¿Qué hace 山西证券 Tushare 综合分析技能?
本 skill 配合 shanxi-securities-tushare 数据 skill 使用，在后者提供的数据接口之上增加多维度交叉分析层，将分散的指标整合为结构化分析报告。
工作原理
把"帮我分析 XX"转化为可执行的标的识别 → 维度加载 → 取数 → 计算 → 解读 → 报告流程。
重要：本 skill 不封装取数逻辑。取数时引用 shanxi-securities-tushare/SKILL.md 的流程规范：
- 先运行
python shanxi-securities-tushare/scripts/check_env.py校验环境，token 缺失时停下，先提示用户配置。 - 调用接口前必须查
shanxi-securities-tushare/references/API接口对应表.md，禁止凭记忆写接口。 - 取数参考
shanxi-securities-tushare/scripts/下 demo 模板，按环境校验结果选择 SDK 或 HTTP 方式。
快速入口（默认调用）
本 skill 已封装统一 Runner，Agent 识别标的类型后直接调用对应入口，无需再从原始接口逐条取数：
| 标的类型 | 模块 | 默认入口 | 示例 |
|---|---|---|---|
| 股票 | analysis_runner.py | stock_report(ts_code, end_date=None, dimensions=None) | stock_report("600519.SH") |
| 基金（场外 .OF / 场内 ETF .SH/.SZ） | fund_analysis_runner.py | fund_report(ts_code, end_date=None, dimensions=None) | fund_report("110011.OF") |
| 指数 | index_analysis_runner.py | index_report(ts_code, end_date=None, dimensions=None) | index_report("000300.SH") |
| 期货（主力连续合约） | fut_analysis_runner.py | fut_report(ts_code, end_date=None, dimensions=None) | fut_report("SR.ZCE") |
dimensions为可选维度白名单，默认使用 Runner 内置维度；用户明确"只看估值/技术面"时再传入裁剪。*_report()返回 HTML 字符串（含 ECharts 图表，内联在对应维度章节），Agent 将其写入<ts_code>_report.html落盘；浏览器直接打开。- 旧入口
stock_analyzer.py仍保留为兼容包装，新代码优先使用analysis_runner.stock_report。 - 各 Runner 内部已实现维度级并行取数，无需 Agent 手动并发。
核心工作流
每次分析按此顺序：
- 环境校验 — 运行
python shanxi-securities-tushare/scripts/check_env.py，确认 token 可用，确定 mode（sdk/http）。 - 标的识别 — 解析用户表述，确定标的类型 + ts_code。根据代码格式或名称搜索确定。
- 维度加载 — 默认加载该标的类型的摘要维度；用户明确指定（如"只看技术面""只看估值"）时仅加载指定维度，避免权限/配额不足与超长输出。"全套固定"为默认上限，可裁剪。
- 调用 Runner 分析 — 直接调用对应 Runner 的
*_report()/*_analyze()入口；Runner 内部按默认维度并行取数、计算并生成结构化结果。如需自定义维度，通过dimensions参数裁剪。 - 综合报告 — 按结构化模板输出 HTML 报告（时间序列图表内联在各维度章节）。
报告必须落盘（强制）：每份分析报告必须以 HTML 文件保存到当前项目目录，文件名
