Portfolio Review

Portfolio Review

Generate a comprehensive portfolio report from the user's live brokerage positions (via the firstrade-server MCP).

Step 0: 配置同步 & 倉位偵測

執行 CLAUDE.md 的 Step 0 統一規範（0a → 0b → 0c → 0d → 0e）。

• 讀 plan.md + feedback/*.md（必做）；在後續分析中引用板塊目標與策略佇列
• 呼叫 get_account_position 取即時持倉
• 今日 journal 不存在 → 執行 gap-fill + 變動偵測 + 自動建立 journal
• 0e 第一性原理紀律：在「下一步建議」之前必須完成「組合層級 thesis / 證偽條件 / 機率分布」三題（見 CLAUDE.md 0e）

Step 0.5: Macro + Earnings + Fundamentals Cache Load

讀以下四份 cache（由各預載腳本維護）：

• briefing-out/cache/macro-snapshot.json — 供 Step 0e 與 probability-honesty-checker Step 1i
• briefing-out/cache/earnings-history.json — 供 Section F Key Alerts、Section G 個股 thesis、及 probability-honesty-checker Step 1d base rate
• briefing-out/cache/earnings-dates.json — 供 Section F earnings window 警示
• briefing-out/cache/fundamentals-snapshot.json（TTL 24h，tools/fetch_fundamentals.py 預載）— 供 Section G3.5 三錨點估值、probability-honesty-checker Step 1d/1h

判定 fundamentals cache：

• status == "ok" 且 mtime 30h / 缺失 → 標 ⚠️ Fundamentals cache stale/missing，派 Agent 即時補抓（同 briefing Deep 模式）：

`` Agent(subagent_type="data-collector"): 呼叫 mcp__eodhd-mcp__get_fundamentals_snapshot 對所有 >3% 持倉 (TICKER.US) 回傳 dict {ticker: {snapshot:{...}, base_rate:{...}}} ``

• pe_ratio == 0.0 / null → 丟棄 A1 錨；peg_ratio == 0.0 / null → 丟棄 A2 錨；不猜測

若 macro status == "skipped" → Section K 第一性檢查標記 Macro: unavailable，probability-honesty-checker 1i 填 unavailable。 若 earnings cache 過期 > 36h → 加註 ⚠️ cache stale (X h)。 若 cache 缺某 ticker → Section F 該 ticker earnings 列 (unavailable)，prompt 提示手動 python3 tools/earnings_history.py --force。

---

Step 0.6: Thesis Ledger 驗收 & 逾期掃描

與 briefing 共用同一套引擎（tools/thesis_ledger.py，帳本 research/thesis-ledger.json）。portfolio-review 也自動驗收，確保未跑 briefing 的日子不漏驗收。

python3 tools/thesis_ledger.py due      # 取到期清單 + 自動 expire sweep

對每筆 due：讀 trigger.metric → 用 MCP 抓實際數字 → 對照 thesis+falsification 判 passed/failed/partial → resolve --next-action；抓不到新數 → reschedule 維持 pending，不猜 verdict。流程細節與規則同 briefing Step 0.7。

在 Section F Key Alerts 前輸出「📋 thesis 驗收」表：

## 📋 thesis 驗收
| thesis | 命題 | 實際 | verdict | 公允價 before→after | 價格影響 | → actionable |
|--------|------|------|---------|---------------------|---------|-------------|

公允價 before→after 與 價格影響 欄：有 resolve 且帶 impact 旗標時填入，reschedule 留空。D2 三桶分解（passed/failed/partial）同 briefing Step 0.7 邏輯：

• passed → D1 三錨點用新數字重算 fair_value_after；price_impact_pct = (after−before)/before
• failed → 同上但用惡化輸入（成長減速/砍 guide）
• partial → impact_decomp = "thesis +X%(基本面)/multiple −Z%(re-rate)=net −W%"

並列出 expired 歸檔清單。驗收結果（含公允價影響）直接餵「下一步建議」。

---

Workflow

1. Fetch live positions

• Call mcp__firstrade-server__get_account_position to get real-time positions
• Also call mcp__firstrade-server__get_account_balance for total account value
• Parse the Stocks section and Options section separately
• Extract: Symbol, Quantity, Last Price, Market Value, Unit Cost, Total Cost, Gain/Loss($), Gain/Loss(%)

