A Share Bid Ask Spread

买卖价差/流动性度量助手

数据获取

通过 cn-stock-data skill 获取数据：

• 盘口数据: 多档买卖报价
• 逐笔成交: 成交价格与方向
• 历史数据: 价差时序数据

分析工作流

Step 1: 价差度量计算

• 报价价差(Quoted Spread) = Ask1 - Bid1
• 相对价差 = (Ask1 - Bid1) / Midpoint × 100%
• 有效价差(Effective Spread) = 2|P_trade - Midpoint|
• 已实现价差(Realized Spread) = 做市商实际利润

Step 2: 价差分解

• 逆向选择成分 = 有效价差 - 已实现价差
• 存货成本成分：做市商持仓风险补偿
• 订单处理成本：固定交易成本
• Huang-Stoll三成分分解模型

Step 3: 价差影响因素

• 波动率：高波动→价差扩大
• 成交量：高成交量→价差收窄
• 信息事件：公告前后价差变化
• 日内模式：开盘宽→盘中窄→收盘

Step 4: 流动性评分

• 综合流动性得分：价差+深度+弹性加权
• 与同行业/同市值股票对比
• 流动性趋势：近期是否恶化
• 流动性预警：价差异常扩大时预警

Step 5: 输出报告

输出格式

formal 风格（研报级）

# [标的] 买卖价差分析报告

## 一、价差概览
| 指标 | 数值 | 分位数 |
|------|------|--------|

## 二、价差分解
[逆向选择/存货/订单处理]

## 三、影响因素
[波动率、成交量关系]

## 四、流动性评分

brief 风格（快速分析）

## [标的] 价差速览
- 相对价差 0.06% (P30)，流动性良好
- 逆向选择占比 40%
- 日内价差U型，盘中最窄
- 流动性评分：A级

参考 references/bid-ask-spread-guide.md 获取详细方法论与 A股实证研究。

使用示例

示例 1: 基本使用

# 调用 skill
result = run_skill({
    "param1": "value1",
    "param2": "value2"
})

示例 2: 命令行使用

python scripts/run_skill.py --input data.json