<ts_code>_report.html（如600519.SH_report.html）。CLI 已默认自动保存到当前工作目录并打印保存路径；若通过 Python 接口调用*_report()返回 HTML 字符串，则必须由 Agent 将该字符串写入项目目录下的<ts_code>_report.html文件。禁止只打印到终端不落盘。报告为独立 HTML（ECharts CDN 渲染，需联网打开），时间序列维度自动生成图表并内联在对应维度章节（如 K线在"行情趋势"、PE/PB 在"估值分析"），其余维度为表格。
标的识别规则
| 用户表述 | 标的类型 | 说明 |
|---|---|---|
600519.SH / 000001.SZ / 920575.BJ | 股票 | 已标准格式，直接识别。.BJ 为北交所 |
600519 / 000001 | 股票 | 补全为 .SH/.SZ/.BJ（沪市 600/601/603/605/688，深市 000/001/002/003/300/301，北交所 8 开头） |
| "茅台"/"贵州茅台"/"平安" | 股票 | 调 stock_basic 按名称模糊匹配，取上市状态 L 的股票 |
000300.SH / 399001.SZ | 指数 | 标准指数代码，后缀 .SH/.SZ/.SI |
| "沪深300"/"上证50" | 指数 | 调 index_basic 按名称匹配 |
000001.OF / 110011.OF | 基金 | 标准基金代码，后缀 .OF 场外/.SZ 场内 |
| "易方达蓝筹"/"招商白酒" | 基金 | 调 fund_basic 按名称匹配 |
RB2501.SHF / CU2403.SHF | 期货 | 标准期货合约代码 |
| "螺纹钢"/"沪铜"/"原油" | 期货 | 调 fut_basic 按名称匹配，获取主力合约 |
多义性消歧：名称匹配返回多个结果时（如"平安"= 平安银行 000001.SZ / 中国平安 601318.SH），优先按市值排序取最大标的，但必须在报告中注明"匹配到 N 个结果，默认分析市值最大的 XX，如需分析其他请指定代码"。
基金名称匹配的宽匹配陷阱（
fund_basic为子串模糊匹配）：名称会命中所有含该词的基金，分析单一标的时必须收敛口径，否则误拉一堆同类基金：
用户表述 陷阱 正确处理 "创业板ETF" "创业板" 会命中 87 只主题 ETF/混合基金 用精确代码或名称含"创业板ETF"筛选，且仅取场内 ETF（排除 LOF/联接基金） "科创50" Tushare 全称"上证科创板50成份ETF"，名称含"科创50"的可能是其他产品 用名称含"科创板50"或直接按代码识别 "黄金ETF" 会误匹配"黄金产业股票ETF"等主题产品 名称精确含"黄金ETF" "沪深300" 名称含该词的基金几十只（场内 ETF + 场外联接 + 多只跟踪基金） 先定目标类型（场内/场外），再按基金类型字段收敛 名称匹配结果 > 1 时：先按基金类型（场内/场外/联接）与上市状态收敛，仍不唯一再按上述"多义性消歧"规则处理，并在报告中注明匹配数与最终口径。
分析维度（默认全套，按需裁剪）
一、股票（默认 11 维）
每个维度均输出：描述句 → 数据表 → 分析评价
| # | 维度 | 数据接口 | 关键分析指标 |
|---|---|---|---|
| 1 | 概况 | stock_basic、stock_company | 公司全称、行业（申万）、上市日期、注册地、员工数、主营业务简介 |
| 2 | 行情趋势 | daily、weekly、monthly、daily_basic、adj_factor、index_daily(沪深300+行业指数) | 近 20/60/250 日涨跌幅（基于复权价）、MA5/MA20/MA60、MACD/RSI/KDJ/布林带、换手率、振幅、波动率、阶段最高/最低；基准对比：对沪深300及所属行业指数计算相同口径的涨跌幅、年化波动率、最大回撤、夏普比率，与标的并列对比（判断超额收益与相对风险） |
| 3 | 估值分析 | daily_basic、index_dailybasic(行业)、index_member(行业成分股) | PE(TTM)、PB、PS(TTM)、股息率、总市值、流通市值；与行业均值对比（取 index_classify 获取行业指数代码 → index_member 取成分股 → 各取 daily_basic PE/PB，先 winsorize_cross_section 截面去极值再求均值/中位数，避免单只异常股拉偏）；PE/PB 双口径分位（valuation_percentiles：近 5 年历史分位 + 当日同行业截面分位，双口径背离时需找原因） |
