ETF持仓背离风险监控工具：实时检测价格与库存异常，预警市场风险

monitor-etf-holdings-drawdown-risk by fatfingererr/macro-skills

73 周安装量

2 GitHub Stars

GitHub

安装命令

npx skills add https://github.com/fatfingererr/macro-skills --skill monitor-etf-holdings-drawdown-risk

自动化数据分析金融科技

🇨🇳中文介绍

<essential_principles>

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：

广告位招租

在这里展示您的产品或服务

触达数万 AI 开发者，精准高效

联系我们

相关 Skills

FlyClaw：零登录航班聚合查询工具，Python实现多源航班信息与价格搜索

4,000,000 周安装

Azure Data Explorer (Kusto) 查询技能：KQL数据分析、日志遥测与时间序列处理

145,500 周安装

Azure RBAC 权限管理工具：查找最小角色、创建自定义角色与自动化分配

142,000 周安装

专业SEO审计工具：全面网站诊断、技术SEO优化与页面分析指南

68,800 周安装

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

</essential_principles>

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

{
  "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/

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。

<directory_structure>

monitor-etf-holdings-drawdown-risk/
├── SKILL.md                           # 本文件（路由器）
├── skill.yaml                         # 前端展示元數據
├── manifest.json                      # 技能元數據
├── workflows/
│   ├── analyze.md                     # 完整背離分析工作流
│   ├── monitor.md                     # 持續監控工作流
│   └── cross-validate.md              # 交叉驗證工作流
├── references/
│   ├── data-sources.md                # ETF 庫存與價格資料來源
│   ├── methodology.md                 # 背離偵測方法論
│   └── input-schema.md                # 完整輸入參數定義
├── templates/
│   ├── output-json.md                 # JSON 輸出模板
│   └── output-markdown.md             # Markdown 報告模板
└── scripts/
    ├── divergence_detector.py         # 主偵測腳本
    ├── fetch_etf_holdings.py          # ETF 庫存抓取（Selenium）
    └── fetch_prices.py                # 價格數據抓取

</directory_structure>

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

Workflow	Purpose	使用時機
analyze.md	完整背離分析	需要完整歷史分析時
monitor.md	持續監控狀態	日常監控或警報
cross-validate.md	交叉驗證背離訊號	確認背離真實性時
</workflows_index>

Template	Purpose
output-json.md	JSON 輸出結構定義
output-markdown.md	Markdown 報告模板
</templates_index>

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
</scripts_index>

<input_schema_summary>

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

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。

</input_schema_summary>

<output_schema_summary>

{
  "skill": "monitor-etf-holdings-drawdown-risk",
  "asof": "2026-01-16",
  "inputs": {
    "etf_ticker": "SLV",
    "commodity_price_symbol": "XAGUSD"
  },
  "result": {
    "divergence": true,
    "price_return_window": 0.32,
    "inventory_change_window": -0.18,
    "inventory_decade_low": true,
    "inventory_to_price_ratio_z": -2.4,
    "stress_score_0_100": 78.5
  },
  "interpretations": [...],
  "next_checks": [...]
}

完整輸出結構見 templates/output-json.md。 </output_schema_summary>

<success_criteria> 執行成功時應產出：

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 </success_criteria>

Python PDF处理教程：合并拆分、提取文本表格、创建PDF文件

65,000 周安装

ETF持仓背离风险监控工具：实时检测价格与库存异常，预警市场风险

🇨🇳中文介绍

相关 Skills

最新 Skills