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 transaction-flow-anomaly-detection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 | transaction-flow-anomaly-detection |
| description | 识别交易流水中的异常模式和异常账户,提供异常特征描述和关注建议,辅助合规和风控团队排查 |
交易流水中存在多种异常模式,如高频小额、快进快出、非常规时段活跃等,人工逐笔排查效率低且易遗漏。本技能通过多维度异常模式匹配,识别偏离正常行为基线的交易和账户,为风控和合规团队提供排查线索。
| 输入项 | 说明 | 是否必需 |
|---|---|---|
| 交易流水数据 | 含交易时间、金额、方向、账户、对手方、渠道等 | 必需 |
| 分析时间窗口 | 异常检测的起止时间范围 | 必需 |
| 账户历史基线 | 账户过往正常交易频率、金额范围等 | 可选(无则以同类账户均值为参考) |
| 账户基本信息 | 账户类型、客户类别、开户时长等 | 可选 |
| 异常阈值参数 | 自定义各模式的触发阈值 | 可选(默认使用内置阈值) |
| 输出项 | 说明 |
|---|---|
| 异常交易清单 | 标注异常类型、异常程度和触发条件 |
| 异常账户清单 | 存在异常模式的账户汇总及异常类型 |
| 异常模式分布 | 各类异常模式的命中数量和占比 |
| 行为偏离描述 | 与基线对比的偏离方向和偏离幅度 |
| 数据质量备注 | 缺失字段和数据异常标注 |
| 依赖技能 | 用途 |
|---|---|
| bank-calc-utils | 提供金额汇总、频率统计、阈值比较等基础计算能力 |
| 下游技能 | 联动场景 |
|---|---|
| high-risk-transaction-clustering | 将异常交易传入聚类分析,发现相似异常模式和跨账户关联 |