| 4 | 财务质量 | fina_indicator、income、balancesheet、cashflow、forecast | ROE、毛利率、净利率、营收/利润增速（YoY）、资产负债率、经营现金流；业绩预告类型及变动幅度；Piotroski F-Score（9 项量化打分，≥7 强/≤2 弱） |
| 5 | 资金面 | moneyflow、moneyflow_hsgt、block_trade | 近 5-20 日主力净流入（注意：net_mf_amount 为全口径净流入，buy_elg_amount - sell_elg_amount 为超大单口径，两者方向可能相反，需按分析目标选择口径）、北向持股变化、大宗交易折溢价/机构买卖方向 |
| 6 | 股东/筹码 | top10_holders、top10_floatholders、stk_holdernumber、stk_holdertrade | 前十大股东/流通股东集中度、股东户数时间序列分析（筹码集中度指标）、大股东增减持方向与比例 |
筹码集中度分析（股东户数时间序列）
股东户数的时间序列变化是判断筹码集中/分散的核心指标，比单点数值更有意义：
- 股东户数减少（与筹码集中方向一致）：人均持股数增加。这通常是筹码趋于集中的信号，但户数变化仅为相关性，不能直接断言主力吸筹；需结合成交、股价走势与股东结构交叉验证。
- 股东户数增加（与筹码分散方向一致）：人均持股数减少。通常与筹码趋于分散一致，但同样不能直接断言主力派发；需结合量价验证。
- 分析要点：
- 对比近 4 个季度股东户数变化率，判断趋势方向
- 结合股价走势交叉验证（均为相关性观察，非因果结论）：户数持续下降 + 股价上涨 = 可能筹码锁定（健康上涨特征之一）；户数持续下降 + 股价下跌 = 可能主力被套（阶段见底信号之一）；户数持续上升 + 股价上涨 = 可能散户接盘（警惕见顶）
- 使用
stk_holdernumber接口获取历史数据，按end_date排序后计算环比变化率 | 7 | 两融/杠杆情绪 |margin_detail| 融资余额及变化率、融券余额、近5日融资余额变化 | | 8 | 市场异动 |limit_list_d、top_list、top_inst| 近期涨停/跌停记录、龙虎榜上榜次数、机构净买卖 | | 9 | 解禁压力 |share_float| 未来 3 个月即将解禁股份数量及占比 | | 10 | 宏观/市场环境 |index_daily(沪深300)、cn_cpi、cn_ppi、shibor_lpr、cn_gdp| 大盘近期走势、CPI/PPI 走势与方向、LPR 利率水平、GDP 同比 | | 11 | 风险提示 | 汇总以上维度 | 综合风险分级：高/中/低，列出具体风险信号 |
二、指数（默认 8 维）
| # | 维度 | 数据接口 | 关键分析指标 |
|---|---|---|---|
| 1 | 概况 | index_basic | 发布方、基期、基点、类别、上市日期 |
| 2 | 行情趋势 | index_daily | 近 20/60/250 日涨跌幅、MA 排列、年化波动率、最大回撤、夏普比率；基准对比：对沪深300计算相同口径指标并列对比 |
| 3 | 估值 | index_dailybasic | PE(TTM)、PB 历史分位数。注意：index_dailybasic 不覆盖科创板指数（如科创50 000688.SH），此类指数估值降级为用成分股 daily_basic 聚合估算（截面中位数 + 历史分位），并标注数据源 |
| 4 | 成分权重 | index_weight | 前十大权重股及权重占比，补充股票名称（stock_basic 批量查询） |
| 5 | 行业分布 | index_weight 获取成分股 + stock_basic 查行业 | 成分股按申万行业归类，统计各行业数量及占比（前三行业占比） |
| 6 | 两融/市场杠杆 | margin（全市场两融汇总） | 两市融资余额合计、近一年（250 交易日）变化方向、杠杆情绪判断 |
