majiayu000 背離事件定義：
- 價格上漲：
price_return >= min_price_return_pct（如 +15%） - 庫存下滑：
inventory_change <= -min_inventory_drawdown_pct（如 -10%） - 同時發生：在相同視窗期（如 180 天）內同時滿足
當價格與庫存同向時（同漲同跌）為正常；逆向時（價漲庫跌）才需要警覺。
不能直接把「庫存下降」解讀為「實物被搶」，需要交叉驗證：
| 假設 | 支持條件 | 反駁條件 |
|---|---|---|
| 實物緊張 | COMEX/LBMA 下降、backwardation、lease rates 上升、零售溢價擴大 | 其他庫存穩定、contango、溢價平穩 |
| 資金流/贖回 | ETF 流出但交易所庫存穩定、期貨結構不緊 | 多重庫存同步下降 |
輸出兩種解釋，讓用戶判斷哪個更符合當前數據。
本 skill 優先使用：
- ETF 官網庫存：Selenium 模擬人類瀏覽器行為抓取（避免 API 限制）
- Yahoo Finance：
yfinance套件取得現貨/期貨價格 - 交叉驗證：COMEX 庫存、期貨結構等公開數據
腳本位於 scripts/ 目錄，遵循 references/data-sources.md 的反偵測策略。
stress_score = 100 × min(1.0,
0.6 × divergence_severity + # 背離嚴重度
0.2 × decade_low_bonus + # 十年低點加成
0.2 × ratio_extreme_bonus # 比值極端加成
)
| 分數區間 | 解讀 |
|---|---|
| 0-30 | 正常，無明顯背離 |
| 30-60 | 輕度背離，值得關注 |
| 60-80 | 中度背離，建議深入驗證 |
| 80-100 | 重度背離，高度警戒 |
- 偵測背離：價格上漲但 ETF 庫存下滑
- 評估嚴重度：計算背離程度、十年低點、比值極端
- 交叉驗證：使用 COMEX、期貨結構、零售溢價等指標
- 產出洞察：提供兩種對立假設，避免單一敘事偏誤
輸出：背離狀態、壓力分數、交叉驗證結果、下一步檢查建議。
最快的方式：檢查 SLV 背離狀態
cd skills/monitor-etf-holdings-drawdown-risk
pip install pandas numpy yfinance selenium webdriver-manager beautifulsoup4 matplotlib # 首次使用
python scripts/divergence_detector.py --etf SLV --quick
輸出範例：
{
"asof": "2026-01-20",
"divergence": false,
"price_return_window": 1.92,
"inventory_change_window": 0.15,
"inventory_decade_low": false,
"stress_score_0_100": 20.0,
"interpretations": ["Physical Tightness", "ETF Flow Hypothesis"]
}
完整分析 + 視覺化報告：
# 1. 執行背離偵測
python scripts/divergence_detector.py \
--etf SLV \
--start 2010-01-01 \
--end 2026-01-20 \
--output result.json
# 2. 生成視覺化報告
python scripts/visualize_divergence.py \
--result result.json \
--output ../../../output/
輸出：
- JSON 分析結果：
result.json - 視覺化報告：
output/SLV_divergence_report_20260120.png - PDF 報告：
output/SLV_divergence_report_20260120.pdf
- 快速檢查 - 查看指定 ETF 目前的背離狀態與壓力分數
- 完整分析 - 執行完整的歷史背離分析
- 交叉驗證 - 使用多指標驗證背離訊號的真實性
- 監控模式 - 設定持續監控與背離警報
- 方法論學習 - 了解背離偵測與雙重假設邏輯
請選擇或直接提供分析參數（如 ETF 代碼）。
路由後，閱讀對應文件並執行。
方法論: references/methodology.md
- 背離偵測邏輯
- 雙重假設驗證框架
- 壓力分數計算
資料來源: references/data-sources.md
- ETF 官網庫存抓取（Selenium）
- Yahoo Finance 價格數據
- 交叉驗證數據源（COMEX、LBMA）
輸入參數: references/input-schema.md
- 完整參數定義
- 預設值與建議範圍
| Script | Command | Purpose |
|---|---|---|
| divergence_detector.py | --etf SLV --quick |
快速檢查背離狀態 |
| divergence_detector.py | --start DATE --end DATE --output FILE |
完整歷史分析 |
| visualize_divergence.py | --result result.json --output DIR |
生成視覺化報告 |
| fetch_etf_holdings.py | --etf SLV --output holdings.csv |
抓取 ETF 庫存 |
| fetch_prices.py | --symbol SI=F --output prices.csv |
抓取商品價格 |
核心參數
| 參數 | 類型 | 預設值 | 說明 |
|---|---|---|---|
| etf_ticker | string | (必填) | ETF/信託代碼（如 SLV） |
| commodity_price_symbol | string | (必填) | 商品價格代碼（如 XAGUSD） |
| start_date | string | 10Y 前 | 分析起始日 |
| end_date | string | today | 分析結束日 |
背離參數
| 參數 | 類型 | 預設值 | 說明 |
|---|---|---|---|
| divergence_window_days | int | 180 | 背離計算視窗（天） |
| decade_low_window_days | int | 3650 | 十年低點視窗（天） |
| min_price_return_pct | float | 0.15 | 價格上漲門檻 |
| min_inventory_drawdown_pct | float | 0.10 | 庫存下滑門檻 |
完整參數定義見 references/input-schema.md。
完整輸出結構見 templates/output-json.md。
- 背離狀態判定（divergence: true/false）
- 價格變化與庫存變化數值
- 十年低點判定
- 庫存/價格比值 Z 分數
- 壓力分數（0-100）
- 兩種對立假設解釋
- 下一步驗證建議清單