financial-data-analysis
金融时间序列分析方法工具箱。覆盖股票 / 商品期货 / 加密货币 / ETF / 外汇 / 指数，从数据获取到高阶分析全流程。内置 70+ 分析方法，涵盖时间序列检验、预测建模、跨资产关系、波动率风险、组合优化、状态识别、商品专项和网络分析 8 大方法域。数据获取优先使用 tushare MCP tool（A股/港股/美股/期货/基金/宏观），商品期货(CL=F)、加密(BTC-USD)等 tushare 未覆盖资产用 yfinance 脚本补充。
Savant verdict: Review advised
Security analysis or source-hub review identified patterns requiring attention.
Live evaluation
Not evaluated yet. Workspaces can request a live evaluation.
Security assessment
Scan pending.
Structure
- Ships 3 executable scriptsscripts/analysis_toolkit.py, scripts/data_fetcher.py, scripts/indicators.py. Review what they do before enabling the skill for agents with tool access.
- No license declaredConfirm you may reuse this skill before importing it into your repository.
- The source hub's security checks flagged this skillSocket: warn (1 alert: gptAnomaly)
SKILL.md
---
name: financial-data-analysis
description: |
金融时间序列分析方法工具箱。覆盖股票 / 商品期货 / 加密货币 / ETF / 外汇 / 指数，从数据获取到高阶分析全流程。内置 70+ 分析方法，涵盖时间序列检验、预测建模、跨资产关系、波动率风险、组合优化、状态识别、商品专项和网络分析 8 大方法域。数据获取优先使用 tushare MCP tool（A股/港股/美股/期货/基金/宏观），商品期货(CL=F)、加密(BTC-USD)等 tushare 未覆盖资产用 yfinance 脚本补充。
triggers:
- 数据分析
- 股票分析
- 技术分析
- 基本面分析
- 时间序列
- 相关性
- 协整
- 波动率
- 风险分析
- 组合优化
- 商品分析
- 季节性
- 价差分析
- 因果关系
- 预测
- K线图
- 选股
- data analysis
- stock analysis
- time series
- correlation
- volatility
- commodity analysis
version: 2.0.0
allowed-tools:
- Read
- Write
- Edit
- Grep
- Glob
- Bash(python:*)
- "mcp__tushare-pro__tushare_*"
tags: [数据分析, 股票, 商品, 时间序列, 量化, pandas, GARCH, 协整, tushare, yfinance]
input-variables:
output_dir:
description: 分析结果输出根目录
default: "{workspace}/data/analysis"
default_period:
description: 默认数据回看周期 (yfinance 格式)
default: "1y"
default_symbols:
description: 默认关注标的列表 (逗号分隔)
default: ""
---
# 📊 金融时间序列分析工具箱
覆盖股票 / 商品期货 / 加密货币 / ETF / 外汇 / 指数的综合数据分析方法工具箱。
## 数据获取策略
| 资产类型 | 数据源 | 方式 |
| ------------------------ | ------------------------------- | --------------------------------------------- |
| A股行情/财务/指数 | **Tushare MCP** | `tushare_daily`, `tushare_income` 等 MCP tool |
| A股期货 | **Tushare MCP** | `tushare_fut_daily`, `tushare_fut_holding` 等 |
| 港股/美股 | **Tushare MCP** | `tushare_hk_daily`, `tushare_us_daily` |
| 宏观经济 | **Tushare MCP** | `tushare_cn_gdp`, `tushare_shibor` 等 |
| 国际商品期货(WTI/黄金等) | **yfinance** | `scripts/data_fetcher.py` |
| 加密货币 | **yfinance** | `scripts/data_fetcher.py` |
| 外汇 | **Tushare MCP** 或 **yfinance** | 视具体币种 |
| 全球指数 | **Tushare MCP** 或 **yfinance** | `tushare_index_global` / yfinance |
> **规则**：调用 tushare MCP tool 前必须先 `ToolSearch("+tushare <关键词>")` 加载。
> tushare tool 完整索引见 `stock-tushare-pro-mcp` skill 的 `reference/tool-index.md`。
## 分析方法路由
根据用户意图，阅读对应 `references/methods/` 文档后执行分析：
| 用户意图关键词 | 参考文档 | 可用脚本 |