1. Sector Classification

Classify each ticker into a sector using this two-step approach:

Step 1: Use your knowledge of each company to assign it to ONE of these sectors:

• AI/Semiconductor — GPU, memory, chip design, semiconductor equipment
• AI Infrastructure — optical networking, power/cooling, PCB/substrates, networking equipment
• Large Tech — mega-cap platform companies (FAANG-level)
• AI Software/Platform — AI-focused software, data analytics, autonomous systems
• SaaS/Enterprise Software — cloud software, dev tools, enterprise apps
• Infrastructure/Construction — electrical, utility, data center construction
• Aerospace/Defense — defense contractors, aerospace materials, military tech
• Precious Metals/Mining — gold, silver miners and royalty companies
• Nuclear/Uranium — uranium miners, nuclear energy
• Transport/Logistics — freight, shipping, logistics
• Healthcare/Biotech — pharma, biotech, medical devices
• Energy — oil, gas, traditional energy
• Real Assets — land rights, water rights, mineral rights, REITs
• Materials/Metals — aluminum, steel, rare earth, specialty metals
• Other — anything that doesn't fit above

Step 2: For any ticker you're unsure about, use mcp__yfinance-advanced__get_stock_info to check its sector, industry, and longBusinessSummary fields to classify accurately.

Grouping rule: Combine sectors with 20% as overweight.

C. Top 5 Winners & Losers (by Gain/Loss %)

Show the best and worst performing positions.

D. Position Sizing

Flag positions that are:

• Over 7% of portfolio (too concentrated)
• Under 1.5% of portfolio (too small to matter)

E. Options Summary

For each option position:

• Type (Call/Put, Long/Short)
• Strike, Expiry date
• Days to expiry (calculate from today's date)
• Current P&L
• Status (ITM/OTM/ATM based on last stock price if available)
• For LEAPS: delta equivalent shares estimate
• For Sell Puts: potential assignment cost and margin estimate

F. Key Alerts

• Upcoming expiries within 30 days
• Positions with > 20% loss
• Sector concentration warnings
• Sell put margin utilization estimate

G. 個股趨勢與分析

平行數據收集（第一組 Agent 子代理 — subagent_type: "data-collector"）：

使用 Agent tool 平行派遣以下 3 組子代理（每組 subagent_type: "data-collector"，自動使用 Haiku 4.5）：

• Agent 1 — Yahoo Finance（subagent_type: "data-collector"，所有主要持倉 >3%）：get_stock_info + get_yahoo_finance_news + get_historical_stock_prices
• Agent 2 — Technical（subagent_type: "data-collector"，所有持倉）：get_batch_indicators + get_technical_indicators（top 5 個別分析）
• Agent 3 — Sentiment（subagent_type: "data-collector"，top 5）：get_sentiment_trend（ticker format: "TICKER.US"）

若 Agent tool 不可用，依序呼叫亦可。

⚠️ Agent 失敗 fallback：若任一 agent 回傳空結果或聲稱「沒有 MCP 權限」，主 Claude 直接自行呼叫對應工具：

• Agent 2（Technical）失敗 → 主 Claude 直接呼叫 mcp__technical-mcp__get_batch_indicators + mcp__technical-mcp__get_technical_indicators，繼續輸出 G2 技術分析
• Agent 1（Yahoo Finance）失敗 → 主 Claude 直接呼叫 mcp__yfinance-advanced__get_stock_info
• Agent 3（Sentiment）失敗 → 主 Claude 直接呼叫 mcp__eodhd-mcp__get_sentiment_trend

絕不因 agent 失敗而跳過整個 section。

Split holdings into two tiers:

• 主要持倉 (> 3% of portfolio): Full analysis
• **小型持倉 ( 3%), fetch and display:

G1. 股價趨勢 (Price Trends) Use mcp__yfinance-advanced__get_historical_stock_prices with different periods. Show for each stock:

| 標的 | 現價 | 1週 | 1月 | 3月 | YTD | 52W高/低 | 距52W高 |

Calculate % change from period start to current price.

