菜单
A股动量策略/反转效应分析。当用户说"动量策略"、"momentum"、"反转"、"reversal"、"追涨"、"惯性效应"、"XX动量怎么样"、"动量因子"时触发。基于 cn-stock-data 获取K线数据，构建动量/反转策略，分析不同周期动量效应。支持研报风格（formal）和快速分析风格（brief）。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
基于 SOC 职业分类
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/aifinlab/FinClaw --skill a-share-momentum-strategy命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
正在显示 SKILL.md
A股逆向选择/信息不对称分析。当用户说"逆向选择"、"adverse selection"、"信息不对称"、"知情交易者"、"逆向选择成本"、"信息劣势"时触发。基于 cn-stock-data 获取数据，度量逆向选择与信息不对称程度。支持 formal/brief 两种输出风格。
A股量价异常检测/异动监控。当用户说"异常检测"、"异动"、"anomaly"、"量价异常"、"异常波动"、"XX有异动"时触发。量化检测股价和成交量异常。支持formal和brief风格。
A股自相关/序列相关性/收益率自相关结构分析。当用户说"自相关"、"autocorrelation"、"序列相关"、"收益率预测性"、"动量还是反转"、"自相关系数"、"ACF"、"PACF"、"Ljung-Box"、"收益率是否可预测"、"随机游走检验"时触发。MUST USE when user asks about return autocorrelation, serial correlation tests, or whether a stock's returns are predictable. 量化分析收益率的自相关结构（ACF/PACF、Ljung-Box检验、随机游走检验）。支持formal和brief风格。
| name | a-share-momentum-strategy |
| description | A股动量策略/反转效应分析。当用户说"动量策略"、"momentum"、"反转"、"reversal"、"追涨"、"惯性效应"、"XX动量怎么样"、"动量因子"时触发。基于 cn-stock-data 获取K线数据，构建动量/反转策略，分析不同周期动量效应。支持研报风格（formal）和快速分析风格（brief）。 |
通过 cn-stock-data skill 获取数据：
# [标的/市场] 动量策略分析报告
## 一、动量因子概览
| 周期 | 动量得分 | 分位数 | 信号 |
|------|---------|--------|------|
| 1M | -3.2% | P25 | 短期反转买入 |
| 6M | +18.5% | P82 | 中期动量持续 |
## 二、多空组合表现
[各 quintile 组合收益率表格，Long-Short 收益]
## 三、A股动量特征
[短期反转 vs 中期动量分析，成交量交互]
## 四、行业动量轮动
[行业动量排名，残差动量 Top/Bottom 10]
## 五、风险提示
[动量崩溃风险、当前市场状态评估]
## 六、策略建议
[具体操作建议、仓位管理]
## [标的] 动量速览
- 6M 动量 +18.5% (P82)，中期趋势向上
- 1M 反转信号：超跌 -3.2%，短期存在反弹机会
- 行业动量排名：电子 #3/31
- 残差动量 +5.2%，个股 alpha 为正
- 风险：市场波动率偏高，建议半仓
使用 scripts/momentum_backtest.py 进行历史回测：
python scripts/momentum_backtest.py --data kline.json --lookback 120 --holding 20
参考 references/momentum-guide.md 获取动量异象理论与 A股实证研究。