Run any Skill in Manus with one click

Get Started

asset-monitor

Stars1

Forks2

UpdatedFebruary 9, 2026 at 01:32

资产异常波动日频监控与报告生成。当用户需要对股票、指数、商品等资产进行日频异常波动监控，检测偏离历史均值超过2倍标准差的异常，并生成Excel报告时使用此技能。

Installation

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.

Run Skill in Manus

Source

hanlinlibham

hanlinlibham/skills

View GitHub Repository View Creator Repositories

Download

Run Skill in Manus

Related occupationsSOC

Based on SOC occupation classification

Data ScientistsComputer and Mathematical Occupations·SOC 15-2051

File Explorer

3 files

SKILL.md

readonly

name	asset-monitor
description	资产异常波动日频监控与报告生成。当用户需要对股票、指数、商品等资产进行日频异常波动监控，检测偏离历史均值超过2倍标准差的异常，并生成Excel报告时使用此技能。

资产异常波动日频监控

触发条件

当用户需要：

监控多资产类别的日频异常波动
检测偏离历史均值超过2倍标准差的资产
生成异常波动报告（Excel/Markdown）
批量分析申万三级行业、A股指数、商品期货、全球指数等

依赖

本 skill 依赖 windpy-sdk 获取数据。使用时需要：

Wind 金融终端已启动
参考 windpy-sdk skill 了解数据获取方法

监控脚本

使用 scripts/monitor.py 进行监控：

# 基础监控
python scripts/monitor.py

# 带报告输出
python scripts/monitor.py --notify

# 自定义参数
python scripts/monitor.py --threshold 2.5 --min-days 60

监控资产范围

资产类别	数量	说明
申万三级行业	259个	全量三级行业指数
A股主要指数	9个	沪深300、中证500等
中债指数	5个	中债总指数、国债指数等
主流ETF	8个	沪深300ETF、创业板ETF等
商品期货	8个	黄金、白银、铜、原油等
全球指数	9个	标普500、纳指、道指等

总计: 298个资产

核心监控逻辑

Z-Score 异常检测

# 计算Z值
z_score = (今日涨跌幅 - 历史均值) / 历史标准差

# 异常判定
if abs(z_score) > 2.0:
    标记为异常

筛选条件

历史数据 > 30个交易日
历史标准差 > 0
按 |Z| 绝对值降序排列

输出结果

Excel 报告

字段	说明
category	资产类别
code	资产代码
name	资产名称
today_return	今日涨跌幅(%)
z_score	Z值
direction	大涨/大跌

监控输出示例

================================================================================
📊 资产异常波动监控
时间: 2026-02-09 06:22
Z值阈值: 2.0
================================================================================

[监控] 申万三级行业 (259个)
  共 259 个资产
  ⚠️ 印染(申万): +5.30% (Z=+3.33)
  ⚠️ 纺织化学制品(申万): +5.35% (Z=+3.22)
  发现 5 个异常

[监控] 商品期货 (8个)
  ⚠️ 沪银近月: -14.02% (Z=-4.39)
  发现 1 个异常

[监控] 全球指数 (9个)
  ⚠️ 道琼斯: +2.47% (Z=+2.34)
  ⚠️ VIX波动率: -18.42% (Z=-2.26)
  发现 2 个异常

================================================================================
✅ 监控完成，共发现 8 个异常
================================================================================

脚本使用方法

详见 scripts/monitor.py 代码注释。

命令行参数

python scripts/monitor.py --help

Options:
  --threshold FLOAT    Z-Score阈值，默认2.0
  --min-days INT       最小交易日，默认30
  --output DIR         输出目录，默认output
  --notify             打印文本报告

Python API

# 直接导入脚本中的函数使用
import sys
sys.path.insert(0, 'scripts')
from monitor import run_monitoring, generate_excel_report

# 运行监控（需先连接Wind）
from WindPy import w
w.start()
anomalies = run_monitoring(threshold_z=2.0)
w.stop()

# 生成报告
excel_path = generate_excel_report(anomalies)

定时任务设置

# crontab -e
# 每日15:30运行
30 15 * * * cd /path/to/skill && python scripts/monitor.py --notify

配置文件

配置示例见 references/monitor-config-example.json

{
  "monitor": {
    "threshold_z": 2.0,
    "min_trading_days": 30
  },
  "assets": {
    "sw3_industry": {"enabled": true},
    "ashare_index": {"enabled": true},
    "commodity": {"enabled": true}
  }
}

