Menú
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。
Instalar con Codex o Claude Copia este prompt, pégalo en Codex, Claude u otro asistente, y deja que revise la página de la skill y la instale por ti.
Basado en la clasificación ocupacional SOC
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。
| 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"
}