G2. 技術分析摘要 (Technical Summary) Use mcp__technical-mcp__get_batch_indicators for all major holdings at once, then mcp__technical-mcp__get_technical_indicators for top 5 holdings.

Batch overview table (all major holdings):

| 標的 | 現價 | RSI | RSI狀態 | MACD交叉 | 動量分數 | 趨勢 | 波動率 | 量能比 |

Detailed view (top 5 holdings only): Use mcp__technical-mcp__get_technical_indicators for full data including Bollinger Bands and ATR.

| 標的 | BB %B | ATR% | SMA20 | SMA50 | SMA200 | vs50MA% | vs200MA% |

Flag:

• RSI > 70 → ⚠️ 超買
• RSI 50 → 強勢
• momentum_score 3% 持倉）**

資料：Step 0.5 fundamentals-snapshot.json cache（已預載）

三錨點計算規則（同 briefing Section 8.5，以下為簡化版）：

| 錨點 | 欄位 | 缺值處理 | |------|------|---------| | A1 市場 PE | highlights.pe_ratio | 0.0/null → 標 N/A | | A2 PEG 錨 | peg_ratio × growth%；AI 龍頭 PEG=1.5，其餘=1.0 | 0.0/null → 標 N/A | | A3 分析師錨 | wall_street_target ÷ fwdEPS；fwdEPS 來源優先序 forward_estimates.curr_fy.eps_avg（真實共識）→ next_fy.eps_avg → eps_ttm×(1+growth) 近似（cache self_valuation.a3_fwdeps_source 已標來源）| 任一缺 → 標 N/A | | A4 自建錨 | self_valuation.own_target_price（cache 已算） | unavailable → (N/A)；low → ⚠️；不進 median |

情境 FairPE：base=median(A1,A2,A3)（A4 排除）；bull=max×1.25（上限 current_PE×1.25）；bear=min×0.70

輸出表（Full/Deep tier 才出 A4 欄）：

| 標的 | 現價 | A1 PE | A2 PEG錨 | A3 PT錨 | Fair PE(基/牛/熊) | FwdEPS | 公允價(基/牛/熊) | A4自建目標 | A4vsA3% | 偏離基準% | 備註 |
|------|------|-------|---------|---------|-----------------|--------|----------------|----------|---------|---------|------|

A4 欄規則：

• unavailable → (N/A)；low → 顯示數字 + ⚠️；ok → 顯示數字
• A4vsA3% = (own_target − wall_street_target) / wall_street_target
• |A4vsA3%| > 20% → 備註欄加：「我較 Street 樂觀」/ 「我較 Street 保守」
• EPS 修正動能（備註欄）：讀 forward_estimates.curr_fy，revisions_up_30d ≫ down_30d 或 eps_revision_30d_pct > 0 → 標 共識上修↑（guidance 偏正領先訊號）；反之 共識下修↓。僅 flag，非估值輸入

偏離 > ±30% → 標 ⚠️ 大幅偏離；偏離 > ±50% → 標 ⚠️⚠️ 異常大偏離，錨點可能失效

G4. 近期新聞 (Recent News) Use mcp__yfinance-advanced__get_yahoo_finance_news for each major holding. Show top 2 headlines per stock:

| 標的 | 日期 | 標題 | 情緒判斷 |

Sentiment: 利好/利空/中性 based on headline content.

For minor holdings ( 30% → 凸性已被消耗

1. 排除既有持倉同題材： 與 portfolio 重複曝險的標的跳過
2. 必要條件（3 項全符合才入選）：

• 30 天內有 binary catalyst（財報 / FDA / 政策 / 公告）
• 有具體論述（不是純技術突破或迷因）
• 短 DTE OTM Call 流動性合理（OI > 500 估算）

輸出格式（限 1-3 筆，無符合則輸出「⏳ 本次無符合凸性條件的樂透機會」）：

| Ticker | 題材 / Binary 催化 | 建議結構 | 預估成本 | 凸性備註 | |--------|----------------|---------|---------|---------|

