山西證券 Tushare 綜合分析技能
本 skill 配合 shanxi-securities-tushare 數據 skill 使用，在後者提供的數據接口之上增加多維度交叉分析層，將分散的指標整合為結構化分析報告。
工作原理
把"幫我分析 XX"轉化為可執行的標的識別 → 維度加載 → 取數 → 計算 → 解讀 → 報告流程。
重要：本 skill 不封裝取數邏輯。取數時引用 shanxi-securities-tushare/SKILL.md 的流程規範：
- 先運行
python shanxi-securities-tushare/scripts/check_env.py校驗環境，token 缺失時停下，先提示用戶配置。 - 調用接口前必須查
shanxi-securities-tushare/references/API接口對應表.md，禁止憑記憶寫接口。 - 取數參考
shanxi-securities-tushare/scripts/下 demo 模板，按環境校驗結果選擇 SDK 或 HTTP 方式。
快速入口（默認調用）
本 skill 已封裝統一 Runner，Agent 識別標的類型後直接調用對應入口，無需再從原始接口逐條取數：
| 標的類型 | 模塊 | 默認入口 | 示例 |
|---|---|---|---|
| 股票 | analysis_runner.py | stock_report(ts_code, end_date=None, dimensions=None) | stock_report("600519.SH") |
| 基金（場外 .OF / 場內 ETF .SH/.SZ） | fund_analysis_runner.py | fund_report(ts_code, end_date=None, dimensions=None) | fund_report("110011.OF") |
| 指數 | index_analysis_runner.py | index_report(ts_code, end_date=None, dimensions=None) | index_report("000300.SH") |
| 期貨（主力連續合約） | fut_analysis_runner.py | fut_report(ts_code, end_date=None, dimensions=None) | fut_report("SR.ZCE") |
dimensions為可選維度白名單，默認使用 Runner 內置維度；用戶明確"只看估值/技術面"時再傳入裁剪。*_report()返回 HTML 字符串（含 ECharts 圖表，內聯在對應維度章節），Agent 將其寫入<ts_code>_report.html落盤；瀏覽器直接打開。- 舊入口
stock_analyzer.py仍保留為兼容包裝，新代碼優先使用analysis_runner.stock_report。 - 各 Runner 內部已實現維度級並行取數，無需 Agent 手動併發。
核心工作流
每次分析按此順序：
- 環境校驗 — 運行
python shanxi-securities-tushare/scripts/check_env.py，確認 token 可用，確定 mode（sdk/http）。 - 標的識別 — 解析用戶表述，確定標的類型 + ts_code。根據代碼格式或名稱搜索確定。
- 維度加載 — 默認加載該標的類型的摘要維度；用戶明確指定（如"只看技術面""只看估值"）時僅加載指定維度，避免權限/配額不足與超長輸出。"全套固定"為默認上限，可裁剪。
- 調用 Runner 分析 — 直接調用對應 Runner 的
*_report()/*_analyze()入口；Runner 內部按默認維度並行取數、計算並生成結構化結果。如需自定義維度，通過dimensions參數裁剪。 - 綜合報告 — 按結構化模板輸出 HTML 報告（時間序列圖表內聯在各維度章節）。
報告必須落盤（強制）：每份分析報告必須以 HTML 文件保存到當前項目目錄，文件名
