# Peer Comparison Calculation

> 用于排名/对比的同类对比计算原子 skill，适用于通用行业金融计算场景。

- Skill: `aifinlab/peer-comparison-calculation` (Agent Skill)
- Install (CLI): `npx skillmds@latest add aifinlab/peer-comparison-calculation`
- Raw SKILL.md: https://api.skillmd.com/api/skills/aifinlab/peer-comparison-calculation/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: aifinlab (https://skillmd.com/u/aifinlab)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/aifinlab/peer-comparison-calculation

---


# 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
```json
{
  "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