核心用法
asset-allocator 是一款纯文档型金融建议工具，核心功能围绕"生命周期资产配置"展开。用户需提供年龄、风险偏好（保守/平衡/积极）、投资目标、投资期限、总资产规模及应急资金状况等关键参数，Skill 将输出包含风险承受能力评估、资产配置比例（股票/债券/现金/另类投资）、具体基金推荐、年度再平衡策略及月度定投计划的完整方案。
其计算逻辑基于马尔基尔经典"100-年龄"股票配置公式，并允许根据风险偏好进行±10%的动态调整。输出格式采用结构化表格与 JSON 双轨制，既便于用户阅读，也支持程序化对接。配套提供渐进式资源体系，包括配置理论文档、三类典型年龄示例（28岁积极型、35岁平衡型、55岁保守型）、再平衡计算公式及 Python 计算脚本。
显著优点
理论权威性：直接援引伯顿·马尔基尔 1973 年经典著作《漫步华尔街》的核心原则——定期定额、分散化、低成本、再平衡、长期思维，而非个人主观臆断。
操作极简性：将复杂的现代投资组合理论转化为可执行的"年龄公式+风险调整"两步法，普通投资者无需金融背景即可上手。
风险意识完善：内置 6 大常见错误预防清单，涵盖应急资金隔离、避免频繁交易、防止过度分散、控制投资成本等关键坑点，大幅降低新手犯错概率。
安全零负担：纯 Markdown+Python 标准库实现，零外部依赖、零网络请求、零数据收集，彻底杜绝供应链攻击与隐私泄露风险。
潜在缺点与局限性
地域适配性不足：基金推荐以 A 股市场为主（沪深 300ETF、中证 500ETF），对美股、港股及其他海外市场投资者覆盖有限，需用户自行替换本地可投品种。
理论时代局限：马尔基尔理论形成于 1973 年，对加密货币、量化对冲、ESG 投资等新兴资产类别未作涵盖，另类投资部分仅提及黄金/REITs/大宗商品，建议框架相对传统。
静态配置缺陷："100-年龄"公式为简化启发式规则，未纳入个人负债状况、职业稳定性、社保替代率、通胀预期等精细化变量，高净值或复杂财务状况用户需额外专业咨询。
缺乏实时数据：作为纯文档型 Skill，无法获取实时市场行情、基金净值或费率变动，基金推荐需用户自行核实当前产品可用性与费率。
适合的目标群体
入门级投资者：缺乏资产配置知识，希望获得结构化、可执行方案的理财新手。
定投践行者：认同"定期定额+长期持有"理念，需要具体品种与比例建议的指数投资者。
生命周期规划者：处于 25-55 岁核心财富积累期，希望根据年龄动态调整股债比例的工薪阶层。
低风险偏好用户：追求"不跑输市场平均"而非"战胜市场"，重视成本控制与风险分散的稳健型投资者。
离线/隐私敏感用户：不愿将财务数据上传云端，偏好本地计算与文档化方案的保守型用户。
使用风险说明
金融建议合规风险：Skill 已明确标注"不替代专业理财建议"，但用户仍需注意：资产配置涉及个人税务、法律合规（如合格投资者认定）、外汇管制等复杂因素，重大决策前应咨询持牌顾问。
来源可信度局限：作者为个人开发者（T3 级来源），虽基于公开经典理论，但无金融机构背书，建议交叉验证关键参数。
市场环境变化风险：历史表现不代表未来，2008 年金融危机、2020 年疫情暴跌等极端情境可能使标准配置短期亏损超 30%，用户需具备相应心理准备与资金储备。
执行偏差风险：再平衡策略依赖用户纪律性执行，实际中可能因情绪干扰（如暴跌时不敢加仓、暴涨时不舍得减仓）而失效，建议配合自动定投功能强制实施。