<ts_code>_report.html（如600519.SH_report.html）。CLI 已默認自動保存到當前工作目錄並打印保存路徑；若通過 Python 接口調用*_report()返回 HTML 字符串，則必須由 Agent 將該字符串寫入項目目錄下的<ts_code>_report.html文件。禁止只打印到終端不落盤。報告為獨立 HTML（ECharts CDN 渲染，需聯網打開），時間序列維度自動生成圖表並內聯在對應維度章節（如 K線在"行情趨勢"、PE/PB 在"估值分析"），其餘維度為表格。
標的識別規則
| 用戶表述 | 標的類型 | 說明 |
|---|---|---|
600519.SH / 000001.SZ / 920575.BJ | 股票 | 已標準格式，直接識別。.BJ 為北交所 |
600519 / 000001 | 股票 | 補全為 .SH/.SZ/.BJ（滬市 600/601/603/605/688，深市 000/001/002/003/300/301，北交所 8 開頭） |
| "茅臺"/"貴州茅臺"/"平安" | 股票 | 調 stock_basic 按名稱模糊匹配，取上市狀態 L 的股票 |
000300.SH / 399001.SZ | 指數 | 標準指數代碼，後綴 .SH/.SZ/.SI |
| "滬深300"/"上證50" | 指數 | 調 index_basic 按名稱匹配 |
000001.OF / 110011.OF | 基金 | 標準基金代碼，後綴 .OF 場外/.SZ 場內 |
| "易方達藍籌"/"招商白酒" | 基金 | 調 fund_basic 按名稱匹配 |
RB2501.SHF / CU2403.SHF | 期貨 | 標準期貨合約代碼 |
| "螺紋鋼"/"滬銅"/"原油" | 期貨 | 調 fut_basic 按名稱匹配，獲取主力合約 |
多義性消歧：名稱匹配返回多個結果時（如"平安"= 平安銀行 000001.SZ / 中國平安 601318.SH），優先按市值排序取最大標的，但必須在報告中註明"匹配到 N 個結果，默認分析市值最大的 XX，如需分析其他請指定代碼"。
基金名稱匹配的寬匹配陷阱（
fund_basic為子串模糊匹配）：名稱會命中所有含該詞的基金，分析單一標的時必須收斂口徑，否則誤拉一堆同類基金：
用戶表述 陷阱 正確處理 "創業板ETF" "創業板" 會命中 87 隻主題 ETF/混合基金 用精確代碼或名稱含"創業板ETF"篩選，且僅取場內 ETF（排除 LOF/聯接基金） "科創50" Tushare 全稱"上證科創板50成份ETF"，名稱含"科創50"的可能是其他產品 用名稱含"科創板50"或直接按代碼識別 "黃金ETF" 會誤匹配"黃金產業股票ETF"等主題產品 名稱精確含"黃金ETF" "滬深300" 名稱含該詞的基金幾十隻（場內 ETF + 場外聯接 + 多隻追蹤基金） 先定目標類型（場內/場外），再按基金類型字段收斂 名稱匹配結果 > 1 時：先按基金類型（場內/場外/聯接）與上市狀態收斂，仍不唯一再按上述"多義性消歧"規則處理，並在報告中註明匹配數與最終口徑。
分析維度（默認全套，按需裁剪）
一、股票（默認 11 維）
每個維度均輸出：描述句 → 數據表 → 分析評價
| # | 維度 | 數據接口 | 關鍵分析指標 |
|---|---|---|---|
| 1 | 概況 | stock_basic、stock_company | 公司全稱、行業（申萬）、上市日期、註冊地、員工人數、主營業務簡介 |
| 2 | 行情趨勢 | daily、weekly、monthly、daily_basic、adj_factor、index_daily(滬深300+行業指數) | 近 20/60/250 日漲跌幅（基於復權價）、MA5/MA20/MA60、MACD/RSI/KDJ/布林帶、換手率、振幅、波動率、階段最高/最低；基準對比：對滬深300及所屬行業指數計算相同口徑的漲跌幅、年化波動率、最大回撤、夏普比率，與標的並列對比（判斷超額收益與相對風險） |
| 3 | 估值分析 | daily_basic、index_dailybasic(行業)、index_member(行業成分股) | PE(TTM)、PB、PS(TTM)、股息率、總市值、流通市值；與行業均值對比（取 index_classify 獲取行業指數代碼 → index_member 取成分股 → 各取 daily_basic PE/PB，先 winsorize_cross_section 截面去極值再求均值/中位數，避免單隻異常股拉偏）；PE/PB 雙口徑分位（valuation_percentiles：近 5 年歷史分位 + 當日同行業截面分位，雙口徑背離時需找原因） |