| ------------------------------------------- | ---------------------------------------------------- | ----------------------------- |
| 平稳性、趋势检验、序列分解、结构断裂、Hurst | `references/methods/01_time_series_fundamentals.md` | `scripts/analysis_toolkit.py` |
| 价格预测、ARIMA、Prophet、VAR | `references/methods/02_forecasting.md` | `scripts/analysis_toolkit.py` |
| 相关性、协整、因果关系、领先滞后 | `references/methods/03_cross_asset_relationships.md` | `scripts/analysis_toolkit.py` |
| 波动率、GARCH、VaR、尾部风险 | `references/methods/04_volatility_and_risk.md` | `scripts/analysis_toolkit.py` |
| 组合优化、因子分析、风险平价、有效前沿 | `references/methods/05_portfolio_and_factor.md` | `scripts/analysis_toolkit.py` |
| 市场状态、regime、周期、小波 | `references/methods/06_regime_and_structure.md` | `scripts/analysis_toolkit.py` |
| 商品季节性、价差、期限结构、contango | `references/methods/07_commodity_specific.md` | `scripts/analysis_toolkit.py` |
| 网络分析、信息流、聚类、MST | `references/methods/08_network_and_information.md` | `scripts/analysis_toolkit.py` |
| 技术指标（MA/RSI/MACD/KDJ/布林带） | `references/methods/01_time_series_fundamentals.md` | `scripts/indicators.py` |
| 图表绘制、可视化 | `references/visualization_cookbook.md` | — |
| 报告格式 | `references/output_templates.md` | — |
## 执行流程
```
1. 识别用户意图 → 查上方路由表
2. 读取对应 references/methods/ 文档 → 选择合适方法
3. 获取数据：tushare MCP tool（优先）或 scripts/data_fetcher.py
4. 执行分析：scripts/analysis_toolkit.py 或 scripts/indicators.py
5. 生成图表：参照 references/visualization_cookbook.md
6. 输出报告：按 references/output_templates.md 格式
```
## 约束
### MUST
- 标注数据获取时间和来源（tushare / yfinance）
- 每份报告附免责声明
- 分析前检查序列平稳性（适用时）
- 异常值标注和处理
### MUST NOT
- ❌ 给出确定性收益承诺
- ❌ 伪造或编造数据
- ❌ 忽略风险提示
- ❌ 数据缺失时猜测关键指标
## 输出存储规范
### 输出目录
默认根目录为 `{output_dir}`（由 input-variables 配置，默认 `{workspace}/data/analysis/`）。
```
{output_dir}/
├── reports/ # 分析报告 (.md)
├── charts/ # 图表文件 (.png)
├── datasets/ # 中间数据集 (.csv)
└── temp/ # 临时数据（可清理）
```
### 文件命名
```
{类型}_{标的}_{日期}.{格式}
```
示例：
- `report_CU_20260306.md`
- `chart_AAPL_seasonal_20260306.png`
- `dataset_corr_matrix_20260306.csv`
### 输出规则
| 数据量 | 处理方式 |
| ------------- | ------------------------------------- |
| < 20 行 | 直接在对话中展示，不存文件 |
| >= 20 行 | 存入 `datasets/`，返回文件路径 + 摘要 |
| 图表 | 存入 `charts/`，在对话中内嵌展示 |
| 分析报告 | 存入 `reports/`，返回完整报告 |
| 临时/中间数据 | 存入 `temp/`，提醒用户可清理 |
> **与 tushare skill 协作**：原始行情数据存储遵循 tushare skill 的 `output-storage.md` 规范（`{workspace}/data/tushare/`），
> 本 skill 的 `{output_dir}` 只存分析结果，不存原始数据，避免重复。
## 参数使用
所有可配置参数通过 `input-variables` 声明，AI 在执行时按如下优先级获取值：
1. 用户在对话中明确指定 -> 最高优先
2. `input-variables` 中的 `default` 值 -> 兜底
```
# 用户说 "把分析结果存到 ~/Desktop/analysis"
-> output_dir = ~/Desktop/analysis
# 用户说 "分析铜价"
-> output_dir = {workspace}/data/analysis (使用默认值)
-> default_period = 1y (使用默认值)
```