stock-correlation

股票相关性分析技能

如果你的宿主尚未执行以下 shell 探测（例如在 Codex 中），请先使用其 shell 工具运行 ! 包裹的命令，再选择设置路径。请根据实际输出进行判断；如果无法访问 shell，请说明这一限制。

使用 yfinance 获取 Yahoo Finance 的历史价格数据，查找并分析相关股票。根据用户意图，转到相应的专用子技能。

重要提示：本内容仅用于研究和教育目的，不构成财务建议。yfinance 与 Yahoo, Inc. 无关联。

---

第 1 步：确保依赖项可用

当前环境状态：

!`python3 -c "exec('try:\n import yfinance, pandas, numpy\n print(f\'yfinance={yfinance.__version__} pandas={pandas.__version__} numpy={numpy.__version__}\')\nexcept Exception:\n print(\'DEPS_MISSING\')')"`

如果 DEPS_MISSING，请在运行任何代码前安装所需软件包：

import subprocess, sys
subprocess.check_call([sys.executable, "-m", "pip", "install", "-q", "yfinance", "pandas", "numpy"])

如果所有依赖项均已安装，请跳过安装步骤，直接继续。

---

第 2 步：转到正确的子技能

对用户的请求进行分类，并跳转到下方相应的子技能部分。

用户请求	转到	示例
指定单只股票，想查找相关股票	子技能 A：联动发现	“哪些股票与 NVDA 相关”，“查找与 AMD 相关的股票”，“TSLA 的联动股”
指定两只或更多股票，想了解其关系详情	子技能 B：收益率相关性	“AMD 和 NVDA 之间的相关性”，“LITE 和 COHR 如何联动”，“比较 AAPL 与 MSFT”
指定一组股票，想了解其结构或分组	子技能 C：行业聚类	“FAANG 相关性矩阵”，“对这些半导体股票进行聚类”，“AMD 的行业同类股”
想了解随时间变化或有条件的相关性	子技能 D：已实现相关性	“AMD 和 NVDA 的滚动相关性”，“NVDA 下跌时还有哪些股票也会下跌”，“相关性发生了怎样的变化”

如果意图不明确，单只股票默认使用子技能 A（联动发现），两只股票默认使用子技能 B（收益率相关性）。

所有子技能的默认值

参数	默认值
回溯期	1y（1 年）
数据间隔	1d（每日）
相关性方法	Pearson
最低相关性阈值	0.60
结果数量	前 10 个
收益率类型	每日对数收益率
滚动窗口	60 个交易日

---

子技能 A：联动发现

目标：给定一只股票，查找与其走势一致的股票。

A1：构建同类股票范围

需要 15–30 个候选对象。不要使用硬编码的股票代码列表——请在运行时动态构建范围。完整实现请参见 references/sector_universes.md。方法如下：

1. 筛选同一行业的股票：使用 yf.screen() + yf.EquityQuery 查找与目标股票属于同一行业的股票
2. 扩展到整个板块：如果行业筛选返回的同类股票少于 10 只，则扩展范围至整个板块
3. 添加主题相关或相邻行业：读取目标股票的 longBusinessSummary，筛选 1–2 个相关行业（例如，半导体公司 → 同时筛选半导体设备公司）
4. 合并、去重并移除目标股票代码

A2：计算相关性

import yfinance as yf
import pandas as pd
import numpy as np

def discover_comovement(target_ticker, peer_tickers, period="1y"):
    all_tickers = [target_ticker] + [t for t in peer_tickers if t != target_ticker]
    data = yf.download(all_tickers, period=period, auto_adjust=True, progress=False)

    # Extract close prices — yf.download returns MultiIndex (Price, Ticker) columns
    closes = data["Close"].dropna(axis=1, thresh=max(60, len(data) // 2))

    # Log returns
    returns = np.log(closes / closes.shift(1)).dropna()
    corr_series = returns.corr()[target_ticker].drop(target_ticker, errors="ignore")