規則：

• 預設 1-2 口，總成本 ≤ 2% 帳戶價值（Quarter-Kelly 樂透上限）
• 不推 LEAPS OTM 當樂透（vega 干擾，違反 feedbackoptionsvega_playbook.md）
• 「上行 +XXX% / 下行 max loss = premium」必寫
• 若候選 IV Rank > 80：警告「IV 過高，後續 IV crush 風險」
• 若 portfolio 已有同板塊 binary 樂透（如 OKLO 待執行）：優先補強既有，不新開重複曝險

1. 配置計畫對照（必做）

• 對照 plan.md 中的目標配置
• 顯示計畫執行進度表：

| # | 計畫操作 | 狀態 | 備註 |

• 標記已完成 ✅、進行中 🔄、待觸發 ⏳ 的項目
• 板塊佔比 vs 計畫目標的偏差分析
• 風險監控項目的當前狀態
• 下一步建議（基於計畫優先級 + 當前市場條件）

1. 第一性檢查（在「下一步建議」前必填）

🔒 強制：機率分布 + EV 必須呼叫 probability-honesty-checker agent

寫出機率分布之前必須執行（Section A-I 數據已備齊，agent 不需重新抓）：

``` Agent( subagent_type: "probability-honesty-checker", description: "Portfolio review 30d EV check", prompt: """ 計算當前組合 30 日 horizon 機率分布與 EV。

## Step 1 九項輸入（已備齊，從 Section A-I + cache 摘出）: 1a. RSI 分布: [從 Section G1 / G2 摘出，每 bucket 檔數 + % of port] 1b. 距 52w 高: [從 Section G3 / getstockinfo 摘出，中位數/最大/最小] 1c. 已實現波動: 過去 5d/2d/最大單日（從 journal/firstrade） 1d. Binary catalysts (30d window): [從 earnings-dates.json 摘出財報日期， beat rate + avg surprise % 來源優先順序： (1) fundamentals-snapshot.json → tickers.TICKER.baserate（EODHD） (2) earnings-history.json → tickers.TICKER（yfinance 備選） 格式：「N/8 beat, +X.X% avg」。avgsurpriseunreliable=true → 只用 beat N/8，avg% 標 (unreliable-low-base)；cache 缺 → 標 (unavailable)] 1e. 集中度: top 1 / top 5 / 最大板塊（從 Section B 板塊分配） 1f. 板塊輪動曝險: [從 sectorrotation + Section B 計算 leading/lagging 持倉 %] 1g. Sentiment: 7d/30d 對比（從 Section G5） 1h. Thesis 健康度: 各持倉 fundamental 是否 intact（從 Section G3 / G4） 1i. Macro state: [從 briefing-out/cache/macro-snapshot.json 完整貼入]

• fed_funds + 30d change
• yield_2s10s + regime
• hyoas + regime + pct1y
• vix + regime
• cpi_yoy + trend
• regime_tag (overall)

## 額外 context: [plan.md 摘要 + 最近 N 天事件 + 用戶投資風格]

請執行你的 6 步流程並回傳完整輸出 + 精簡結論。 """ ) ```

收到 agent 結果後 verbatim 顯示完整 6 步輸出（或至少顯示精簡結論 + Self-Audit checklist）。主 skill 絕不可手動套機率或寫「EV 略偏正/略偏負」。

``` ### 第一性檢查（組合層級）

• 核心 thesis： [1 句可驗證命題]
• 證偽條件： [2-3 個 falsifiable 觀察點]
• 組合機率分布： [由 probability-honesty-checker agent 算出]

[貼上 agent 的完整 Step 5 EV Calculation 表格]