| 7 | 对比 | index_global | 与同类指数/国际指数近期表现对比。index_global 的 ts_code 无点前缀（如 DJI/SPX/IXIC/N225/HSI，非 .DJI），代码格式需查 references/国际指数.md 文档。注意：index_global 返回数据为降序（最新在前），计算前必须 .sort_values('trade_date')，否则 iloc 索引取到的日期方向相反，导致涨跌幅方向错误 |
| 8 | 风险提示 | 汇总以上维度 | 波动偏高/回撤较深/估值偏高等风险信号 |
三、公募基金（默认 9 维）
| # | 维度 | 数据接口 | 关键分析指标 |
|---|---|---|---|
| 1 | 概况 | fund_basic | 基金类型、成立日期、上市日期、基金简称 |
| 2 | 净值走势 | fund_nav、fund_adj、fund_daily（场内ETF） | 近 1/3/6 月、近 1/3 年收益率（基于复权净值）；场内 ETF 必须用 fund_daily + apply_etf_adj 复权（daily 接口对 ETF 返回空，且不复权价在份额拆分时严重失真） |
| 3 | 业绩指标 | 基于 fund_nav/fund_daily 计算 | 年化波动率、夏普比率、最大回撤 |
| 4 | 同类对比 | fund_basic(筛同类型)、fund_daily/fund_nav(逐只) | 同类排名（近 20/60/120/250 日分位）；ETF 优先选同后缀场内基金对比，按成立日期排序优先选上市早的 |
| 5 | 基金经理 | fund_manager | 任职起始日、任职年限 |
| 6 | 持仓分析 | fund_portfolio | 前十大重仓股及占比（stk_mkv_ratio）、补充股票名称；字段为 symbol/mkv/stk_mkv_ratio（非 name/ratio/market_val） |
| 7 | 规模变化 | fund_share | 按季度采样（groupby 季度末），近4季份额变化趋势 |
| 8 | 分红 | fund_div | 累计分红次数、分红金额；字段为 ex_date/div_cash（非 div_date） |
| 9 | 风险提示 | 汇总以上维度 | 回撤较深/波动偏高/份额缩水等风险信号 |
份额口径声明（规模变化/同类对比维度的评价句必写）：
fund_share.fd_share为单只基金份额。同一指数常有场内 ETF + 场外联接 + 多只跟踪基金并存（如名称含"沪深300"的基金几十只），份额/规模数据均为单只口径，不得表述为"该指数全部基金合计"。评价句必须注明是"XX基金单只份额"还是"场内外合计"，避免用户误读为指数整体规模。
四、期货（默认 7 维）
| # | 维度 | 数据接口 | 关键分析指标 |
|---|---|---|---|
| 1 | 概况 | fut_basic | 合约标的、交易所、合约乘数、最小变动价位、交易单位、保证金率 |
| 2 | 行情趋势 | fut_daily（主力连续合约如 JM.DCE/RB.SHF，非具体合约） | 近 20/60 日涨跌幅、结算价走势、日内振幅、波动率 |
| 3 | 持仓分析 | fut_holding | 持仓量变化、成交量/持仓量比、前 20 会员持仓多空比 |
| 4 | 主力合约 | fut_mapping | 主力合约代码、换月日期、基差（现货 vs 期货） |
| 5 | 仓单库存 | fut_wsr | 注册仓单量变化、库存/消费比 |
| 6 | 结算参数 | fut_settle | 当日结算价、交割结算价、保证金调整 |
| 7 | 风险提示 | 汇总以上维度 | 波动偏高/换月跳空/持仓异常等风险信号 |
报告结构
每份分析报告输出为独立 HTML 文件（浏览器直接打开，时间序列图表内联在各维度章节内）。内容结构如下，每个维度按 描述句 → 数据表 → 分析评价 的格式，最后附整体分析评价：
# 标的名称 全景研究报告
> 数据日期：YYYY-MM-DD（Tushare 数据为 T-1 日）
## 1. 概况
描述句（如：银行ETF，华宝基金发行，跟踪中证银行指数，规模居同类前列）
- 关键指标汇总表
## 2. 行情趋势
描述句（近20日涨跌幅、波动率、回撤等核心指标概述）
- 涨跌幅对比表（标的 vs 沪深300并列）
