SuperAPI AI 工具集

proposal-generation

办公与效率

查看项目

更新于 10-15 16:26

技能介绍

用途

该技能面向投资顾问与财富管理场景,用于生成端到端的投资建议书。建议书是顾问销售流程的核心交付物,将潜在客户的财务状况与目标转化为具体、可执行的投资建议。

主要能力

  • 风险画像与模型映射:通过风险问卷评分,将客户映射到公司风险收益谱系上的具体模型组合。问卷通常包含 10-25 道题,评估承受损失的意愿(行为/情绪容忍度)与能力(财务上吸收损失而不危及目标的能力)。评分可产生数值结果(如 1-100)或分类(保守、中等保守、中等、中等进取、进取)。资料提到第三方风险画像工具(Riskalyze/Nitrogen、Tolerisk、FinaMetrica)提供经过验证的问卷与可辩护的评分方法。
  • 模型组合阵容:典型顾问公司维护 5-10 个模型组合,覆盖风险收益谱系,每个模型由战略资产配置(目标权重与允许区间)及具体基金或 ETF 选择定义,并按既定周期(通常季度或半年度)审查与再平衡。资料给出示例映射表:风险分 1-20 对应保守收益(股/债 20/80,预期收益 3-5%,预期最大回撤 -8 至 -12%);21-35 对应中等保守(35/65,4-6%,-12 至 -18%);36-50 对应中等(50/50,5-7%,-18 至 -25%);51-65 对应中等成长(65/35,6-8%,-25 至 -32%);66-80 对应成长(80/20,7-9%,-32 至 -40%);81-100 对应进取成长(95/5,8-11%,-40 至 -50%)。
  • 适当性对齐:风险画像并非唯一决定因素,还需考虑时间跨度、收入需求、税务敏感性、集中持仓、ESG 偏好等。
  • 现有组合分析:若客户已有投资,系统分析其当前持仓的资产配置、风险指标、费用比率、税务批次、集中持仓、重叠与风格漂移,量化当前组合与推荐模型之间的差距。
  • 建议书文档生成:从模板组装建议书,填入客户特定数据、推荐组合、费用表、预测与免责声明。
  • 合规审查:在演示前进行监督审查,核实适当性文档、业绩展示合规、费用披露充分性与免责声明。

使用方式

资料描述的工作流为:发现会议 → 数据收集与整理 → 风险画像 → 模型组合选择 → 现有组合分析 → 建议书文档生成 → 合规审查 → 演示与讨论 → 修订与定稿 → 接受与开户。该工作流是迭代的,而非严格线性;客户可能要求多次修订、比较不同模型,或在初始建议后纳入更多资产,因此系统需支持版本跟踪与高效再生成。

建议书文档组成部分

完整建议书通常包括:执行摘要、客户画像回顾、当前组合分析(如适用)、推荐组合、费用表、历史业绩背景、情景预测、免责声明与披露、下一步行动。

费用说明

费用部分须清晰、完整并符合披露要求。资料给出分层费率示例(200 万美元组合):前 50 万 1.00%(5,000 美元)、次 50 万 0.85%(4,250 美元)、再 100 万 0.75%(7,500 美元),合计混合费率 0.8375%,年费 16,750 美元。还涉及基金层面费用披露(fee-on-fee)、总持有成本、临界点分析、与替代方案的费用比较,以及 Reg BI 成本披露要求。

业绩预测与免责声明

业绩展示是合规敏感领域。SEC 营销规则(Advisers Act 第 206(4)-1 条,2022 年 11 月生效)对投资顾问的业绩展示有实质约束。资料讨论了建议书是否构成“广告”、历史业绩展示、假设性业绩(含回测模型组合)、蒙特卡洛预测等情形下的披露要求。

适用场景

适用于投资顾问向潜在客户提供个性化投资建议、展示推荐组合与费用、进行合规审查与演示的流程。

限制

资料未提供该技能的具体安装命令、代码、平台支持、收费或价格信息,这些内容暂未提供。