Expected return (30d) = X.XX%（agent 顯式 Σ 計算結果）

• Agent Self-Audit： [貼上 agent 的 Step 6 checklist]

```

下一步建議必須明確 conditional 在 thesis 成立的機率，且引用 agent 計算的數字（不可手動改寫）。

禁止偷懶（user push back「你真的有算嗎」時的處理）：

• 不辯解、不重組原數字
• 重跑 agent，明確要求 audit checklist 全勾
• 發現原本偷懶（套 default、寫質性）→ 老實承認 + 顯示新算

第一性檢查產出後 → 登錄 Thesis Ledger（收尾）： 只登錄有明確時間/事件觸發點的 thesis（組合層級 + 個股 micro thesis 帶「請在財報後/N 日後檢視」）。登錄前先 list --ticker 看既有 slug，同論點沿用（update）、新論點取區隔 slug，再 add（exit code 2 = 碰撞 → 改 slug 或 supersede）。指令格式同 briefing Step 0.7。

---

Section J: Codex 第二意見（opt-in）

僅當 arguments 含 --codex 或 --2nd 時執行（例：/portfolio-review --codex）。

三個子 block 依序執行（可並行派 Agent）：

B1. 獨立第一性分析（預設，independent first-principles）

核心原則：Codex 不看 Claude 的 Sections A–I 結論，只給 raw portfolio data，讓它獨立評估組合健康度與調倉優先序。Claude 與 Codex 兩個獨立輸出並排比較。

呼叫 Codex（用 CLAUDE.md「Codex 呼叫方式」的 codex exec CLI；勿用 codex:codex-rescue subagent / /codex:rescue，會卡 superpowers preamble），prompt 首行加強制 no-tool 指令，模板：

我是一名美股投資人，使用 Level 2 options + Spread 的 margin 帳戶。
請對以下投資組合，**完全獨立**執行第一性分析 — 不要看任何先前結論，這是獨立第二意見。

**Raw 持倉數據（只給事實）：**
- 帳戶總值：$XXX，現金 $XXX
- 股票持倉清單（標的 / 股數 / 均價 / 現價 / 市值 / 損益% / 占比%）
- 選擇權清單（合約 / 方向 / 到期 / 損益%）
- 板塊歸屬（從持倉自然分類，不假設既定 framework）

**用戶設定（plan.md 摘要）：**
- 板塊配置目標：[從 plan.md 摘出板塊 % 目標]
- 投資主軸：AI/半導體、高成長科技；汰弱留強
- 信念持倉：[列出哪些是不換的長期論點]
- 風險原則：單一持倉 > 10% 警示；Quarter-Kelly 單筆 ≤ 5%

**請輸出（獨立判斷）：**

1. **組合健康度 thesis**（1 句可驗證命題：此組合目前處於什麼狀態？例如「過度集中 AI 半導體 + 現金不足」「板塊均衡但動能股偏多」）

2. **3 個最大結構性風險**（具體量化 — 例如「單一個股 X 占 12.5% 超過 10% 警戒」「板塊 Y 與 Z 高度相關，組合 beta 1.7」）

3. **機率分布表（未來 30 天組合表現）— ⚠️ 嚴禁偷懶，必照 5 步推導：**

   ❌ **禁用 default mirror shape**：25/50/25、30/45/25、35/45/20、20/45/35（無依據時一律禁止）
   ❌ 禁質性語言（「略偏正」「應該會」「中性偏多」）
   照以下 5 步，**每步都要寫出來**，不可直接跳到機率：
   (a) **Input Enumeration**：列 9 項 — RSI 分布 / 距 52w 高 / 已實現波動(5d,2d,單日) / binary catalysts + 各自 base rate / 集中度 / 板塊輪動 / sentiment / thesis 健康度 / macro。缺項不可進下一步。
   (b) **形狀反推**：起點 33/34/33，再依事實逐條 nudge（mean reversion 引力、binary catalyst → 雙峰非 bell、集中度、weakening 板塊、macro 左尾），每條調整寫 ±Xpp 與理由。不可直接寫結果。
   (c) **各情境 conditional 機率**：每個 catalyst 顯式 base rate（例：「MU 8/8 beat → blowout 機率 55%」）。
   (d) **三情境合成**：sum = 100%（顯式 check）。
   (e) **EV = Σ(機率 × 中點)**：中點 = 報酬區間算術平均（例 +10~+15% → +12.5%）。

   | 情境 | 機率 | 觸發條件(含 base rate) | 報酬區間 | 中點 | 機率×中點 |
   |------|------|---------|---------|------|----------|
   | 樂觀 | XX% | [條件] | +X~+Y% | +Z% | +A% |