- 风控指标对比表（波动率/回撤/夏普 vs 基准）
- 技术指标表（MACD/RSI/KDJ/布林带合并一张表）
- 进阶量化指标（Beta/Alpha/Sortino/滚动Beta/RS/VaR等）
- **分析评价**：对本维度数据的解读，包含明确的投资参考含义
## 3. 估值分析
描述句（PE/PB/历史分位等概述）
- 估值指标表
- 行业截面估值对比表（如适用）
- **分析评价**：（如"PE历史分位23.7%偏低，PB低于行业中位数，估值需结合业绩增速判断"）
## N. 风险提示
- 风险信号 1
- 风险信号 2
- 数据缺失说明（如有维度失败）
## N+1. 整体分析评价
**综合判断**：一句话定位标的特征标签（如"低估值、防御型、高股息"）
- 分维度要点列表（趋势/估值/财务/资金/筹码/杠杆/宏观各一行）
**风格定位**：标的属于什么风格型资产
**结论**：综合各维度给出投资参考含义和适用场景
---
*本报告由AI基于山西证券Tushare平台数据自动生成，基于 T-1 日历史数据，仅供技术交流与学习参考，不构成任何投资建议或财务指导。*
每维度分析评价必须包含对投资者的明确参考含义（如"估值处于历史低位，但需结合行业景气度判断"），而非罗列数据。
本报告由AI基于山西证券Tushare平台数据自动生成，基于 T-1 日历史数据，仅供技术交流与学习参考，不构成任何投资建议或财务指导。
多列数据示例（列数必须对齐，如份额一栏拆成两列）：
| 标的 | 最新份额 | 份额变化 |
|------|---------|---------|
| 沪深300ETF | 248亿份 | -0.1% |
每维度分析评价必须包含对投资者的明确参考含义（如"估值处于历史低位，但需结合行业景气度判断"），而非罗列数据。
**报告表格约束**：每个 markdown 表格的表头行与数据行的列数必须一致。如果一列有多项数据（如"份额 + 变化率"），要么拆成两列分别填入，要么合并到一列中并调整表头，避免出现空列。
**表格合并建议**：同一维度内的数据优先合并为一张表（如涨跌幅 + 风控指标 + 技术指标合并），避免拆成多个独立表格造成视觉割裂。若列数过多导致横向过长，可分组但需紧邻排列。
## 关键默认值
| 模糊中文 | 默认口径 |
|---------|---------|
| "最近"/"近期" | 近 20 个交易日 |
| "最近三个月" | 近 60 个交易日 |
| "今年" | 当年 1 月 1 日至今 |
| "历史"（股票/指数） | 近 3 年 |
| "历史"（基金） | 成立以来 |
| 证券代码 | 标准 `600519.SH` 格式 |
| 基金代码 | 场外 `.OF`，场内 `.SZ`/`.SH` |
| 期货代码 | 标准 `RB2501.SHF` 格式 |
| 行业分类 | 申万 2021 版 |
| 对比基准（股票） | 所属申万一级行业均值 |
| 对比基准（基金） | 同类基金（同类型+同投资方向） |
| 对比基准（指数） | 沪深 300（000300.SH） |
> **数据充分性**：取数时按最大周期（如"近 250 日"）再往前多取 30 个交易日，确保有足够数据计算。寒武纪从 20250801 到 20260812 仅 249 个交易日，不足以计算近 250 日涨跌幅，此时应前移起始日期（如 `start_date = '20250601'`）获取更多数据，或降级为"近 120 日"并标注"数据不足"。
> **数据不足时的报告处理**：若某标的上市不足请求周期（如具体期货合约仅 197 日不足 250 日），则：
> 1. **优先改用主力连续合约**（期货场景）或前移 start_date（股票场景）补充数据
> 2. 若仍不足，计算自上市以来的全长收益率，标注为"数据不足(仅 N 日,自上市 X%)"
> 3. 不可直接显示 N/A——用户无法判断是数据问题还是计算结果问题
## 量化分析方法
### 纵向对比（单标的时间序列）
单标的历史走势分析必须消除除权除息（送股/转增/分红/配股）导致的价格跳变，否则区间收益率和技术指标会失真。
- **股票复权**：`daily` 返回的是**未复权**数据（含除权除息跳变），趋势/收益率/技术指标计算前**必须复权**，否则除权日会产生虚假跳空。取 `adj_factor` 自行计算：
