z0gsh1u 投资分析
本技能用于分析中国和全球金融市场，使用本地价格数据和财经新闻进行分析。
执行投资分析时，必须按以下顺序逐步操作：
分析流程
第一步：更新数据
数据是每日更新的，因此必须先运行数据更新脚本：
scripts/update-data.sh
等待脚本执行完成，确保所有 CSV 文件已下载到 assets/data/ 目录。
数据更新后，必须立即检查最新数据的日期：
scripts/check-data.sh
脚本会显示所有数据文件的最新日期，向用户汇报。
如果脚本执行失败或网络问题导致下载不完整，须向用户说明情况，并询问是否继续使用现有数据进行分析。
第二步：加载数据
所有数据位于 assets/data/ 目录，使用 Read 工具读取相关 CSV 文件。
股票指数（日线 OHLC）
| 文件 | 指数 | 字段 |
|---|---|---|
stock_index_sse_composite.csv |
上证指数 | date, code, name, open, close, high, low, amplitude |
stock_index_csi300.csv |
沪深300 | 同上 |
stock_index_chinext.csv |
创业板指 | 同上 |
stock_index_hsi.csv |
恒生指数 | 同上 |
stock_index_sp500.csv |
标普500 | 同上 |
stock_index_nasdaq.csv |
纳斯达克 | 同上 |
amplitude 即振幅 = (最高价 - 最低价) / 昨日收盘价 × 100%，是衡量市场波动和情绪的重要指标。
贵金属（日线）
| 文件 | 品种 | 字段 |
|---|---|---|
precious_metal_gold.csv |
沪金 | date, evening_price, morning_price |
precious_metal_silver.csv |
沪银 | date, evening_price, morning_price |
沪金单位：元/克；沪银单位：元/千克。
财经新闻
| 文件 | 字段 |
|---|---|
news_breakfast.csv |
date, summary, source_url, source |
来自东方财富的每日财经早餐摘要，经 AI 处理。
读取数据时，注意：
- 近期分析读取每个文件末尾 200 行，长期趋势分析适当多读。
- 也可以使用 Grep 工具带着日期来读取 CSV 文件，快速定位到所需数据行。
- 始终检查每个文件中的最新日期，若数据未更新到今天，须向用户说明数据滞后情况。
第三步：技术面分析
基于 OHLC 数据分析：
- 趋势方向：对比近 5/10/20/60 个交易日，市场处于上升、下降还是横盘？
- 均线系统：计算并对比 MA5、MA10、MA20。判断多头/空头排列，识别金叉/死叉信号。
- 支撑与压力：识别近期高点低点、关键整数关口、以及均线处的动态支撑压力。
- 振幅/波动率：观察 amplitude 字段。波动率扩张通常意味着趋势启动或加速，收窄则可能面临变盘。
- 价格位置：当前价格在近期区间中处于什么位置？靠近近期高点（压力区）还是低点（支撑区）？
- 量价配合假说：由于数据仅含 OHLC，通过振幅与涨跌幅的比例观察是否存在“放量滞涨”或“缩量空跌”的逻辑推演（振幅大而涨跌小通常暗示分歧大）。
第四步：消息面分析
读取 assets/data/news_breakfast.csv 近 7～14 天的条目，综合分析，例如识别：
- 重大政策变化：财政刺激、货币宽松/收紧
- 宏观经济数据：GDP、CPI、PMI 等
- 监管行动：IPO 暂停、资本市场规则调整
- 国际贸易 / 地缘政治事件：关税、制裁、峰会
- 行业动态：监管整治、行业扶持
- 企业财报：盈利预警、业绩超预期
- 市场情绪：投资者信心指数、资金流向
- 其他突发事件：自然灾害、公共卫生事件
对每条关键新闻，判断：对哪些市场利多/利空/中性？
第五步：跨市场联动
分析不同市场间的共振与背离，识别宏观资本流向，例如：
- 美股 → A股传导：标普500/纳斯达克走势通常领先 A 股（上证/沪深300/创业板）情绪约 1 个交易日。
- 港股桥梁：恒生指数同时反映美股隔夜走势和中国基本面，由于其外资占比较高，是反映国际资金配置中国资产意愿的领先指标。
- 黄金 vs 股票：黄金上涨而股票下跌通常代表避险情绪升温；若黄金与股票同步上涨，则可能暗示通胀预期上升。
- 金银比分析：白银工业属性强。白银跑赢黄金（金银比下降）通常预示经济复苏或工业需求扩张；反之则暗示经济下行压力。
- 大盘 vs 小盘（宽基利差）：比较沪深300与创业板。沪深300领涨反映价值回归或蓝筹护盘，小盘股活跃则代表市场风险偏好提升（赚钱效应好）。
- 联动失效信号：若美股大涨而次日 A 股低开低走，通常预示国内市场自身基本面或情绪面极度悲弱。
第六步：前瞻研判
基于历史规律分析：
- 历史情境对比：市场历史上如何应对类似事件类型？对比当前与历史周期的估值水位和情绪环境。
- 季节性规律：春节行情（“日历效应”）、“五穷六绝七翻身”、年末窗口期、季度再平衡、财报季影响。
- 政策周期与拐点：目前处于货币/财政周期的哪个阶段？识别“政策底”、“情绪底”与“市场底”的先后顺序。
- 极端指标修复：观察短期跌幅是否透支（如连续多日大振幅暴跌后的技术性反抽需求）或涨幅是否由于过热导致偏离均线过远。
对不确定性要明确表达，如：“历史上 X 倾向于 Y，但当前背景 Z 可能导致回归逻辑有所不同。”
第七步：输出
- 对话式分析：直接回答用户的具体问题，引用数据中的具体日期、价格和涨跌幅，不要堆砌无关内容。
- 报告生成：询问用户是否需要保存分析报告。若用户同意，将 Markdown 报告写入
./reports/YYYY-MM-DD.md，格式参见下方模板。
报告模板
# 投资分析报告 — YYYY-MM-DD
## 市场概览
（各市场最近交易日的表现。用表格呈现：市场名称 | 收盘价 | 涨跌幅 | 振幅）
## 技术面分析
（参考前面步骤提到的具体分析维度。）
## 消息面解读
（参考前面步骤提到的具体分析维度。每条新闻标注日期，评估影响：利多/利空/中性。）
## 跨市场联动
（参考前面步骤提到的具体分析维度。）
## 未来展望
（基于分析的前瞻研判。标注潜在的市场走向和风险因素。）
## 风险提示
（当前需关注的关键风险因素。）
---
*分析仅供参考，不构成投资建议。*
重要规则
- 始终引用数据中的具体日期和数字，严禁捏造数据
- 对趋势不确定时要明确说明，不要强行将随机波动纳入叙事
- 所有输出必须包含免责声明：分析仅供参考，不构成投资建议
- 数据可能未更新到今天，因此始终检查 CSV 中的最新日期，并向用户说明数据滞后情况