mcpField
R
risk-management

risk-management

github.com/alphaonedevデータ・データベース65 回インストール
リポジトリ

risk-management について

risk-management は、金融リスクの定量分析と軽減を行うスキルです。市場・信用・オペレーショナルリスクをモデル化し、VaR計算やリスク閾値に基づく提案を行います。

主な機能

  1. 01過去データと Monte Carlo による VaR
  2. 02市場・信用・オペレーショナルリスクモデル
  3. 03ストレステストとエクスポージャー分析
  4. 04ヘッジとリバランスの提案
  5. 05CSV、JSON、API によるデータ入力
  6. 06構造化レポートと JSON 出力

活用シーン

  1. 01株式ポートフォリオの市場リスク評価
  2. 02ローンポートフォリオの信用リスク評価
  3. 03市場変動と規制リスクの分析
  4. 04リスク閾値に応じた軽減策の策定

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/alphaonedev/openclaw-graph --skill risk-management

インストール後、Claude Code で/risk-managementを入力して読み込まれたか確認します。

詳細

リスク管理

目的

このスキルは、金融リスクの定量分析、モデリング、軽減を可能にします。データを処理して、Value at Risk（VaR）やストレステストなどの指標を算出し、ヘッジや分散投資など、エクスポージャーを低減する戦略を提案します。

使用するタイミング

ポートフォリオのリスク評価、信用リスク評価、市場のボラティリティ分析など、金融上の不確実性を伴うシナリオでこのスキルを使用します。規制（例：Basel III）への準拠や投資判断の最適化に向けて、データに基づく知見が必要な場合に適用してください。

主な機能

  • 過去のデータまたはモンテカルロシミュレーションを用いて VaR を算出します。
  • 資産価格やデフォルト確率などの入力値を用いて、市場リスク、信用リスク、オペレーショナルリスクのモデルを構築します。
  • リスクのしきい値に基づき、損切り水準の推奨やポートフォリオのリバランスなど、軽減戦略を生成します。
  • CSV、JSON、API フィードなどの形式に対応し、リアルタイム分析のためのデータソースと連携します。
  • レポートや、後続処理用の JSON など、構造化された形式で結果を出力します。

使用パターン

$OPENCLAW_API_KEY を使った認証で必ず初期化してください。CLI の場合はデータ入力を直接パイプで渡し、API の場合は大規模なデータセットに対して非同期呼び出しを使用します。まず設定ファイル（例：モデルパラメーター用の YAML）を読み込みます。一般的なパターンは、リスクを分析 -> 出力を確認 -> 軽減策を適用、です。コードに組み込む場合は、SDK をインポートし、呼び出しを try-except ブロックで囲みます。例 1：過去の価格を指定して、株式ポートフォリオの市場リスクを分析します。例 2：ローンポートフォリオの信用リスクを評価し、軽減策を提案します。

主なコマンド/API

簡単なタスクには OpenClaw CLI を、プログラムからのアクセスには REST API を使用します。認証には、環境変数に $OPENCLAW_API_KEY を設定する必要があります。

  • CLI コマンド：openclaw risk analyze --type market --model var --input portfolio.csv --confidence 95
    市場リスクの 95% VaR を算出し、指標を含む JSON ファイルを出力します。

  • API エンドポイント：POST https://api.openclaw.ai/v1/risk/analyze
    本文：{"type": "credit", "data": {"loans": [{"amount": 100000, "rating": "A"}]}, "model": "default-prob"}
    レスポンス：リスクスコアと戦略を含む JSON オブジェクトです。例：{"var": 5000, "mitigation": ["increase collateral"]}。

  • コードスニペット（Python）：

    import openclaw
openclaw.set_key(os.environ['OPENCLAW_API_KEY'])
result = openclaw.risk.analyze(type='operational', data={'events': [100, 200]}, model='monte-carlo')
print(result['mitigation'])

  • 設定形式：カスタムモデル用の YAML。例：

    model:
  type: var
  parameters:
    window: 252  # trading days
    confidence: 0.95

統合に関する注意事項

$OPENCLAW_API_KEY を設定し、アプリケーションで SDK を使用して統合します。ウェブアプリでは、非同期結果を処理するためにウェブフックを実装します（例：完了時にエンドポイントへ POST）。カスタムアダプターを介して Bloomberg などのデータプロバイダーに接続し、設定で指定します：{"data_source": "bloomberg", "api_endpoint": "https://api.bloomberg.com/data"}。出力を連結するなどして、ほかの OpenClaw スキルとの互換性を確保します。たとえば、リスク分析の結果を financial-analysis スキルにパイプで渡します。

エラー処理

コマンドの実行前に必ず入力を検証します（例：--input などの必須フィールドを確認します）。API 呼び出しでは HTTP エラーを捕捉します。ステータスが 400 以上の場合は、指数バックオフを使って最大 3 回再試行します。よくあるエラーは、401（未認証。$OPENCLAW_API_KEY を確認してください）、400（不正なリクエスト。JSON スキーマを確認してください）、500（サーバーエラー。ログに記録して通知してください）です。コードでは次のようにします：

try:
    result = openclaw.risk.analyze(...)
except openclaw.APIError as e:
    if e.status == 401:
        print("Reauthenticate with $OPENCLAW_API_KEY")
    else:
        raise

すべてのエラーをタイムスタンプ付きで記録し、openclaw risk analyze --debug のようなデバッグフラグを含めてください。

グラフ上の関係

  • 関連：financial-analysis（複合的なデータ処理のために finance タグを共有）、portfolio-management（最適化にリスク分析の出力を使用）。
  • 接続：quantitative-analysis（共通のモデリング手法）、mitigation-strategies（コンプライアンスツールに接続）。
  • 依存関係：データ入力には financial クラスターのスキルが必要です。意思決定スキル向けに出力を提供します。

コメント

Markdown 対応