aifinlab 同类对比计算 Skill
数据来源
本 Skill 支持多种金融数据输入格式，核心数据来源包括：
1. 对比对象数据
- 产品数据：基金、理财产品、投资组合等
- 公司数据：上市公司、非上市公司等
- 行业数据：不同行业、板块的数据
- 基准数据：市场基准、行业基准等
2. 对比指标数据
- 收益率指标：累计收益率、年化收益率、区间收益率
- 风险指标：波动率、最大回撤、夏普比率
- 规模指标：资产规模、市值、营收规模
- 财务指标：ROE、ROA、净利润率等
3. 分类标签数据
- 行业分类：所属行业、细分行业
- 风格标签：价值/成长、大盘/小盘
- 地区标签：所属地区、市场类型
- 时间标签：成立时间、存续时间
4. 数据格式要求
- CSV格式：标准对比数据，包含对象标识和指标列
- Excel格式：支持多工作表对比数据
- JSON格式：结构化对比数据
- 数据库连接：支持SQL数据库直接查询
说明：本 Skill 不包含数据采集功能，需要用户提供清洗后的对比数据。建议对比对象数量不少于10个，以便进行有意义的排名和对比分析。
功能
本 Skill 提供全面的同类对比分析能力，涵盖多种对比方法：
1. 排名分析
- 绝对排名：按指标值进行绝对排名
- 相对排名：相对于基准的相对排名
- 分位数排名：计算指标的分位数排名
- 滚动排名：计算滚动窗口内的排名变化
2. 对比分析
- 横向对比：同一时点不同对象的对比
- 纵向对比：同一对象不同时点的对比
- 分组对比：按分类标签进行分组对比
- 基准对比：与基准对象的对比分析
3. 统计指标
- 分位数统计：计算各分位数的指标值
- 均值对比：计算均值及与均值的差异
- 标准差对比：计算标准差及相对位置
- 偏度峰度：分析指标的分布特征
4. 可视化分析
- 排名图表：生成排名变化的可视化图表
- 对比图表：生成对比分析的可视化图表
- 分布图表：生成指标分布的可视化图表
5. 数据处理能力
- 缺失值处理：支持前向填充、均值填充等方法
- 异常值检测：基于统计方法识别和处理异常值
- 数据标准化：支持不同数据源的格式统一
- 权重调整：支持按权重进行加权对比
使用示例
输出示例
{
"comparison_period": "2024-01-01 to 2024-12-31",
"total_objects": 50,
"ranking": [
{
"object_id": "FUND001",
"object_name": "基金A",
"metric_value": 18.5,
"absolute_rank": 1,
"percentile_rank": 98,
"relative_to_mean": 1.25,
"relative_to_median": 1.15
}
],
"statistics": {
"mean": 14.8,
"median": 16.1,
"std": 5.2,
"min": 5.3,
"max": 18.5,
"percentile_25": 11.2,
"percentile_75": 17.8
},
"group_comparison": {
"金融": {
"mean": 12.5,
"count": 10
},
"科技": {
"mean": 16.8,
"count": 15
}
}
}
注意事项与限制
1. 数据质量要求
- 对比数据需要经过清洗和验证
- 对比对象需要具有可比性
- 指标计算口径需要统一
2. 对比方法选择
- 不同对比方法的结果可能不同
- 排名结果受样本数量影响
- 分组对比需要合理的分类标准
3. 时间序列分析
- 排名和对比结果具有时间依赖性
- 不同时间区间的结果不可直接比较
- 需要考虑市场环境的影响
4. 综合判断原则
- 单一排名指标不能全面反映对象特征
- 需要结合多个指标进行综合分析
- 应结合行业特点和市场环境进行判断
5. 使用限制
- 本 Skill 输出为技术分析结果，不构成投资建议
- 使用者应结合专业判断和具体业务场景
- 对于重大决策，建议咨询专业投资顾问
参考资料
- 见 references/ 目录中的相关文档，包括：
- 同类对比分析方法手册
- 排名计算方法指南
- 统计分析方法说明
- 数据处理方法说明文档
License
- 本 skill 代码部分采用 MIT License，详见
LICENSE文件 - 依赖与运行环境以
requirements.txt为准 - 文档内容采用 CC BY 4.0 许可