- 后复权价 = 原始价 × 当日复权因子（`apply_adj_factor` 一并复权 open/high/low/close/pre_close，`*_post` 列同 scale，可安全用于 OHLC 类指标如 KDJ/布林带）
- 前复权价 = 原始价 × 当日复权因子 / 最新复权因子
- 长期收益率、定投收益、回撤、技术指标均应基于复权价；⚠️ 切勿用 `close_post` 配合未复权的 `high/low`——scale 不一致会令 KDJ 等指标失真
- **基金复权**：`fund_nav` 返回单位净值和累计净值。计算区间收益率时用 `fund_adj` 复权因子构建复权净值序列，消除分红除权影响：
- 复权净值 = 单位净值 × 当日复权因子 / 最新复权因子
- 夏普、最大回撤、Calmar 等指标均基于复权净值序列计算
- **ETF 复权**：`fund_daily` 返回的是不复权价，`apply_etf_adj`（`fund_adj` 因子）产出 `close_post`。**ETF 的 `fund_adj` 因子口径与股票 `adj_factor` 不同（实测方向/量级不统一，如 510500 ~0.34、512100 ~0.373、510300 ~1.27），`close_post` 绝对值非后复权价，仅供收益/夏普/回撤等 scale-invariant 计算（全程同列 pct_change 与因子绝对值无关）；展示价用未复权 `close`。** 股票 `adj_factor` 则是标准后复权因子（单调递增，`后复权价=原始价×adj_factor`，可展示）。`apply_*_adj` 返回 trade_date/nav_date 索引的 df，可直接喂给 `rebase_series`/`compare_returns`（二者校验日期索引，传整数索引会抛 TypeError）。
- **函数选型**：`apply_etf_adj` **只复权 close**（产出 close_post，供收益/夏普/回撤）；KDJ/布林带等需 high/low/close 同 scale 的 OHLC 类指标，**改用 `apply_adj_factor`**（它复权全部 open/high/low/close/pre_close，`*_post` 列同 scale，fund_daily 同样适用）。误用 `apply_etf_adj` 喂 KDJ 会因 high_post/low_post 不存在而 KeyError。
- **基金规模取数**：`fund_nav.total_netasset` 是季报口径（稀疏，多为 NaN），仅作季度规模快照；需连续日度规模时用 `fund_share.fd_share`（万份）× `fund_nav.unit_nav` 计算：`规模亿元 = fd_share × unit_nav / 1e4`（先按 trade_date 对齐）。`fund_nav` 同 nav_date 可能有重复行，使用前按 nav_date 去重。
- **期货连续合约**：期货存在换月跳空，纵向分析时用 `fut_mapping` 识别主力合约区间，跨主力合约的连续走势需拼接或用 `fut_daily` 按合约分段分析，不得简单拼接。
### 横向对比（多标的归一化）
多标的横向对比时，不同标的价格量纲不同（如茅台 1500 元 vs 农业银行 4 元），直接比较价格序列无意义，必须归一化。
- **序列归一化（rebase）**：将各标的复权价格序列统一缩放到基准日 = 100，公式：`归一化净值 = 当日复权价 / 基准日复权价 × 100`。基准日取对比区间起点，使得所有标的从同一起跑线出发。
- **收益率对比**：计算各标的同期收益率（近 1 月/3 月/6 月/1 年/YTD），放同一张表横向排序。
- **估值分位数对比**：不同标的 PE/PB 不可直接比绝对值（行业属性不同），应转换为各自近 5 年历史分位数，再横排对比。跨标的截面均值/分位计算前，对截面值先 `winsorize_cross_section` 去极值（MAD 3σ）或直接取截面中位数，避免单只异常股拉偏；估值优先给"历史分位 + 同业截面分位"双口径（`valuation_percentiles`）。