   | 基準 | XX% | [條件] | ... | ... | ... |
   | 悲觀 | XX% | [條件] | -X~-Y% | -Z% | -A% |

   Expected Value = Σ(機率 × 中點) = **±X%**（顯式數字，非文字）

4. **3 個 actionable 調倉建議**（含口數 / 理由 / conditional）：
   - 操作 1：[減 / 加 / 換] 多少股 [標的]，理由 [...]
   - 操作 2：...
   - 操作 3：...

5. **Verdict**（1 句）：組合需要 重大調整 / 微調 / 維持，conditional 在什麼前提。

**規則：**
- 不假設 Claude 已說過什麼
- 用客觀數據與你自己的 mental model
- 機率分布必須 sum 到 100%
- 調倉建議必須講股數/口數

請以繁體中文回覆，控制在 800 字內。

--effort high --fresh

B2. 機會掃描（opportunity scout）

呼叫 Codex（用 CLAUDE.md「Codex 呼叫方式」的 codex exec CLI）：

我目前的美股持倉（含市值占比）：
[插入 Section B 板塊分配表]

我的投資風格：
- 主軸：AI/半導體、高成長科技；汰弱留強，集中持倉
- 信念持倉（不換）：TSLA, MU, AVGO 多年期 thesis
- 板塊偏好：[從 plan.md 摘出 3-5 行板塊目標]

請以獨立分析師視角：
1. 掃描今日市場有哪些當紅題材/個股，是我目前持倉沒覆蓋到的
2. 對每個候選列出：題材、代表 ticker、為何此刻有機會、建議切入方式（現股/Spread/LEAPS）
3. 要追這些新機會，最該砍掉哪一檔現有持倉？為什麼？
4. 提供 2-3 個具體 actionable 建議（含目標 entry zone）

請以繁體中文回覆。輸出限 600 字。

B3. 輪動分析（rotation scan）

Step 1 — Claude 預先收集數據：

• mcp__technical-mcp__get_sector_rotation() → 全板塊 ETF 相對強度 vs SPY（leading / improving / weakening / lagging）
• mcp__technical-mcp__get_batch_indicators(tickers=[所有持倉]) → 個股動能分數 + 趨勢

Step 2 — 呼叫 Codex（用 CLAUDE.md「Codex 呼叫方式」的 codex exec CLI）：

我的美股持倉（含市值占比 + 板塊歸屬）：
[持倉表]

當前板塊輪動數據（vs SPY）：
[get_sector_rotation 完整輸出]

當前個股動能：
[get_batch_indicators 摘要]

請以輪動專家視角：
1. 板塊輪動：哪些板塊 leading，哪些 weakening？我的持倉是否站在 leading 板塊？
2. 個股輪動：在我已持有的板塊內，有更強的 leader 我沒拿到？有持倉已被同板塊其他名字超越？
3. 資金流向：從 weakening 輪到 leading 的訊號是否明確？建議調倉路徑
4. 具體建議：3 條 actionable 輪動操作（從哪檔減 → 加到哪檔，附理由）

請以繁體中文回覆。輸出限 700 字。

輸出整合

## 🤖 Codex 第二意見

### B1. 獨立第一性分析（Codex 獨立輸出）

**Codex 組合健康度 thesis：** [...]
**Codex 列的 3 大結構性風險：** [...]
**Codex 機率分布：**

| 情境 | 機率 | 條件 | 預期 % |
|------|------|------|--------|
| ... |

**Codex EV：** ±X%
**Codex 3 個調倉建議：** [...]
**Codex Verdict：** [...]

---

#### 並排比較：Claude vs Codex（獨立輸出）

| 維度 | Claude | Codex | 一致性 |
|------|--------|-------|--------|
| 健康度 thesis | [Claude] | [Codex] | 一致 / 部分 / 顯著 |
| 最大風險 #1 | [Claude] | [Codex] | 同 / 異 |
| EV (30d) | ±X% | ±X% | 差 X% |
| 主要調倉建議 | [Claude] | [Codex] | 同 /

…

## Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

- **Author:** [PatrickSUDO](https://github.com/PatrickSUDO)
- **Source:** [PatrickSUDO/fadacai-portfolio](https://github.com/PatrickSUDO/fadacai-portfolio)
- **License:** MIT

Install and usage instructions live in the source repository linked above.