mcpField
F
financial-data-analysis

financial-data-analysis

github.com/kirkluokunData & databases66284 installsUpdated 32w ago
Repository

About financial-data-analysis

A financial time-series analysis skill for equities, commodities, crypto, ETFs, foreign exchange, and indices. It routes analysis requests to documented methods and scripts, with data-source tracking, risk notes, and organized outputs.

Key features

  1. 01Analysis methods for time series and forecasting
  2. 02Cross-asset relationships and risk analysis
  3. 03Portfolio, factor, and regime methods
  4. 04Technical indicators and visualization guidance
  5. 05Data retrieval and output organization

Use cases

  1. 01Analyzing asset prices and financial time series
  2. 02Comparing cross-asset correlations and lead-lag patterns
  3. 03Estimating volatility and tail risk
  4. 04Preparing analysis reports, charts, and datasets

MCP support

For A-share, futures, Hong Kong and US equities, macroeconomic, and selected other data, the skill calls Tushare MCP tools. It requires ToolSearch to load relevant tools before use.

Install

Copy the command and run it in a terminal.

$npx skills add https://github.com/kirkluokun/awesome-a-stock-openclawskills --skill financial-data-analysis

After installing, type/financial-data-analysisin Claude Code to confirm it loaded.

Bundled files

References and scripts installed along with SKILL.md.

requirements.txt
references/
output_templates.md
visualization_cookbook.md
references/methods/
01_time_series_fundamentals.md
02_forecasting.md
03_cross_asset_relationships.md
04_volatility_and_risk.md
05_portfolio_and_factor.md
06_regime_and_structure.md
07_commodity_specific.md
08_network_and_information.md
scripts/
analysis_toolkit.py
data_fetcher.py
indicators.py

Details

From the project README

📊 金融时间序列分析工具箱

覆盖股票 / 商品期货 / 加密货币 / ETF / 外汇 / 指数的综合数据分析方法工具箱。

数据获取策略

资产类型数据源方式
A股行情/财务/指数Tushare MCPtushare_daily, tushare_income 等 MCP tool
A股期货Tushare MCPtushare_fut_daily, tushare_fut_holding 等
港股/美股Tushare MCPtushare_hk_daily, tushare_us_daily
宏观经济Tushare MCPtushare_cn_gdp, tushare_shibor 等
国际商品期货(WTI/黄金等)yfinancescripts/data_fetcher.py
加密货币yfinancescripts/data_fetcher.py
外汇Tushare MCP 或 yfinance视具体币种
全球指数Tushare MCP 或 yfinancetushare_index_global / yfinance

规则：调用 tushare MCP tool 前必须先 ToolSearch("+tushare <关键词>") 加载。 tushare tool 完整索引见 stock-tushare-pro-mcp skill 的 reference/tool-index.md。

分析方法路由

根据用户意图，阅读对应 references/methods/ 文档后执行分析：

用户意图关键词参考文档可用脚本
平稳性、趋势检验、序列分解、结构断裂、Hurstreferences/methods/01_time_series_fundamentals.mdscripts/analysis_toolkit.py
价格预测、ARIMA、Prophet、VARreferences/methods/02_forecasting.mdscripts/analysis_toolkit.py
相关性、协整、因果关系、领先滞后references/methods/03_cross_asset_relationships.mdscripts/analysis_toolkit.py
波动率、GARCH、VaR、尾部风险references/methods/04_volatility_and_risk.mdscripts/analysis_toolkit.py
组合优化、因子分析、风险平价、有效前沿references/methods/05_portfolio_and_factor.mdscripts/analysis_toolkit.py
市场状态、regime、周期、小波references/methods/06_regime_and_structure.mdscripts/analysis_toolkit.py
商品季节性、价差、期限结构、contangoreferences/methods/07_commodity_specific.mdscripts/analysis_toolkit.py
网络分析、信息流、聚类、MSTreferences/methods/08_network_and_information.mdscripts/analysis_toolkit.py
技术指标（MA/RSI/MACD/KDJ/布林带）references/methods/01_time_series_fundamentals.mdscripts/indicators.py
图表绘制、可视化references/visualization_cookbook.md—
报告格式references/output_templates.md—

执行流程

1. 识别用户意图 → 查上方路由表
2. 读取对应 references/methods/ 文档 → 选择合适方法
3. 获取数据：tushare MCP tool（优先）或 scripts/data_fetcher.py
4. 执行分析：scripts/analysis_toolkit.py 或 scripts/indicators.py
5. 生成图表：参照 references/visualization_cookbook.md
6. 输出报告：按 references/output_templates.md 格式

约束

MUST
  • 标注数据获取时间和来源（tushare / yfinance）
  • 每份报告附免责声明
  • 分析前检查序列平稳性（适用时）
  • 异常值标注和处理
MUST NOT
  • ❌ 给出确定性收益承诺
  • ❌ 伪造或编造数据
  • ❌ 忽略风险提示
  • ❌ 数据缺失时猜测关键指标

输出存储规范

输出目录

默认根目录为 {output_dir}（由 input-variables 配置，默认 {workspace}/data/analysis/）。

{output_dir}/
├── reports/        # 分析报告 (.md)
├── charts/         # 图表文件 (.png)
├── datasets/       # 中间数据集 (.csv)
└── temp/           # 临时数据（可清理）
文件命名
{类型}_{标的}_{日期}.{格式}

示例：

  • report_CU_20260306.md
  • chart_AAPL_seasonal_20260306.png
  • dataset_corr_matrix_20260306.csv
输出规则
数据量处理方式
< 20 行直接在对话中展示，不存文件
>= 20 行存入 datasets/，返回文件路径 + 摘要
图表存入 charts/，在对话中内嵌展示
分析报告存入 reports/，返回完整报告
临时/中间数据存入 temp/，提醒用户可清理

与 tushare skill 协作：原始行情数据存储遵循 tushare skill 的 output-storage.md 规范（{workspace}/data/tushare/）， 本 skill 的 {output_dir} 只存分析结果，不存原始数据，避免重复。

参数使用

所有可配置参数通过 input-variables 声明，AI 在执行时按如下优先级获取值：

  1. 用户在对话中明确指定 -> 最高优先
  2. input-variables 中的 default 值 -> 兜底
# 用户说 "把分析结果存到 ~/Desktop/analysis"
-> output_dir = ~/Desktop/analysis

# 用户说 "分析铜价"
-> output_dir = {workspace}/data/analysis (使用默认值)
-> default_period = 1y (使用默认值)

Comments

Markdown supported