📊 金融时间序列分析工具箱
覆盖股票 / 商品期货 / 加密货币 / ETF / 外汇 / 指数的综合数据分析方法工具箱。
数据获取策略
资产类型 数据源 方式
A股行情/财务/指数 Tushare MCP tushare_daily , tushare_income 等 MCP tool
A股期货 Tushare MCP tushare_fut_daily , tushare_fut_holding 等
港股/美股 Tushare MCP tushare_hk_daily , tushare_us_daily
宏观经济 Tushare MCP tushare_cn_gdp , tushare_shibor 等
国际商品期货(WTI/黄金等) yfinance scripts/data_fetcher.py
加密货币 yfinance scripts/data_fetcher.py
外汇 Tushare MCP 或 yfinance 视具体币种
全球指数 Tushare MCP 或 yfinance tushare_index_global / yfinance
规则：调用 tushare MCP tool 前必须先 ToolSearch("+tushare <关键词>") 加载。 tushare tool 完整索引见 stock-tushare-pro-mcp skill 的 reference/tool-index.md 。
分析方法路由
根据用户意图，阅读对应 references/methods/ 文档后执行分析：
用户意图关键词 参考文档 可用脚本
平稳性、趋势检验、序列分解、结构断裂、Hurst references/methods/01_time_series_fundamentals.md
scripts/analysis_toolkit.py
价格预测、ARIMA、Prophet、VAR references/methods/02_forecasting.md
scripts/analysis_toolkit.py
相关性、协整、因果关系、领先滞后 references/methods/03_cross_asset_relationships.md
scripts/analysis_toolkit.py
波动率、GARCH、VaR、尾部风险 references/methods/04_volatility_and_risk.md
scripts/analysis_toolkit.py
组合优化、因子分析、风险平价、有效前沿 references/methods/05_portfolio_and_factor.md
scripts/analysis_toolkit.py
市场状态、regime、周期、小波 references/methods/06_regime_and_structure.md
scripts/analysis_toolkit.py
商品季节性、价差、期限结构、contango references/methods/07_commodity_specific.md
scripts/analysis_toolkit.py
网络分析、信息流、聚类、MST references/methods/08_network_and_information.md
scripts/analysis_toolkit.py
技术指标（MA/RSI/MACD/KDJ/布林带） references/methods/01_time_series_fundamentals.md
scripts/indicators.py
图表绘制、可视化 references/visualization_cookbook.md
—
报告格式 references/output_templates.md
—
执行流程
- 识别用户意图 → 查上方路由表
- 读取对应 references/methods/ 文档 → 选择合适方法
- 获取数据：tushare MCP tool（优先）或 scripts/data_fetcher.py
- 执行分析：scripts/analysis_toolkit.py 或 scripts/indicators.py
- 生成图表：参照 references/visualization_cookbook.md
- 输出报告：按 references/output_templates.md 格式
约束
MUST
-
标注数据获取时间和来源（tushare / yfinance）
-
每份报告附免责声明
-
分析前检查序列平稳性（适用时）
-
异常值标注和处理
MUST NOT
-
❌ 给出确定性收益承诺
-
❌ 伪造或编造数据
-
❌ 忽略风险提示
-
❌ 数据缺失时猜测关键指标
输出存储规范
输出目录
默认根目录为 {output_dir} （由 input-variables 配置，默认 {workspace}/data/analysis/ ）。
{output_dir}/ ├── reports/ # 分析报告 (.md) ├── charts/ # 图表文件 (.png) ├── datasets/ # 中间数据集 (.csv) └── temp/ # 临时数据（可清理）
文件命名
{类型}{标的}{日期}.{格式}
示例：
-
report_CU_20260306.md
-
chart_AAPL_seasonal_20260306.png
-
dataset_corr_matrix_20260306.csv
输出规则
数据量 处理方式
< 20 行 直接在对话中展示，不存文件
= 20 行 存入 datasets/ ，返回文件路径 + 摘要
图表 存入 charts/ ，在对话中内嵌展示
分析报告 存入 reports/ ，返回完整报告
临时/中间数据 存入 temp/ ，提醒用户可清理
与 tushare skill 协作：原始行情数据存储遵循 tushare skill 的 output-storage.md 规范（{workspace}/data/tushare/ ）， 本 skill 的 {output_dir} 只存分析结果，不存原始数据，避免重复。
参数使用
所有可配置参数通过 input-variables 声明，AI 在执行时按如下优先级获取值：
-
用户在对话中明确指定 -> 最高优先
-
input-variables 中的 default 值 -> 兜底
用户说 "把分析结果存到 ~/Desktop/analysis"
-> output_dir = ~/Desktop/analysis
用户说 "分析铜价"
-> output_dir = {workspace}/data/analysis (使用默认值) -> default_period = 1y (使用默认值)