Track cumulative return of stocks/indices with multi-ticker comparison, index Top N ranking, and visualization. All comparisons use S&P 500 as the fixed benchmark.

2026-01-283

forecast-sector-relative-return-from-yield-spread

fatfingererr/macro-skills

用美債殖利率曲線利差（如 2Y-10Y）建立「領先關係」，推估未來一段時間內成長股（Nasdaq 100）相對防禦股（Healthcare/XLV）的相對績效方向與幅度。

2026-01-273

name	track-agri-hedge-fund-positioning
description	用 COT 非商業部位變化，量化對沖基金在農產品期貨的資金流向，並把出口需求、USDA 數據、美元/原油/金屬等宏觀風向整合成可交易的敘事與訊號。

<essential_principles>

**COT 週資料作為資金流代理**

CFTC Commitments of Traders 報告是追蹤對沖基金農產品部位的核心資料：

截止日：每週二收盤
發布日：每週五下午 3:30 ET
交易者分類：非商業（投機/基金）、商業（避險）、非報告

資金流 = 本週淨部位 - 上週淨部位（以合約口數計）

**分組彙總邏輯**

使用 CFTC 原生分組（commodity_subgroup_name）：

群組	CFTC 分組名稱	包含商品
Grains	GRAINS	Corn, Wheat (SRW/HRW/HRS), Oats
Oilseeds	OILSEED and PRODUCTS	Soybeans, Soybean Oil/Meal, Canola
Meats	LIVESTOCK/MEAT PRODUCTS	Live Cattle, Lean Hogs, Feeder
Softs	FOODSTUFFS/SOFTS	Coffee, Sugar, Cocoa, OJ
Fiber	FIBER	Cotton
Dairy	DAIRY PRODUCTS	Milk, Butter, Cheese

Total Flow = Grains + Oilseeds + Meats + Softs + Fiber + Dairy

**火力（Buying Firepower）量化**

火力衡量基金是否還有加碼空間：

net_pos_percentile = rank(current_net_pos, past_N_weeks)
firepower = 1 - net_pos_percentile

高火力（>0.6）：部位處於歷史低檔，仍有大量買進空間
低火力（<0.3）：部位已接近歷史高檔，擁擠風險高

**宏觀順風評分**

整合三個風險偏好指標：

指標	訊號解讀
美元 (DXY)	走弱（負報酬）= 利於商品
原油 (WTI)	走強（正報酬）= 風險偏好上升
金屬	走強（正報酬）= 循環需求樂觀

macro_tailwind_score = (DXY弱 + WTI強 + Metals強) / 3

**週中回補驗證框架**

COT 只到週二，週三～週五需用代理證據：

價格動能：農產品/代理指數 Wed-Fri 累積報酬
未平倉變化：OI 擴張 = 新倉（非純換手）
宏觀共振：與 USD↓、油價↑、金屬↑ 同時性

</essential_principles>

追蹤對沖基金在農產品期貨的部位變化與資金流向：

取得資料：COT 週報、宏觀指標（DXY/WTI/金屬）、基本面觸發（出口/USDA）
計算流量：淨部位週變化，分組彙總（Grains/Oilseeds/Meats/Softs/Total）
量化火力：用歷史分位數估算基金加碼空間
整合訊號：判斷「基金回來買」+ 「宏觀順風」+ 「基本面支持」
產出敘事：將圖表標註（如 Strong Corn Demand）轉為可重複的規則

輸出：週流量時序、最新狀態、火力分數、宏觀評分、可交易註解。

<quick_start>

快速開始：分析最新 COT 資料

cd .claude/skills/track-agri-hedge-fund-positioning/scripts
pip install pandas numpy requests yfinance pyarrow  # 首次使用
python analyze_positioning.py --start 2023-01-01

輸出範例（真實資料）：

{
  "skill": "track-agri-hedge-fund-positioning",
  "as_of": "2026-01-20",
  "data_source": "CFTC Socrata API (real data)",
  "summary": {
    "call": "Funds continue selling",
    "all_signals": ["Funds continue selling", "Extreme short - watch for reversal", "Macro mood bullish"],
    "confidence": 0.90
  },
  "latest_metrics": {
    "flow_total_contracts": -24559,
    "flow_by_group_contracts": {"grains": -31279, "oilseeds": 11517, "meats": 18972, "softs": -23887, "fiber": 1607, "dairy": -1489},
    "buying_firepower": {"total": 0.86, "grains": 0.58, "oilseeds": 0.62, "meats": 0.31, "softs": 0.99, "fiber": 0.58, "dairy": 0.99},
    "macro_tailwind_score": 0.67
  }
}

視覺化圖表：

python visualize_flows.py --weeks 52
# 輸出：output/agri_fund_positioning_YYYY-MM-DD.png

