Community研究与数据分析github.com

宏观制度

激活以读取达卡证券交易所的宏观制度因子并计算风险乘数,供下游信号合成器与风控管理器使用。

宏观制度 是什么?

该AI Agent技能从共享合约的 `macro` 数据块中读取政策利率、通胀、外汇储备趋势、政治与监管因子,计算出一个在 `[0.5, 1.2]` 范围内的单一风险乘数,从 `1.0`(中性)开始调整。输出包括标准化分数(-1 到 +1)、置信度、制度标签(如风险偏好、中性、谨慎、风险规避)、每个因子的驱动因素、自然语言推理以及超时/缺失标记(`flags`)。下游技能(如 `signal-synthesizer` 和 `risk-manager`)将使用该乘数来缩放综合分数或仓位规模。此技能专为达卡证券交易所设计,通过 CLI 脚本运行,支持 JSON 输入,并生成面向思维链的教育性输出,不构成金融建议。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add kuntal-r-d/my-skills

Installed? Explore more 研究与数据分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

宏观制度 是做什么的?

使用时机

当用户希望获取达卡证券交易所的宏观解读时激活:“市场制度是什么?”、“这是风险偏好环境吗?”、“利率和储备如何影响风险?”、“给我一个宏观乘数”。这是宏观代理(PRD-002 REQ-020)。其风险乘数旨在供下游的 signal-synthesizer(用于缩放综合分数)和 risk-manager(用于缩放仓位规模)使用。

功能

读取共享合约的 macro 数据块,并计算一个在 [0.5, 1.2] 范围内的单一风险乘数,起始于 1.0(中性),并根据以下因子进行调整:

  • 政策利率 — 紧缩货币政策(>=9%)降低乘数;宽松政策提高乘数。
  • 通货膨胀 — 高于8%降低乘数(实际回报侵蚀、紧缩风险)。
  • 外汇储备趋势 — falling(下降)降低乘数(进口覆盖压力、BDT压力);rising(上升)提高乘数;stable(稳定)为中性。
  • 政治 — crisis(危机)/tense(紧张)降低乘数;stable(稳定)提高乘数。
  • 监管 — floor_prices(地板价)/tightening(收紧)降低乘数;normal(正常)为中性。

限幅后的乘数映射到制度标签和标准化分数([-1, +1])。输出为思维卡片(详见套件自述文件)。

如何运行

python3 scripts/regime.py --input data.json --pretty
cat data.json | python3 scripts/regime.py

读取 macro(必需)和可选的 mode/ticker/as_of。返回 score(-1 到 +1)、confidence(置信度)、rating(制度标签)、key_metrics.risk_multiplier(关键指标.风险乘数)、每个因子的 drivers(驱动因素)、通俗语言的 reasoning(推理)以及 flags(标记)。

立即使用共享测试数据尝试:

python3 scripts/regime.py --input ../_fixtures/sample_input.json --pretty

解读输出

  • rating(评级):risk_on(风险偏好,乘数>=1.05)、neutral(中性,0.85–1.05)、cautious(谨慎,0.70–0.85)、risk_off(风险规避,<0.70)。
  • key_metrics.risk_multiplier(关键指标.风险乘数)是下游技能将其纳入风险预算的值——例如,风险管理器以 base_risk * risk_multiplier(基础风险 * 风险乘数)设置仓位规模。
  • flags(标记):当 macro 的一个或多个字段缺失时,将出现 stale_macro(过时宏观),并且置信度相应受限——绝不会静默丢弃。

备注

因子权重、乘数到制度标签的映射、分数映射以及下游技能如何使用乘数,请参见 references/REGIME.md。输出仅为教育性分析,绝不构成金融建议。

相关技能