# A Share Tail Hedge

> A股尾部对冲/黑天鹅保护策略。当用户说"尾部对冲"、"tail hedge"、"黑天鹅保护"、"极端风险对冲"、"保险策略"、"protective put"、"崩盘保护"时触发。基于 cn-stock-data 获取数据，设计尾部风险对冲方案。支持 formal/brief 两种输出风格。

- Skill: `aifinlab/a-share-tail-hedge` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add aifinlab/a-share-tail-hedge`
- Raw SKILL.md: https://api.skillmd.com/api/skills/aifinlab/a-share-tail-hedge/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-tail-hedge

---


# 尾部对冲/黑天鹅保护助手

## 数据获取

通过 cn-stock-data skill 获取数据：
- **期权数据**: OTM Put期权价格
- **VIX类指标**: 波动率指数
- **组合数据**: 当前持仓与风险敞口

## 分析工作流

### Step 1: 尾部风险评估
- 历史最大回撤：A股历史极端下跌幅度
- VaR/CVaR：组合的尾部风险度量
- 尾部概率估计：极端事件发生的概率
- 当前风险环境：波动率/信用利差/流动性指标

### Step 2: 对冲工具选择
- OTM Put期权：最直接的尾部保护
- Put Spread：买深度OTM Put+卖更深OTM Put(降低成本)
- VIX类产品：波动率飙升时获利
- 股指期货空头：简单但成本高(放弃上行)

### Step 3: 对冲方案设计
- 保护水平：组合下跌X%时开始保护
- 对冲比例：保护组合的百分比(通常50-100%)
- 对冲成本预算：年化成本占组合的0.5-2%
- 展期策略：月度/季度展期OTM Put

### Step 4: 成本优化
- Collar策略：买Put+卖Call，零成本或低成本
- Put Spread降低权利金支出
- 择时对冲：风险指标升高时加大对冲
- 结构化产品：利用波动率偏斜降低成本

### Step 5: 输出报告

## 输出格式

### formal 风格（研报级）
```
# 尾部对冲方案报告

## 一、风险评估
| 指标 | 数值 | 评估 |
|------|------|------|

## 二、对冲方案
[工具选择、合约明细]

## 三、成本分析
[对冲成本、成本优化]

## 四、情景测试
[极端场景下的保护效果]
```

### brief 风格（快速分析）
```
## 尾部对冲速览
- 组合CVaR(99%) = -8.5%
- 方案：买入5% OTM Put Spread
- 年化成本约0.8%
- 保护效果：极端下跌时减少损失60%
```

参考 `references/tail-hedge-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
```