fatfingererr 淨流動性上升 → 金融體系實際可用資金增加 → 風險資產與勞力士二級市場受益
以勞力士市場指數為核心，對照 Fed 淨流動性與實質利率，完成以下判斷：
- 確認參數：時間範圍、頻率、流動性模型
- 取得數據：從 FRED 取得流動性與利率數據，透過 CDP 抓取勞力士市場指數
- 計算指標：z-score、滾動斜率、滾動 β、距峰值距離
- 判讀狀態：grinding_higher（緩慢磨高）或 speculative_fever（投機狂熱）
- 產出報告：結構化 JSON + Markdown 摘要
- 提供建議：下一步監控重點與交叉驗證方向
# 1. 安裝依賴
pip install pandas numpy requests websocket-client matplotlib
# 2. 啟動 Chrome 調試模式並開啟 WatchCharts 頁面
# Windows:
# "C:\Program Files\Google\Chrome\Application\chrome.exe" ^
# --remote-debugging-port=9222 ^
# --remote-allow-origins=* ^
# --user-data-dir="%USERPROFILE%\.chrome-debug-profile" ^
# "https://watchcharts.com/watches/brand_index/rolex"
#
# macOS:
# /Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome \
# --remote-debugging-port=9222 \
# --remote-allow-origins=* \
# --user-data-dir="$HOME/.chrome-debug-profile" \
# "https://watchcharts.com/watches/brand_index/rolex"
# 3. 等待頁面完全載入（圖表顯示），然後執行分析
python scripts/rolex_market_index_analyzer.py \
--start-date 2019-01-01 \
--end-date 2026-01-29 \
--freq W \
--liquidity-model fed_net_liquidity \
--cdp-port 9222 \
--output result.json
- 完整分析 - 從數據取得到狀態判讀的完整流程（推薦）
- 僅取得數據 - 只取得 FRED 數據與透過 CDP 抓取勞力士市場指數
- 僅計算指標 - 假設數據已備妥，直接計算所有指標
- 僅判讀狀態 - 假設指標已計算，判讀 grinding/fever 狀態
等待回應後再繼續。
讀取工作流程後，請完全遵循其步驟。
| 文件 | 內容 |
|---|---|
| methodology.md | 方法論：z-score、滾動斜率、滾動 β、grinding/fever 判讀規則 |
| input-schema.md | 所有輸入參數的定義、型別、預設值、可選值 |
| data-sources.md | FRED 系列代碼、WatchCharts CDP 抓取、fallback 方案 |
| Script | Purpose |
|---|---|
| fetch_rolex_index.py | CDP 爬蟲：從 WatchCharts 自動抓取 Rolex Market Index |
| rolex_market_index_analyzer.py | 主要分析腳本：FRED 數據取得、CDP 抓取、指標計算、狀態判讀 |
| rolex_market_index_plotter.py | 視覺化腳本：雙軸圖（勞力士市場指數 vs 淨流動性）、z-score 熱力圖 |
執行範例：
# 完整分析（需先啟動 Chrome 調試模式並開啟 WatchCharts 頁面）
python scripts/rolex_market_index_analyzer.py \
--start-date 2019-01-01 \
--end-date 2026-01-29 \
--freq W \
--liquidity-model fed_net_liquidity \
--cdp-port 9222 \
--output result.json
# 視覺化（選配）
python scripts/rolex_market_index_plotter.py \
--input result.json \
--output-dir output/
| 參數 | 型別 | 必要 | 預設值 | 說明 |
|---|---|---|---|---|
| start_date | string | ✅ | - | 分析起始日（YYYY-MM-DD） |
| end_date | string | ✅ | - | 分析結束日（YYYY-MM-DD） |
| frequency | string | ❌ | "W" | 頻率：D/W/M |
| liquidity_scope | string | ❌ | "US" | US 或 GLOBAL |
| include_real_yield | boolean | ❌ | true | 是否加入 DFII10 |
| real_yield_series | string | ❌ | "DFII10" | FRED 實質利率代號 |
| liquidity_model | string | ❌ | "fed_net_liquidity" | 流動性模型 |
| benchmark_assets | array | ❌ | [] | 參考資產代號 |
| fever_threshold_z | number | ❌ | 2.0 | 投機狂熱 z-score 閾值 |
| grind_window | int | ❌ | 13 | 斜率/均線滾動窗口 |
完整定義請見 references/input-schema.md。
{
"skill": "analyze_veblen_goods_liquidity_proxy",
"inputs": { "..." },
"summary": {
"state": "grinding_higher | speculative_fever | neutral | declining",
"interpretation": ["..."]
},
"metrics": {
"latest_index": 28400,
"pct_below_peak": -0.33,
"grind_slope": 12.4,
"rolex_zscore": 0.6,
"dfii10_level": 1.9,
"net_liquidity_change": 2.1e10,
"rolling_beta_vs_net_liquidity": 1.8
},
"signals": {
"grinding_higher": true,
"speculative_fever": false
},
"diagnostics": { "..." }
}
完整模板請見 templates/output-json.md。