| 4 | 財務質量 | fina_indicator、income、balancesheet、cashflow、forecast | ROE、毛利率、淨利率、營收/利潤增速（YoY）、資產負債率、經營現金流；業績預告類型及變動幅度；Piotroski F-Score（9 項量化打分，≥7 強/≤2 弱） |
| 5 | 資金面 | moneyflow、moneyflow_hsgt、block_trade | 近 5-20 日主力淨流入（注意：net_mf_amount 為全口徑淨流入，buy_elg_amount - sell_elg_amount 為超大單口徑，兩者方向可能相反，需按分析目標選擇口徑）、北向持股變化、大宗交易折溢價/機構買賣方向 |
| 6 | 股東/籌碼 | top10_holders、top10_floatholders、stk_holdernumber、stk_holdertrade | 前十大股東/流通股東集中度、股東戶數時間序列分析（籌碼集中度指標）、大股東增減持方向與比例 |
籌碼集中度分析（股東戶數時間序列）
股東戶數的時間序列變化是判斷籌碼集中/分散的核心指標，比單點數值更有意義：
- 股東戶數減少（與籌碼集中方向一致）：人均持股數增加。這通常是籌碼趨於集中的信號，但戶數變化僅為相關性，不能直接斷言主力吸籌；需結合成交、股價走勢與股東結構交叉驗證。
- 股東戶數增加（與籌碼分散方向一致）：人均持股數減少。通常與籌碼趨於分散一致，但同樣不能直接斷言主力派發；需結合量價驗證。
- 分析要點：
- 對比近 4 個季度股東戶數變化率，判斷趨勢方向
- 結合股價走勢交叉驗證（均為相關性觀察，非因果結論）：戶數持續下降 + 股價上漲 = 可能籌碼鎖定（健康上漲特徵之一）；戶數持續下降 + 股價下跌 = 可能主力被套（階段見底信號之一）；戶數持續上升 + 股價上漲 = 可能散戶接盤（警惕見頂）
- 使用
stk_holdernumber接口獲取歷史數據，按end_date排序後計算環比變化率 | 7 | 兩融/槓桿情緒 |margin_detail| 融資餘額及變化率、融券餘額、近5日融資餘額變化 | | 8 | 市場異動 |limit_list_d、top_list、top_inst| 近期漲停/跌停記錄、龍虎榜上榜次數、機構淨買賣 | | 9 | 解禁壓力 |share_float| 未來 3 個月即將解禁股份數量及佔比 | | 10 | 宏觀/市場環境 |index_daily(滬深300)、cn_cpi、cn_ppi、shibor_lpr、cn_gdp| 大盤近期走勢、CPI/PPI 走勢與方向、LPR 利率水平、GDP 同比 | | 11 | 風險提示 | 匯總以上維度 | 綜合風險分級：高/中/低，列出具體風險信號 |
二、指數（默認 8 維）
| # | 維度 | 數據接口 | 關鍵分析指標 |
|---|---|---|---|
| 1 | 概況 | index_basic | 發布方、基期、基點、類別、上市日期 |
| 2 | 行情趨勢 | index_daily | 近 20/60/250 日漲跌幅、MA 排列、年化波動率、最大回撤、夏普比率；基準對比：對滬深300計算相同口徑指標並列對比 |
| 3 | 估值 | index_dailybasic | PE(TTM)、PB 歷史分位數。注意：index_dailybasic 不覆蓋科創板指數（如科創50 000688.SH），此類指數估值降級為用成分股 daily_basic 聚合估算（截面中位數 + 歷史分位），並標註數據源 |
| 4 | 成分權重 | index_weight | 前十大權重股及權重佔比，補充股票名稱（stock_basic 批量查詢） |
| 5 | 行業分佈 | index_weight 獲取成分股 + stock_basic 查行業 | 成分股按申萬行業歸類，統計各行業數量及佔比（前三行業佔比） |
| 6 | 兩融/市場槓桿 | margin（全市場兩融匯總） | 兩市融資餘額合計、近一年（250 交易日）變化方向、槓桿情緒判斷 |