- **财务指标对比**：ROE、毛利率等已是比率指标，可直接横排；营收/利润等绝对值指标应转换为增速（YoY/QoQ）或人均值后再对比。
- **波动率/回撤对比**：年化波动率、最大回撤本身量纲统一，可直接横排；但夏普比率等需确认无风险利率口径一致。
### 进阶量化指标
在基础指标之上，以下方法用于提升分析的深度与科学性：
- **技术指标**：MACD（趋势动能/金叉死叉）、RSI（超买>70/超卖<30）、KDJ（随机指标）、布林带（波动区间/触及上下轨）。MA 单独不足以判断买卖时机，技术指标组合可提供更丰富的信号。
- **历史分位数**：当前 PE/PB 等估值指标在近 5 年历史序列中的百分位排名（`percentile_rank`）。85 分位 = 当前估值高于历史 85% 的时间 → 偏高。
- **Sortino 比率**：夏普的改进版，分母仅用下行波动（仅亏损日的波动率），对不对称收益分布更合理。适合评估基金下行风险控制能力。
- **信息比率（IR）**：超额收益年化 / 跟踪误差年化。衡量基金经理主动选股能力，IR > 0.5 为优秀。
- **Piotroski F-Score**：9 项财务健康量化打分——盈利能力(ROA>0、经营现金流>0、ΔROA>0、经营现金流>净利润)、杠杆/流动/融资(Δ资产负债率≤0、Δ流动比率>0、未新增股本)、运营效率(Δ毛利率>0、Δ总资产周转率>0)，总分 0-9，≥7 为强，≤2 为弱。按年报(end_date 1231)去重后取最近 2 期同比，数据来自 `fina_indicator`/`income`/`cashflow`/`balancesheet`(可选)。
- **量价分析**：OBV（能量潮，价升量增=趋势健康）、量比（当日量/近 5 日均量，>2 放量/<0.5 缩量）、量价背离（价升量缩=顶部信号/价跌量缩=底部信号）。
- **Beta/Alpha 归因**：CAPM 回归分解，Beta = 个股对市场的敏感度（>1.2 高弹性/<0.8 防御型），Alpha = 扣除市场收益后的超额收益年化。需取个股与沪深 300 同期日收益率对齐回归。
### 风险建模与分布分析
- **VaR/CVaR（在险价值）**：历史法计算 95%/99% 置信水平的最大日亏损。VaR = 损失分位数，CVaR = 超过 VaR 的平均损失（更保守）。是风险管理的国际标准指标。
- **尾部风险（偏度/峰度）**：偏度 < 0 = 左偏（亏损侧尾部更长，崩盘风险大）；峰度 > 0（超额）= 厚尾（极端事件概率高于正态假设）。两者结合可判断收益分布是否偏离正态。
- **回撤深度分析**：在最大回撤之外，补充回撤持续期（水下天数）、痛苦指数（平均回撤深度），衡量"被套牢"的实际体感。
- **Amihud 非流动性**：|日收益率| / 日成交额，衡量单位资金引起的价格变动。值大 = 流动性差，大资金进出成本高。
### 滚动分析与动态监控
- **滚动 Beta**：60 日滚动窗口计算 Beta 变化趋势，展示市场敏感度随时间演变（上升 = 波动加大或防御减弱）。
- **滚动夏普**：60 日滚动窗口的风险调整收益趋势，比单点夏普更能反映稳定性。
- **相对强度（RS）**：标的累计收益 / 基准累计收益，RS > 1 跑赢、< 1 跑输，趋势走强 = 相对优势扩大。
### 统计检验方法
- **Z-Score 标准化**：将指标转为与群体均值的标准差倍数。|Z| > 1.96 = 在 5% 显著性水平下显著偏离。用于跨标的估值/财务指标对比。
- **事件研究法**：估计窗口（事件前 30 日）用市场模型回归估算正常收益，事件窗口（后 10 日）计算异常收益 AR 与累计异常收益 CAR。CAR > 2% = 事件正向显著。适用于财报发布、解禁、增减持等事件冲击分析。
- **CAGR（复合年化增长率）**：基于持有天数精确年化，比简单区间收益率更适合跨周期对比。
## 分析原则
1. **结论先行**：每个维度先写结论句，再给数据，不要只列数据让用户自己判断。
2. **交叉验证**：单一维度信号不充分时，结合多个维度交叉判断（如"资金面流入但估值已高"）。
3. **数据时效**：Tushare 数据为 T-1 日，报告顶部注明数据
…
[truncated for translation]