故障排查

问题	原因	解决方案
Wind连接失败	Wind终端未启动	启动Wind终端
无数据返回	无数据权限	联系Wind开通权限
报告为空	今日无异常	正常现象

与其他 Skill 的关系

asset-monitor (监控逻辑 + 报告生成)
    ↓ 使用 WindPy 获取数据
WindPy SDK (Wind 金融终端 API)

注意: asset-monitor 直接使用 WindPy，但字段和板块代码可参考 windpy-sdk skill 的文档。

参考

windpy-sdk skill - WindPy 函数参考和字段速查
references/monitor-config-example.json - 配置示例

More from this repository

same repository

annuity-disclosure-crawler

hanlinlibham/skills

全量爬取中国企业年金基金投资管理人在其官网发布的《企业年金基金投资管理情况》季度管理报告。内置人社部许可的22家投资管理人名录+每家官网披露栏目入口、抓取策略与站点反爬坑位；驱动脚本按季全量下载并做真伪校验与清单记录。当需要采集/批量下载企业年金(或职业年金)季度管理报告/信息披露、定位某投资管理人官网披露页、更新报告库、或做年金管理人季报数据集时使用。触发词：企业年金、投资管理人、季度报告、季报、信息披露、管理情况、年金爬取、全量爬取、年金披露、pension disclosure crawl。

2026-07-071

ablemind-ops

hanlinlibham/skills

AbleMind 私域平台(portal / skill-market / gitea，部署在 heyun01)运维手册。覆盖部署上线流程、一组踩过坑的硬规矩、以及今天确立的架构/安全原则 (工作区即上线、密钥绝不进浏览器、共享顶栏单一来源、登录闸门、digest 数据解耦、 token 安全)。还含一套无头浏览器验证技巧。当需要部署/上线 ablemind_portal、在 heyun01 上做运维、排查线上回归、或评审"key 暴露 / 顶栏不同步 / 页面只读门禁 / digest 看不到"这类问题时使用。触发词：部署、上线、运维、deploy、heyun01、ablemind 部署、digest/MCP/Hub 维护、线上回归、key 泄露、顶栏不同步、登录闸门。

2026-07-041

agentrs-map

hanlinlibham/skills

高德地图 / 地理工具箱 —— 通过京东 agentrs 代理网关，用单一 Bearer Token 调 6 个高德(Amap)工具： POI 地点检索、地理编码(地址↔经纬度/adcode)、行政区域查询、IP 定位、步行路径规划、坐标转换。当需要查地点经纬度与 adcode、找附近地点(POI)、做步行导航、转换坐标系、按 IP 定位、查行政区划时使用。触发词：高德、地图、经纬度、坐标、adcode、地理编码、 POI、附近、步行路线、导航、坐标转换、IP定位、行政区、省市区。

2026-07-041

agentrs-search

hanlinlibham/skills

联网搜索工具箱 —— 通过京东 agentrs 代理网关，用单一 Bearer Token 调用 4 个搜索引擎： tavily(AI搜索)、cloudsway(必应/Bing,可拿网页全文)、SearchPro(搜狗,实时新闻时效最强)、 jdcloud_search(京东云RAG,返回整页正文)。当需要联网检索资讯、新闻、研报、实时信息，或要抓取网页正文做后续分析时使用。触发词：联网搜索、实时搜索、查资讯、查新闻、搜一下、tavily、bing、cloudsway、搜狗、京东搜索、web search、抓网页正文。

2026-07-041

agentrs-weather

hanlinlibham/skills

天气查询工具 —— 通过京东 agentrs 代理网关调用高德天气，返回城市实况(气温/天气/湿度/风力) 或未来预报。支持直接传高德 adcode，也支持传城市名/地址自动解析 adcode。当用户问某地天气、气温、今天/明天下不下雨、出门带不带伞、未来几天天气这类问题时使用。触发词：天气、气温、下雨、温度、湿度、风力、今天天气、明天天气、未来天气、weather、带伞。

2026-07-041

app-publish

hanlinlibham/skills

在本机(yangnan 工作区)把一个小型 web 应用从零发布到公网的标准 playbook。覆盖:选空闲端口、复用现成 .env 密钥(非明文)、pm2 托管 + 开机自启、 Cloudflare Tunnel 挂子域/路径拿自动 HTTPS(不开公网端口)、口令 cookie 网关、交付前实测与结构整理。含两个真实踩过的坑(pm2 默认目录 root 占用、 Cloudflare 不剥路径前缀)和一份发布前 checklist。当需要把一个本地小工具/演示页/内部应用上线到公网、配 pm2 持久化、挂 lihanlin.com 子域、加访问口令时使用。触发词:发布、上线、deploy、部署小应用、挂域名、Cloudflare Tunnel、隧道、 pm2 持久化、加 HTTPS、内网工具上公网、加口令登录。