| 7 | 對比 | index_global | 與同類指數/國際指數近期表現對比。index_global 的 ts_code 無點前綴（如 DJI/SPX/IXIC/N225/HSI，非 .DJI），代碼格式需查 references/國際指數.md 文檔。注意：index_global 返回數據為降序（最新在前），計算前必須 .sort_values('trade_date')，否則 iloc 索引取到的日期方向相反，導致漲跌幅方向錯誤 |
| 8 | 風險提示 | 匯總以上維度 | 波動偏高/回撤較深/估值偏高等風險信號 |
三、公募基金（默認 9 維）
| # | 維度 | 數據接口 | 關鍵分析指標 |
|---|---|---|---|
| 1 | 概況 | fund_basic | 基金類型、成立日期、上市日期、基金簡稱 |
| 2 | 淨值走勢 | fund_nav、fund_adj、fund_daily（場內ETF） | 近 1/3/6 月、近 1/3 年收益率（基於復權淨值）；場內 ETF 必須用 fund_daily + apply_etf_adj 復權（daily 接口對 ETF 返回空，且不復權價在份額拆分時嚴重失真） |
| 3 | 業績指標 | 基於 fund_nav/fund_daily 計算 | 年化波動率、夏普比率、最大回撤 |
| 4 | 同類對比 | fund_basic(篩同類型)、fund_daily/fund_nav(逐隻) | 同類排名（近 20/60/120/250 日分位）；ETF 優先選同後綴場內基金對比，按成立日期排序優先選上市早的 |
| 5 | 基金經理 | fund_manager | 任職起始日、任職年限 |
| 6 | 持倉分析 | fund_portfolio | 前十大重倉股及佔比（stk_mkv_ratio）、補充股票名稱；字段為 symbol/mkv/stk_mkv_ratio（非 name/ratio/market_val） |
| 7 | 規模變化 | fund_share | 按季度採樣（groupby 季度末），近4季份額變化趨勢 |
| 8 | 分紅 | fund_div | 累計分紅次數、分紅金額；字段為 ex_date/div_cash（非 div_date） |
| 9 | 風險提示 | 匯總以上維度 | 回撤較深/波動偏高/份額縮水等風險信號 |
份額口徑聲明（規模變化/同類對比維度的評價句必寫）：
fund_share.fd_share為單隻基金份額。同一指數常有場內 ETF + 場外聯接 + 多隻追蹤基金並存（如名稱含"滬深300"的基金幾十隻），份額/規模數據均為單隻口徑，不得表述為"該指數全部基金合計"。評價句必須註明是"XX基金單隻份額"還是"場內外合計"，避免用戶誤讀為指數整體規模。
四、期貨（默認 7 維）
| # | 維度 | 數據接口 | 關鍵分析指標 |
|---|---|---|---|
| 1 | 概況 | fut_basic | 合約標的、交易所、合約乘數、最小變動價位、交易單位、保證金率 |
| 2 | 行情趨勢 | fut_daily（主力連續合約如 JM.DCE/RB.SHF，非具體合約） | 近 20/60 日漲跌幅、結算價走勢、日內振幅、波動率 |
| 3 | 持倉分析 | fut_holding | 持倉量變化、成交量/持倉量比、前 20 會員持倉多空比 |
| 4 | 主力合約 | fut_mapping | 主力合約代碼、換月日期、基差（現貨 vs 期貨） |
| 5 | 倉單庫存 | fut_wsr | 註冊倉單量變化、庫存/消費比 |
| 6 | 結算參數 | fut_settle | 當日結算價、交割結算價、保證金調整 |
| 7 | 風險提示 | 匯總以上維度 | 波動偏高/換月跳空/持倉異常等風險信號 |
報告結構
每份分析報告輸出為獨立 HTML 文件（瀏覽器直接打開，時間序列圖表內聯在各維度章節內）。內容結構如下，每個維度按 描述句 → 數據表 → 分析評價 的格式，最後附整體分析評價：
# 標的名稱 全景研究報告
> 數據日期：YYYY-MM-DD（Tushare 數據為 T-1 日）
## 1. 概況
描述句（如：銀行ETF，華寶基金發行，追蹤中證銀行指數，規模居同類前列）
- 關鍵指標匯總表
## 2. 行情趨勢
描述句（近20日漲跌幅、波動率、回撤等核心指標概述）