</quick_start>

需要進行什麼操作？

快速檢查 - 查看最新一週的基金部位變化與狀態
完整分析 - 指定日期範圍的資金流向分析與回測
視覺化圖表 - 生成分組柱狀圖與火力時序圖
監控模式 - 設定週度更新與訊號警報
方法論學習 - 了解 COT 分析與火力計算邏輯

請選擇或直接提供分析參數。

| Response | Action | |--------------------------------|-----------------------------------------------------------| | 1, "快速", "quick", "latest" | 執行 `python scripts/analyze_positioning.py` | | 2, "分析", "analyze", "full" | 執行 `python scripts/analyze_positioning.py --start DATE` | | 3, "視覺化", "chart", "plot" | 執行 `python scripts/visualize_flows.py --weeks 52` | | 4, "監控", "monitor", "weekly" | 閱讀 `workflows/monitor.md` 並執行 | | 5, "學習", "方法論", "why" | 閱讀 `references/methodology.md` | | 提供參數 (如日期範圍、商品) | 使用參數執行 `analyze_positioning.py` |

所有腳本使用 CFTC Socrata API 取得真實資料，無模擬數據。

<reference_index> 參考文件 (references/)

文件	內容
methodology.md	COT 分析方法論、火力計算、訊號邏輯
data-sources.md	CFTC COT、FRED、Yahoo Finance 資料來源
input-schema.md	完整輸入參數定義
contracts-map.md	期貨合約與商品群組對照表
macro-indicators.md	宏觀指標定義與代理序列
</reference_index>

<workflows_index>

Workflow	Purpose	使用時機
analyze.md	完整資金流向分析	需要深度分析時
visualize.md	生成視覺化圖表	需要重建新聞圖表時
monitor.md	週度監控與警報	每週五 COT 更新後
cross-check.md	宏觀與基本面交叉驗證	驗證敘事一致性時
</workflows_index>

<templates_index>

Template	Purpose
output-json.md	JSON 輸出結構定義
output-markdown.md	Markdown 報告模板
annotations.md	圖表標註規則對照表
</templates_index>

<scripts_index>

Script	Command	Purpose
fetch_cot_data.py	`--start 2023-01-01 --summary`	從 CFTC Socrata API 抓取 COT
fetch_macro_data.py	`--start 2025-01-01 --summary`	抓取宏觀指標（Yahoo/FRED）
analyze_positioning.py	`--start 2023-01-01`	主分析腳本（自動抓取+計算）
visualize_flows.py	`--weeks 52`	生成 Bloomberg 風格視覺化圖表
</scripts_index>

<input_schema_summary>

必要參數

參數	類型	說明
date_start	string	起始日期 (YYYY-MM-DD)
date_end	string	結束日期 (YYYY-MM-DD)
cot_report	string	COT 類型 (legacy/disaggregated)
trader_group	string	交易者分類 (noncommercial)
contracts_map	object	合約→群組對照表

選用參數

參數	類型	預設值	說明
position_metric	string	net	部位衡量 (net/long/short)
lookback_weeks_firepower	int	156	火力計算視窗（週）
macro_indicators	object	{...}	宏觀指標設定
fundamental_inputs	object	{...}	基本面資料設定
event_window_days	int	3	Wed-Fri 事件視窗
output_mode	string	both	輸出格式 (markdown/json)

完整參數定義見 references/input-schema.md。

</input_schema_summary>

<output_schema_summary>

{
  "skill": "track-agri-hedge-fund-positioning",
  "as_of": "2026-01-21",
  "summary": {
    "call": "Funds back & buying",
    "confidence": 0.72,
    "why": ["COT 週部位由負轉正", "分組同步改善", "宏觀順風"],
    "risks": ["COT 只到週二", "USDA 報告可能反轉"]
  },
  "latest_metrics": {
    "cot_week_end": "2026-01-21",
    "flow_total_contracts": 58,
    "flow_by_group_contracts": {
      "grains": 35, "oilseeds": 25, "meats": 5, "softs": 0
    },
    "buying_firepower": {
      "total": 0.63, "grains": 0.58, "oilseeds": 0.67
    },
    "macro_tailwind_score": 0.67
  },
  "annotations": [
    {"label": "macro_mood_bullish", "rule_hit": true, "evidence": ["USD down", "crude up"]}
  ]
}

完整輸出結構見 templates/output-json.md。 </output_schema_summary>

<success_criteria> 執行成功時應產出：

週流量時序（Grains/Oilseeds/Meats/Softs/Fiber/Dairy/Total）
最新一週的流量與淨部位
各群組的火力分數（buying_firepower）
宏觀順風評分（macro_tailwind_score）
可交易呼叫（call）與信心水準
圖表標註（annotations）與規則觸發
風險提示與下一步建議
Bloomberg 風格視覺化圖表（output/agri_fund_positioning_YYYY-MM-DD.png） </success_criteria>