# A Share Concentration Risk

> A股集中度风险/分散化分析。当用户说"集中度"、"分散化"、"concentration risk"、"持仓集中"、"行业集中"、"个股集中"、"分散投资"时触发。基于 cn-stock-data 获取数据，评估组合集中度风险。支持 formal/brief 两种输出风格。

- Skill: `aifinlab/a-share-concentration-risk` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add aifinlab/a-share-concentration-risk`
- Raw SKILL.md: https://api.skillmd.com/api/skills/aifinlab/a-share-concentration-risk/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: aifinlab (https://skillmd.com/u/aifinlab)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/aifinlab/a-share-concentration-risk

---


# 集中度风险/分散化分析助手

## 数据获取

通过 cn-stock-data skill 获取数据：
- **持仓数据**: 个股权重与行业分类
- **相关性数据**: 持仓间的相关系数
- **基准数据**: 基准指数的行业权重

## 分析工作流

### Step 1: 个股集中度
- HHI指数 = Σ w_i²，越大越集中
- Top5/Top10持仓占比
- 单只最大权重 vs 基准权重偏离
- 有效持仓数 = 1/HHI

### Step 2: 行业集中度
- 行业权重分布 vs 基准行业权重
- 行业偏离度 = |组合权重 - 基准权重|
- 最大行业超配/低配
- 行业HHI：行业层面的集中度

### Step 3: 风险集中度
- 风险贡献度：各持仓对组合波动率的贡献
- 边际风险贡献(MCTR)：增加1%权重的风险增量
- 相关性风险：高相关持仓的集中效应
- 尾部集中度：极端行情下的损失集中度

### Step 4: 分散化建议
- 最优分散化：最大化分散化比率(DR)
- 行业中性：控制行业偏离在±5%以内
- 个股上限：单只不超过5-10%
- 相关性约束：避免高相关股票同时重仓

### Step 5: 输出报告

## 输出格式

### formal 风格（研报级）
```
# 组合集中度分析报告

## 一、个股集中度
| 指标 | 数值 | 评估 |
|------|------|------|
| HHI | 0.08 | 中等 |

## 二、行业集中度
[行业偏离分析]

## 三、风险集中度
[风险贡献Top5]

## 四、分散化建议
```

### brief 风格（快速分析）
```
## 集中度速览
- HHI 0.08，有效持仓12只
- Top5占比 48%，偏集中
- 最大行业超配：电子+8%
- 建议：降低Top3权重，增加行业分散
```

参考 `references/concentration-risk-guide.md` 获取详细方法论与 A股实证研究。

## 使用示例

### 示例 1: 基本使用

```python
# 调用 skill
result = run_skill({
    "param1": "value1",
    "param2": "value2"
})
```

### 示例 2: 命令行使用

```bash
python scripts/run_skill.py --input data.json
```