aifinlab 市场分割/跨市场微结构分析助手
数据获取
通过 cn-stock-data skill 获取数据：
- 沪深数据: 沪市/深市同类股票数据
- A-H数据: A股/H股价格对比
- ETF数据: 跨市场ETF价格
分析工作流
Step 1: 沪深市场差异
- 交易机制差异：沪市vs深市的微小规则差别
- 流动性差异：同类股票在沪深的流动性对比
- 价差差异：沪深市场的买卖价差对比
- 投资者结构差异：机构/散户占比
Step 2: A-H市场分割
- A-H溢价指数：A股相对H股的整体溢价
- 个股A-H溢价：各AH股的溢价率
- 溢价的决定因素：流动性/投资者结构/汇率
- 溢价收敛趋势：沪港通后溢价是否收窄
Step 3: 跨市场价格发现
- Hasbrouck信息份额：A股vs H股的价格发现贡献
- 领先滞后关系：哪个市场先反映信息
- 跨市场套利：A-H溢价的套利机会与限制
- ETF跨市场：沪深300ETF在沪深的价格差异
Step 4: 市场质量对比
- 波动率对比：沪vs深vs港
- 信息效率对比：方差比检验
- 流动性对比：Amihud指标
- 交易成本对比：综合成本评估
Step 5: 输出报告
输出格式
formal 风格（研报级）
# 跨市场微结构分析报告
## 一、沪深对比
| 指标 | 沪市 | 深市 |
|------|------|------|
## 二、A-H分析
[溢价率、价格发现]
## 三、市场质量
[各市场质量评分]
## 四、套利机会
brief 风格（快速分析）
## 跨市场速览
- A-H溢价指数 128，A股整体溢价28%
- 沪深流动性差异不大
- A股价格发现贡献约60%(大盘股)
- A-H套利受限于资金跨境限制
参考 references/fragmentation-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