2026-07-041

name	asset-monitor
description	资产异常波动日频监控与报告生成。当用户需要对股票、指数、商品等资产进行日频异常波动监控，检测偏离历史均值超过2倍标准差的异常，并生成Excel报告时使用此技能。

资产异常波动日频监控

触发条件

当用户需要：

监控多资产类别的日频异常波动
检测偏离历史均值超过2倍标准差的资产
生成异常波动报告（Excel/Markdown）
批量分析申万三级行业、A股指数、商品期货、全球指数等

依赖

本 skill 依赖 windpy-sdk 获取数据。使用时需要：

Wind 金融终端已启动
参考 windpy-sdk skill 了解数据获取方法

监控脚本

使用 scripts/monitor.py 进行监控：

# 基础监控
python scripts/monitor.py

# 带报告输出
python scripts/monitor.py --notify

# 自定义参数
python scripts/monitor.py --threshold 2.5 --min-days 60

监控资产范围

资产类别	数量	说明
申万三级行业	259个	全量三级行业指数
A股主要指数	9个	沪深300、中证500等
中债指数	5个	中债总指数、国债指数等
主流ETF	8个	沪深300ETF、创业板ETF等
商品期货	8个	黄金、白银、铜、原油等
全球指数	9个	标普500、纳指、道指等

总计: 298个资产

核心监控逻辑

Z-Score 异常检测

# 计算Z值
z_score = (今日涨跌幅 - 历史均值) / 历史标准差

# 异常判定
if abs(z_score) > 2.0:
    标记为异常

筛选条件

历史数据 > 30个交易日
历史标准差 > 0
按 |Z| 绝对值降序排列

输出结果

Excel 报告

字段	说明
category	资产类别
code	资产代码
name	资产名称
today_return	今日涨跌幅(%)
z_score	Z值
direction	大涨/大跌

监控输出示例

================================================================================
📊 资产异常波动监控
时间: 2026-02-09 06:22
Z值阈值: 2.0
================================================================================

[监控] 申万三级行业 (259个)
  共 259 个资产
  ⚠️ 印染(申万): +5.30% (Z=+3.33)
  ⚠️ 纺织化学制品(申万): +5.35% (Z=+3.22)
  发现 5 个异常

[监控] 商品期货 (8个)
  ⚠️ 沪银近月: -14.02% (Z=-4.39)
  发现 1 个异常

[监控] 全球指数 (9个)
  ⚠️ 道琼斯: +2.47% (Z=+2.34)
  ⚠️ VIX波动率: -18.42% (Z=-2.26)
  发现 2 个异常

================================================================================
✅ 监控完成，共发现 8 个异常
================================================================================

脚本使用方法

详见 scripts/monitor.py 代码注释。

命令行参数

python scripts/monitor.py --help

Options:
  --threshold FLOAT    Z-Score阈值，默认2.0
  --min-days INT       最小交易日，默认30
  --output DIR         输出目录，默认output
  --notify             打印文本报告

Python API

# 直接导入脚本中的函数使用
import sys
sys.path.insert(0, 'scripts')
from monitor import run_monitoring, generate_excel_report

# 运行监控（需先连接Wind）
from WindPy import w
w.start()
anomalies = run_monitoring(threshold_z=2.0)
w.stop()

# 生成报告
excel_path = generate_excel_report(anomalies)

定时任务设置

# crontab -e
# 每日15:30运行
30 15 * * * cd /path/to/skill && python scripts/monitor.py --notify

配置文件

配置示例见 references/monitor-config-example.json

{
  "monitor": {
    "threshold_z": 2.0,
    "min_trading_days": 30
  },
  "assets": {
    "sw3_industry": {"enabled": true},
    "ashare_index": {"enabled": true},
    "commodity": {"enabled": true}
  }
}

故障排查

问题	原因	解决方案
Wind连接失败	Wind终端未启动	启动Wind终端
无数据返回	无数据权限	联系Wind开通权限
报告为空	今日无异常	正常现象

与其他 Skill 的关系

asset-monitor (监控逻辑 + 报告生成)
    ↓ 使用 WindPy 获取数据
WindPy SDK (Wind 金融终端 API)

注意: asset-monitor 直接使用 WindPy，但字段和板块代码可参考 windpy-sdk skill 的文档。

参考

windpy-sdk skill - WindPy 函数参考和字段速查
references/monitor-config-example.json - 配置示例