aifinlab A股ETF分析助手
数据源
SCRIPTS="$SKILLS_ROOT/cn-stock-data/scripts"
# ETF实时行情（akshare）
python -c "import akshare as ak; df=ak.fund_etf_spot_em(); print(df.head(10).to_json(orient='records', force_ascii=False))"
# ETF历史行情
python -c "import akshare as ak; df=ak.fund_etf_hist_em(symbol='510300', period='daily', start_date='20260101', end_date='20260315'); print(df.to_json(orient='records', force_ascii=False))"
# 跟踪指数行情
python "$SCRIPTS/cn_stock_data.py" kline --code [指数代码] --freq daily --start [日期]
补充：通过 web 搜索获取 ETF 持仓明细、基金规模变化、申购赎回情况。
Workflow
- 确定分析模式：单只ETF分析 / 行业ETF对比 / 宽基ETF对比 / ETF规模趋势
- 数据获取：ETF行情 + 跟踪指数行情 + 规模数据
- 分析维度：跟踪误差、费率、规模、流动性、溢折价
- 对比分析：同类ETF横向对比（跟踪同一指数的不同ETF）
- 输出：根据 style 参数选择 formal（研报风格）或 brief（快速解读）
关键规则
- ETF规模越大流动性越好，优先推荐规模 >10亿 的产品
- 跟踪误差是ETF质量的核心指标，年化跟踪误差 <2% 为优秀
- 溢价率过高时买入有风险（T+1日可能折价回归），提醒用户注意
- 区分 ETF（场内交易）和 ETF联接基金（场外申赎），不要混淆
- 费率对比需包含管理费+托管费，低费率长期影响显著
- 跨境ETF/QDII-ETF 有额度限制，溢价可能持续较久，需特别说明
输出格式
formal（研报风格）
- 标题 + 摘要
- 基本信息表格（代码、名称、跟踪指数、规模、费率、管理人）
- 行情走势分析（附关键价格数据）
- 跟踪误差与溢折价分析
- 同类对比表格
- 投资建议与风险提示
brief（快速解读）
- 一句话结论
- 核心数据（规模/费率/溢折价）
- 关键风险点
参考资料
详见 references/etf-guide.md：ETF分类、核心ETF清单、选择指标、溢折价分析、行业轮动策略。
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