菜单
A股季节性规律/日历效应。当用户说"季节性"、"日历效应"、"春季躁动"、"红十月"、"五穷六绝七翻身"、"开门红"、"年末效应"、"seasonal"、"XX月一般怎么样"、"节前效应"、"两会行情"时触发。分析A股市场的历史月度/节假日/事件季节性规律，评估当前时间节点的统计概率优势，辅助择时决策。支持研报风格（formal）和快速参考风格（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。
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-seasonal-pattern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。
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。
基于 SOC 职业分类
正在显示 SKILL.md
| name | a-share-seasonal-pattern |
| description | A股季节性规律/日历效应。当用户说"季节性"、"日历效应"、"春季躁动"、"红十月"、"五穷六绝七翻身"、"开门红"、"年末效应"、"seasonal"、"XX月一般怎么样"、"节前效应"、"两会行情"时触发。分析A股市场的历史月度/节假日/事件季节性规律，评估当前时间节点的统计概率优势，辅助择时决策。支持研报风格（formal）和快速参考风格（brief）。 |
SCRIPTS="$SKILLS_ROOT/cn-stock-data/scripts"
# 拉取上证指数近10年以上历史日K线（将 START 替换为10年前日期 YYYYMMDD）
python "$SCRIPTS/cn_stock_data.py" kline --code SH000001 --freq daily --start START
# 沪深300/创业板指同期数据
python "$SCRIPTS/cn_stock_data.py" kline --code SH000300,SZ399006 --freq daily --start START
# 月K线（用于快速统计月度收益率）
python "$SCRIPTS/cn_stock_data.py" kline --code SH000001,SH000300,SZ399006 --freq monthly --start START
补充数据通过 web 搜索获取：历史日历效应统计研报、节假日前后涨跌概率、两会/中央经济工作会议时间表、当前宏观政策环境。
默认 brief；用户说"详细分析/完整报告/formal"时用 formal。
| 维度 | formal | brief |
|---|---|---|
| 篇幅 | 2-3 页 | 半页 |
| 月度统计 | 全部12个月详细数据表 | 仅当前及相邻月份 |
| 效应检验 | 多个效应完整回测 | 当前最相关的1-2个效应 |
| 行业季节性 | 分行业季节性排名 | 仅提当季强势行业 |
| 历史对比 | 类似宏观环境年份对比 | 省略 |
| 免责声明 | 需要 | 不需要 |
references/seasonal-pattern-guide.md以上季节性分析基于历史统计数据，仅供参考，不构成投资建议。历史规律不代表未来必然重现，市场有风险，投资需谨慎。
# 调用 skill
result = run_skill({
"param1": "value1",
"param2": "value2"
})
python scripts/run_skill.py --input data.json