- 漲跌幅對比表（標的 vs 滬深300並列）
- 風控指標對比表（波動率/回撤/夏普 vs 基準）
- 技術指標表（MACD/RSI/KDJ/布林帶合併一張表）
- 進階量化指標（Beta/Alpha/Sortino/滾動Beta/RS/VaR等）
- **分析評價**：對本維度數據的解讀，包含明確的投資參考含義
## 3. 估值分析
描述句（PE/PB/歷史分位等概述）
- 估值指標表
- 行業截面估值對比表（如適用）
- **分析評價**：（如"PE歷史分位23.7%偏低，PB低於行業中位數，估值需結合業績增速判斷"）
## N. 風險提示
- 風險信號 1
- 風險信號 2
- 數據缺失說明（如有維度失敗）
## N+1. 整體分析評價
**綜合判斷**：一句話定位標的特徵標籤（如"低估值、防禦型、高股息"）
- 分維度要點列表（趨勢/估值/財務/資金/籌碼/槓桿/宏觀各一行）
**風格定位**：標的屬於什麼風格型資產
**結論**：綜合各維度給出投資參考含義和適用場景
---
*本報告由AI基於山西證券Tushare平台數據自動生成，基於 T-1 日歷史數據，僅供技術交流與學習參考，不構成任何投資建議或財務指導。*
每維度分析評價必須包含對投資者的明確參考含義（如"估值處於歷史低位，但需結合行業景氣度判斷"），而非羅列數據。
本報告由AI基於山西證券Tushare平台數據自動生成，基於 T-1 日歷史數據，僅供技術交流與學習參考，不構成任何投資建議或財務指導。
多列數據示例（列數必須對齊，如份額一欄拆成兩列）：
| 標的 | 最新份額 | 份額變化 |
|------|---------|---------|
| 滬深300ETF | 248億份 | -0.1% |
每維度分析評價必須包含對投資者的明確參考含義（如"估值處於歷史低位，但需結合行業景氣度判斷"），而非羅列數據。
**報告表格約束**：每個 markdown 表格的表頭行與數據行的列數必須一致。如果一列有多項數據（如"份額 + 變化率"），要麼拆成兩列分別填入，要麼合併到一列中並調整表頭，避免出現空列。
**表格合併建議**：同一維度內的數據優先合併為一張表（如漲跌幅 + 風控指標 + 技術指標合併），避免拆成多個獨立表格造成視覺割裂。若列數過多導致橫向過長，可分組但需緊鄰排列。
## 關鍵默認值
| 模糊中文 | 默認口徑 |
|---------|---------|
| "最近"/"近期" | 近 20 個交易日 |
| "最近三個月" | 近 60 個交易日 |
| "今年" | 當年 1 月 1 日至今 |
| "歷史"（股票/指數） | 近 3 年 |
| "歷史"（基金） | 成立以來 |
| 證券代碼 | 標準 `600519.SH` 格式 |
| 基金代碼 | 場外 `.OF`，場內 `.SZ`/`.SH` |
| 期貨代碼 | 標準 `RB2501.SHF` 格式 |
| 行業分類 | 申萬 2021 版 |
| 對比基準（股票） | 所屬申萬一級行業均值 |
| 對比基準（基金） | 同類基金（同類型+同投資方向） |
| 對比基準（指數） | 滬深 300（000300.SH） |
> **數據充分性**：取數時按最大週期（如"近 250 日"）再往前多取 30 個交易日，確保有足夠數據計算。寒武紀從 20250801 到 20260812 僅 249 個交易日，不足以計算近 250 日漲跌幅，此時應前移起始日期（如 `start_date = '20250601'`）獲取更多數據，或降級為"近 120 日"並標註"數據不足"。
> **數據不足時的報告處理**：若某標的上市不足請求週期（如具體期貨合約僅 197 日不足 250 日），則：
> 1. **優先改用主力連續合約**（期貨場景）或前移 start_date（股票場景）補充數據
> 2. 若仍不足，計算自上市以來的全長收益率，標註為"數據不足(僅 N 日,自上市 X%)"
> 3. 不可直接顯示 N/A——用戶無法判斷是數據問題還是計算結果問題
## 量化分析方法
### 縱向對比（單標的時間序列）
單標的歷史走勢分析必須消除除權除息（送股/轉增/分紅/配股）導致的價格跳變，否則區間收益率和技術指標會失真。
- **股票復權**：`daily` 返回的是**未復權**數據（含除權除息跳變），趨勢/收益率/技術指標計算前**必須復權**，否則除權日會產生虛假跳空。取 `adj_factor` 自行計算：
