达图 + 投资人洞察
• 文件名格式：fof_portfolio_summary_YYYYMMDD_HHMMSS.html

---

三、SKILL 项目说明

仓库

git@git.atibm.com:at/skill-portfolio-report.git

分支	用途
main	稳定版
dev	长期开发分支
iter/*	功能迭代分支
tag vX.Y.Z	发布版本

文件结构

skill-portfolio-report/
├── SKILL.md                    ← AI 工作流入口（Hermes skill load）
├── README.md                   ← 本文件（人工手册）
├── generate_report.py          ← 数据提取 + ECharts 渲染脚本
├── adapters/                   ← CSV 适配器系统
├── references/
│   ├── data-patterns.md        ← 代码模式参考
│   └── data-preparation.md     ← 测试数据准备指南
├── changes/                    ← STDD 变更历史
├── input/                      ← 测试数据（gitignored）
├── output/                     ← 生成报告（gitignored）
└── scripts/
    └── spr                     ← SPR CLI 入口

安装（Hermes 环境）

# 方式一：从 Git 加载
skill_manage create --name spr --repo git@git.atibm.com:at/skill-portfolio-report.git

# 方式二：从本地 dev 分支拷贝
cp -r SKILL.md /opt/data/skills/financial-services/spr/
cp -r adapters/ /opt/data/skills/financial-services/spr/
cp generate_report.py /opt/data/skills/financial-services/spr/

# CLI 入口
cp scripts/spr /opt/data/home/bin/

卸载

rm -rf /opt/data/skills/financial-services/spr/

输入数据

支持的 CSV 类型（适配器自动识别）：

适配器	自动检测特征	典型 CSV
委托回测指标	列名含年化收益率/回撤/波动率/卡玛/夏普 ≥3 个	评价指标表
委托净值	首列日期 + net/净值列	资金结算日频净值
标的净值	首列日期，列数 2~50	资产日频净值明细
全市场基金净值	首列日期，列数 >50	第三方基金池大宽表
基金产品画像	列名含产品名称/管理人/一级分组	基金产品信息表
FOF2026 回测	目录名匹配 HHMMSS_滤XXX_评XXX_N只_选XXX_类型	评价指标+资金结算

目录结构：

input/
├── {场景名}/
│   ├── *评价指标.csv           ← 核心：4策略×5指标
│   ├── *资金结算_*.csv         ← 核心：日频净值序列
│   ├── *资产.csv               ← 可选：标的独立净值
│   ├── *资产信息.csv           ← 可选
│   ├── *产品要素.json          ← 可选：回测参数
│   └── *管理人.json            ← 可选：管理人参数
└── ...

4 种策略：

策略	说明	特点
只用组合算法	纯算法优化组合	风险调整后收益最优
只用风筹	仅风筹管理	风险中等
满仓等权	满仓等权配置（基准）	收益最高，风险也最高
管理人003_FOF	管理人实际策略	风控优先，回撤控制最佳

CSV 适配器系统

脚本内置 6 种 CSV 适配器，自动识别数据类型并匹配解析规则，无需关注文件名格式。检测策略：列名签名（主）+ 文件名启发（辅）+ 值域确认（辅）。

新增适配器：在 adapters/ 下创建 *_adapter.py，实现 detect() / parse() / model() 三个方法，注册即可。

脚本详解

generate_report.py 的职责：

1. 扫描输入目录 → 递归发现所有 CSV
2. 适配器系统自动匹配类型并解析
3. 输出 HTML 框架（脚本辅助路线）或原始数据 JSON（AI 主创路线 --data-only）

脚本不负责发现数据模式、不写投资人洞察、不做叙事决策——这些是 AI 的工作。

相关

• 原项目：hermes-oracle-at → 独立为 skill-portfolio-report
• 初代 SP 算法项目：kc-portfolio-algo-v251210
• Hermes 部署：容器内 spr 安装于 /opt/data/skills/financial-services/spr/
• 输出交付：Telegram 附件（主题 #7459）