Synthèse automatique
Calcule et affiche les métriques de profit et perte (P&L) avec attribution détaillée, incluant les composantes réalisées et non réalisées, les frais et le financement.
Points forts
- Vue complète du P&L avec ventilation par stratégie et par symbole
- Affichage des meilleurs et pires performers avec graphique cumulatif ASCII
- Analyse d'attribution détaillée (allocation, sélection, timing, facteurs)
- Support de plusieurs périodes (aujourd'hui, MTD, YTD) et filtres
Limites
- Dépend d'une API externe pour les données de négociation
- Graphique ASCII limité pour des intervalles complexes
- Nécessite que les données soient structurées selon les composants attendus
Utilisez cette compétence pour obtenir un aperçu rapide de la performance de trading avec décomposition par stratégie, symbole et attribution.
Ne l'utilisez pas si vous avez besoin de données transactionnelles en temps réel ou d'analyses granulaires au niveau de chaque trade.
Analyse de sécurité
SûrThe skill only fetches data from an internal API and formats it for display. There are no destructive, exfiltrating, or code-execution instructions.
Aucun point d'attention détecté
Comment cette analyse est faiteExemples
Show me today's P&L with breakdown by strategy and top winners/losers.Show me month-to-date P&L attribution including asset allocation and security selection.Show me P&L for AAPL, realized only, for the last 10 days.name: pnl description: Calculate and display P&L metrics and attribution argument-hint: "[--today|--mtd|--ytd|--attribution]"
P&L Calculator
Calculate and display profit & loss metrics with attribution.
Usage
/pnl- Today's P&L summary/pnl --mtd- Month-to-date P&L/pnl --ytd- Year-to-date P&L/pnl --attribution- P&L attribution analysis/pnl --by-strategy- P&L by strategy/pnl --by-symbol AAPL- P&L for specific symbol/pnl --realized- Only realized P&L
P&L Components
| Component | Description | |-----------|-------------| | Realized | Closed position P&L | | Unrealized | Open position mark-to-market | | Fees | Trading fees and commissions | | Financing | Margin interest, borrowing costs | | FX | Currency conversion impact |
Instructions
When this skill is invoked:
-
Parse arguments:
- No args: Today's P&L
--mtd: Month-to-date--ytd: Year-to-date--days N: Last N days--attribution: Detailed attribution--by-strategy: Group by strategy--by-symbol: Filter to symbol--realized: Only closed P&L
-
Fetch P&L data:
- API endpoint:
GET /pnl - With period:
?period=mtd
- API endpoint:
-
Display P&L summary:
═══════════════════════════════════════════════════════════ P&L SUMMARY - TODAY ═══════════════════════════════════════════════════════════ Gross P&L: +$4,250.00 Fees & Commissions: -$125.50 Financing: -$45.00 ───────────────────────────────────────────────────────── Net P&L: +$4,079.50 (+0.33%) BREAKDOWN ───────────────────────────────────────────────────────── Realized: +$2,150.00 Unrealized: +$1,929.50 BY STRATEGY ───────────────────────────────────────────────────────── Momentum: +$2,500.00 ████████████ Mean Reversion: +$800.00 ████ Stat Arb: +$779.50 ███ -
For
--attribution:- Asset allocation: Contribution by asset class
- Security selection: Alpha from stock picking
- Timing: Contribution from entry/exit timing
- Factor exposure: Factor-based attribution
- Residual: Unexplained P&L
-
Display top winners/losers:
TOP WINNERS TOP LOSERS ───────────────────────────────────────────── NVDA +$1,250 (+2.1%) TSLA -$450 (-1.2%) AAPL +$890 (+1.5%) META -$320 (-0.8%) GOOGL +$650 (+1.2%) AMZN -$180 (-0.4%) -
Show P&L chart (ASCII):
Cumulative P&L (MTD) │ $15K ┤ ╭─ $10K ┤ ╭────────╯ $5K ┤ ╭────────╯ $0 ┼────╮ ╯ -$5K ┤ ╰───╯ └──────────────────────────────── 1 5 10 15 20 25 30 -
Summary metrics:
- Win rate (% of profitable days)
- Average win vs average loss
- Profit factor (gross wins / gross losses)
- Best/worst day
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/p-l-calculator-mm5t8bo4/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/p-l-calculator-mm5t8bo4' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/p-l-calculator-mm5t8bo4/download' --output '.skill-downloads/p-l-calculator-mm5t8bo4/SKILL.md.part' && mv '.skill-downloads/p-l-calculator-mm5t8bo4/SKILL.md.part' '.skill-downloads/p-l-calculator-mm5t8bo4/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.
Claude Code
test -f '.skill-downloads/p-l-calculator-mm5t8bo4/SKILL.md' && test -s '.skill-downloads/p-l-calculator-mm5t8bo4/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/pnl' && cp -R '.skill-downloads/p-l-calculator-mm5t8bo4' '.claude/skills/pnl'OpenSkills
OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.
Installation officielle d’OpenSkillsopenskills install './.skill-downloads/p-l-calculator-mm5t8bo4'openskills read 'p-l-calculator-mm5t8bo4'La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.
Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.
openskills syncMode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/p-l-calculator-mm5t8bo4/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Créer des cartes interactives avec kepler.gl
Data & IA
Création de cartes interactives et export HTML autonome avec le package Python keplergl, à partir de données géospatiales (DataFrame, GeoJSON, CSV).
Optimisation de paramètres par agent
Data & IA
Guide d'optimisation de systèmes configurables avec objectif mesurable, via des essais bornés et une recommandation fondée sur des preuves.
Relance des visiteurs ICP
Data & IA
Identifiez les utilisateurs inscrits correspondant au profil client idéal mais qui n'ont pas activé, et rédigez des messages de relance personnalisés pour les réengager.