- 後復權價 = 原始價 × 當日復權因子（`apply_adj_factor` 一併復權 open/high/low/close/pre_close，`*_post` 列同 scale，可安全用於 OHLC 類指標如 KDJ/布林帶）
- 前復權價 = 原始價 × 當日復權因子 / 最新復權因子
- 長期收益率、定投收益、回撤、技術指標均應基於復權價；⚠️ 切勿用 `close_post` 配合未復權的 `high/low`——scale 不一致會令 KDJ 等指標失真
- **基金復權**：`fund_nav` 返回單位淨值和累計淨值。計算區間收益率時用 `fund_adj` 復權因子構建復權淨值序列，消除分紅除權影響：
- 復權淨值 = 單位淨值 × 當日復權因子 / 最新復權因子
- 夏普、最大回撤、Calmar 等指標均基於復權淨值序列計算
- **ETF 復權**：`fund_daily` 返回的是不復權價，`apply_etf_adj`（`fund_adj` 因子）產出 `close_post`。**ETF 的 `fund_adj` 因子口徑與股票 `adj_factor` 不同（實測方向/量級不統一，如 510500 ~0.34、512100 ~0.373、510300 ~1.27），`close_post` 絕對值非後復權價，僅供收益/夏普/回撤等 scale-invariant 計算（全程同列 pct_change 與因子絕對值無關）；展示價用未復權 `close`。** 股票 `adj_factor` 則是標準後復權因子（單調遞增，`後復權價=原始價×adj_factor`，可展示）。`apply_*_adj` 返回 trade_date/nav_date 索引的 df，可直接餵給 `rebase_series`/`compare_returns`（二者校驗日期索引，傳整數索引會拋 TypeError）。
- **函數選型**：`apply_etf_adj` **只復權 close**（產出 close_post，供收益/夏普/回撤）；KDJ/布林帶等需 high/low/close 同 scale 的 OHLC 類指標，**改用 `apply_adj_factor`**（它復權全部 open/high/low/close/pre_close，`*_post` 列同 scale，fund_daily 同樣適用）。誤用 `apply_etf_adj` 餵 KDJ 會因 high_post/low_post 不存在而 KeyError。
- **基金規模取數**：`fund_nav.total_netasset` 是季報口徑（稀疏，多為 NaN），僅作季度規模快照；需連續日度規模時用 `fund_share.fd_share`（萬份）× `fund_nav.unit_nav` 計算：`規模億元 = fd_share × unit_nav / 1e4`（先按 trade_date 對齊）。`fund_nav` 同 nav_date 可能有重複行，使用前按 nav_date 去重。
- **期貨連續合約**：期貨存在換月跳空，縱向分析時用 `fut_mapping` 識別主力合約區間，跨主力合約的連續走勢需拼接或用 `fut_daily` 按合約分段分析，不得簡單拼接。
### 橫向對比（多標的歸一化）
多標的橫向對比時，不同標的價格量綱不同（如茅臺 1500 元 vs 農業銀行 4 元），直接比較價格序列無意義，必須歸一化。
- **序列歸一化（rebase）**：將各標的復權價格序列統一縮放到基準日 = 100，公式：`歸一化淨值 = 當日復權價 / 基準日復權價 × 100`。基準日取對比區間起點，使得所有標的從同一起跑線出發。
- **收益率對比**：計算各標的同期收益率（近 1 月/3 月/6 月/1 年/YTD），放同一張表橫向排序。
- **估值分位數對比**：不同標的 PE/PB 不可直接比絕對值（行業屬性不同），應轉換為各自近 5 年歷史分位數，再橫排對比。跨標的截面均值/分位計算前，對截面值先 `winsorize_cross_section` 去極值（MAD 3σ）或直接取截面中位數，避免單隻異常股拉偏；估值優先給"歷史分位 + 同業截面分位"雙口徑（`valuation_percentiles`）。
