Menu
显式建模汇率与大宗商品的传导作用，连接中美宏观，定位全球宏观三角。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
财报分析 Skill v2。用现金流量表和资产负债表交叉验证利润表，按七步链「利润质量/现金流匹配/需求真实性/资本开支/债务与利率敏感性/扩张质量/行业特殊口径」判断公司真实经营质量；输出符合 AI_Renaissance 标准 Signal 的 JSON。触发：财报分析、财务报表、利润质量、现金流验证、合同负债、资本开支、扩张风险、Signal。
产业链中观分析框架。三维度独立展示：产业链景气度、产业链拐点、产业链生命周期。 基于项目数据层注入的财报数据与行业数据，输出可溯源的结构化分析。 System B 仅做个股类型判定（成长/周期/价值/主题/混合），不写交易计划。 触发词：景气度、/景气度。
基于 AkShare 的资金流全景数据契约，一次返回个股基础信息、个股主力资金、相关行业/概念板块资金、大盘主力资金与北向资金概览；真实执行逻辑位于 data_sources/akshare.py。
开发2组仲裁方法论Skill。基于桥水经济机器模型的场景化专家权重体系，支持三种模式：(1)场景设计与权重配置迭代；(2)7专家Signal仲裁执行（含场景自动选择、评分制匹配、共识/分歧标注、贡献追踪）；(3)权重回测校准。当用户讨论仲裁权重、场景选择逻辑、match_signals规则、仓位公式设计、权重校准或标准化推理链时调用。
用"节点叙事"的方式分析一家公司的发展路径——把公司的成长拆解成一系列关键决策节点（创立、转型、并购、融资、控制权变更、产品突破等），逐个节点深挖其交易结构、估值逻辑、对手方动机、买方意图、时代背景与协同效应，最终串联成一条清晰的版图扩张路径，并推演未来格局与风险。任何时候用户说"讲讲 XX 公司""分析一下 XX 公司""研究 XX 公司""XX 公司是怎么发展起来的""XX 公司的并购史""XX 公司的发展历程"——都要用这个 skill。即使用户没明说"按节点分析"或"做深度报告"，只要他们想了解一家公司是如何一步步走到今天的，就用这个 skill。这个 skill 必须配合 web_search 主动联网搜索公司的真实历史信息，绝不允许凭记忆杜撰节点、日期、金额或交易细节。
对个股、指数、ETF 或 OHLCV CSV 运行专家二组“四模型传统技术指标融合”分析。使用本工程的 fusion_traditional_models Python 程序只生成可复核 JSON 结果，再由大模型读取 JSON 并按中文模板生成融合结果解读报告。适用于用户要求测试股票、输出融合信号、解释四模型结果、生成技术面融合结果解读报告的场景。
Based on SOC occupation classification
| name | layer2_5_hub_variable |
| description | 显式建模汇率与大宗商品的传导作用，连接中美宏观，定位全球宏观三角。 |
| owner_group | 专家4组（宏观方向） |
| domain | macro |
| status | draft |
说明：本层需要 LLM 进行智能判断：
分析汇率与大宗商品的枢纽传导作用，为 Layer 4 预期差信号引擎提供输入。
| 数据项 | 来源 | 字段名 | 说明 |
|---|---|---|---|
| USD/CNH即期汇率 | HKMA | usd_cnh | 日频 |
| 中美10Y利差 | 自算 | cn_us_10y_spread | 日频 |
| 中国贸易顺差 | 海关 | trade_surplus | 月频 |
| CNH-CNY价差 | HKMA | cnh_cny_spread | 日频 |
| 外储月度变化 | SAFE | forex_reserve_change | 月频 |
| LME铜价 | Bloomberg | copper_price | 日频 |
| COMEX黄金价格 | Bloomberg | gold_price | 日频 |
| DCE铁矿石价格 | DCE | iron_ore_price | 日频 |
| CBOT大豆/玉米价格 | CBOT | soybean_corn_ratio | 日频 |
| 数据项 | 来源 | 用途 |
|---|---|---|
| USD/CNH 1Y远期点 | HKMA | 人民币贬值预期 |
| 人民币期权波动率微笑 | Bloomberg | 尾部风险 |
| WTI原油价格 | Bloomberg | 通胀预期 |
| 央行中间价偏离度 | PBOC | 政策意图 |
驱动力权重：
方向判定：
| # | 比值 | 计算方式 | 宏观含义 |
|---|---|---|---|
| 1 | 铜金比 | LME铜/现货黄金 | 铜金比上升=全球增长乐观 |
| 2 | 油金比 | 布伦特/现货黄金 | 油金比上升=通胀压力上行 |
| 3 | 铁矿石/铜比 | DCE铁矿石/LME铜 | 比值上升=中国地产/基建相对更强 |
| 4 | 大豆/玉米比 | CBOT大豆/CBOT玉米 | 比值异常=供给冲击或天气风险 |
| 5 | 黄金vs实际利率 | 现货黄金/10Y TIPS收益率 | 背离=避险/去美元化 |
| 6 | 南华vs全球PMI | 南华工业品指数同比/全球PMI | 背离=中国独立定价逻辑 |
| 宏观环境 | 美元 | 大宗 | 美债收益率 | 最优资产 |
|---|---|---|---|---|
| 全球紧缩 | 强 | 弱 | 高 | 中债长端、防御股 |
| 全球宽松 | 弱 | 强 | 低 | 周期股、大宗股、港股 |
| 滞胀型 | 强 | 强 | 高 | 黄金、短债 |
| 通缩型 | 弱 | 弱 | 低 | 利率债、高股息 |
{
"layer_name": "layer2_5",
"timestamp": "2026-05-15T00:00:00",
"analysis_result": {
"cnh_direction": {
"score": 0.8,
"direction": "偏升值",
"components": {
"rate_score": 0.3,
"ca_score": -0.2,
"risk_score": 0.1,
"policy_score": 0.6
}
},
"commodity_signals": [
{"id": 1, "name": "铜金比", "z_score": 1.2, "macro_meaning": "全球工业需求偏强"}
],
"macro_triangle": {
"triangle": "global_easing",
"usd_strength": -1,
"commodity_score": 1,
"us_rate_level": -1,
"best_assets": ["周期股", "大宗股", "港股"]
},
"channel_alerts": [
{"channel_id": 2, "status": "active", "direction": "positive"}
]
},
"direction": "bullish",
"confidence": 0.7,
"reasoning": "全球宽松三角确认，美元弱势+大宗强势"
}