- **財務指標對比**：ROE、毛利率等已是比率指標，可直接橫排；營收/利潤等絕對值指標應轉換為增速（YoY/QoQ）或人均值後再對比。
- **波動率/回撤對比**：年化波動率、最大回撤本身量綱統一，可直接橫排；但夏普比率等需確認無風險利率口徑一致。
### 進階量化指標
在基礎指標之上，以下方法用於提升分析的深度與科學性：
- **技術指標**：MACD（趨勢動能/金叉死叉）、RSI（超買>70/超賣<30）、KDJ（隨機指標）、布林帶（波動區間/觸及上下軌）。MA 單獨不足以判斷買賣時機，技術指標組合可提供更豐富的信號。
- **歷史分位數**：當前 PE/PB 等估值指標在近 5 年歷史序列中的百分位排名（`percentile_rank`）。85 分位 = 當前估值高於歷史 85% 的時間 → 偏高。
- **Sortino 比率**：夏普的改進版，分母僅用下行波動（僅虧損日的波動率），對不對稱收益分佈更合理。適合評估基金下行風險控制能力。
- **信息比率（IR）**：超額收益年化 / 追蹤誤差年化。衡量基金經理主動選股能力，IR > 0.5 為優秀。
- **Piotroski F-Score**：9 項財務健康量化打分——盈利能力(ROA>0、經營現金流>0、ΔROA>0、經營現金流>淨利潤)、槓桿/流動/融資(Δ資產負債率≤0、Δ流動比率>0、未新增股本)、運營效率(Δ毛利率>0、Δ總資產週轉率>0)，總分 0-9，≥7 為強，≤2 為弱。按年報(end_date 1231)去重後取最近 2 期同比，數據來自 `fina_indicator`/`income`/`cashflow`/`balancesheet`(可選)。
- **量價分析**：OBV（能量潮，價升量增=趨勢健康）、量比（當日量/近 5 日均量，>2 放量/<0.5 縮量）、量價背離（價升量縮=頂部信號/價跌量縮=底部信號）。
- **Beta/Alpha 歸因**：CAPM 回歸分解，Beta = 個股對市場的敏感度（>1.2 高彈性/<0.8 防禦型），Alpha = 扣除市場收益後的超額收益年化。需取個股與滬深 300 同期日收益率對齊回歸。
### 風險建模與分佈分析
- **VaR/CVaR（在險價值）**：歷史法計算 95%/99% 置信水平的最大日虧損。VaR = 損失分位數，CVaR = 超過 VaR 的平均損失（更保守）。是風險管理的國際標準指標。
- **尾部風險（偏度/峰度）**：偏度 < 0 = 左偏（虧損側尾部更長，崩盤風險大）；峰度 > 0（超額）= 厚尾（極端事件機率高於正態假設）。兩者結合可判斷收益分佈是否偏離正態。
- **回撤深度分析**：在最大回撤之外，補充回撤持續期（水下天數）、痛苦指數（平均回撤深度），衡量"被套牢"的實際體感。
- **Amihud 非流動性**：|日收益率| / 日成交額，衡量單位資金引起的價格變動。值大 = 流動性差，大資金進出成本高。
### 滾動分析與動態監控
- **滾動 Beta**：60 日滾動窗口計算 Beta 變化趨勢，展示市場敏感度隨時間演變（上升 = 波動加大或防禦減弱）。
- **滾動夏普**：60 日滾動窗口的風險調整收益趨勢，比單點夏普更能反映穩定性。
- **相對強度（RS）**：標的累計收益 / 基準累計收益，RS > 1 跑贏、< 1 跑輸，趨勢走強 = 相對優勢擴大。
### 統計檢驗方法
- **Z-Score 標準化**：將指標轉為與群體均值的標準差倍數。|Z| > 1.96 = 在 5% 顯著性水平下顯著偏離。用於跨標的估值/財務指標對比。
- **事件研究法**：估計窗口（事件前 30 日）用市場模型回歸估算正常收益，事件窗口（後 10 日）計算異常收益 AR 與累計異常收益 CAR。CAR > 2% = 事件正向顯著。適用於財報發布、解禁、增減持等事件衝擊分析。
- **CAGR（複合年增長率）**：基於持有天數精確年化，比簡單區間收益率更適合跨週期對比。
## 分析原則
1. **結論先行**：每個維度先寫結論句，再給數據，不要只列數據讓用戶自己判斷。
2. **交叉驗證**：單一維度信號不充分時，結合多個維度交叉判斷（如"資金面流入但估值已高"）。
3. **數據時效**：Tushare 數據為 T-1 日，報告頂部註明數據