    # Rank by absolute correlation
    ranked = corr_series.abs().sort_values(ascending=False)

    result = pd.DataFrame({
        "Ticker": ranked.index,
        "Correlation": [round(corr_series[t], 4) for t in ranked.index],
    })
    return result, returns

A3：展示结果

展示带公司名称和行业的排名表（通过 yf.Ticker(t).info.get("shortName") 获取）。以下数值仅供示例：

排名	股票代码	公司	相关性	关联原因
1	AMD	Advanced Micro Devices	0.82	同一行业 — GPU/CPU
2	AVGO	Broadcom	0.78	AI 基础设施同类股

包括：

• 相关性最高的 10 只正相关股票
• 值得关注的负相关股票（潜在对冲标的）
• 简要说明每只股票可能的关联原因（行业、供应链、客户重叠）

---

子技能 B：收益率相关性

目标：深入分析两只（或少数几只）指定股票之间的关系。

B1：下载并计算

import yfinance as yf
import pandas as pd
import numpy as np

def return_correlation(ticker_a, ticker_b, period="1y"):
    data = yf.download([ticker_a, ticker_b], period=period, auto_adjust=True, progress=False)
    closes = data["Close"][[ticker_a, ticker_b]].dropna()

    returns = np.log(closes / closes.shift(1)).dropna()
    corr = returns[ticker_a].corr(returns[ticker_b])

    # Beta: how much does B move per unit move of A
    cov_matrix = returns.cov()
    beta = cov_matrix.loc[ticker_b, ticker_a] / cov_matrix.loc[ticker_a, ticker_a]

    # R-squared
    r_squared = corr ** 2

    # Rolling 60-day correlation for stability
    rolling_corr = returns[ticker_a].rolling(60).corr(returns[ticker_b])

    # Spread (log price ratio) for mean-reversion
    spread = np.log(closes[ticker_a] / closes[ticker_b])
    spread_z = (spread - spread.mean()) / spread.std()

    return {
        "correlation": round(corr, 4),
        "beta": round(beta, 4),
        "r_squared": round(r_squared, 4),
        "rolling_corr_mean": round(rolling_corr.mean(), 4),
        "rolling_corr_std": round(rolling_corr.std(), 4),
        "rolling_corr_min": round(rolling_corr.min(), 4),
        "rolling_corr_max": round(rolling_corr.max(), 4),
        "spread_z_current": round(spread_z.iloc[-1], 4),
        "observations": len(returns),
    }

B2：呈现结果

显示摘要卡片（示例数值）：

指标	数值
Pearson 相关系数	0.82
Beta（B 相对于 A）	1.15
R-squared	0.67
滚动相关系数（60 天均值）	0.80
滚动相关系数范围	[0.55, 0.94]
滚动相关系数标准差	0.08
利差 Z 分数（当前）	+1.2
观测值	250

解读指南：

• 相关系数 > 0.80：高度同向变动——这些股票紧密联动
• 相关系数 0.50–0.80：中度同向变动——存在共同的行业驱动因素，但也受各自独立因素影响
• 相关系数 < 0.50：同向变动较弱——即使可能属于同一行业，联动也有限
• 滚动标准差高：关系不稳定——相关性随时间显著变化
• 利差 Z > |2|：相对于历史关系出现了异常背离

---

子技能 C：行业聚类

目标：给定一组股票代码，展示完整的相关结构并识别集群。

C1：构建相关矩阵

import yfinance as yf
import pandas as pd
import numpy as np

def sector_clustering(tickers, period="1y"):
    data = yf.download(tickers, period=period, auto_adjust=True, progress=False)

    # yf.download returns MultiIndex (Price, Ticker) columns
    closes = data["Close"].dropna(axis=1, thresh=max(60, len(data) // 2))
    returns = np.log(closes / closes.shift(1)).dropna()
    corr_matrix = returns.corr()

    # Hierarchical clustering order
    from scipy.cluster.hierarchy import linkage, leaves_list
    from scipy.spatial.distance import squareform

    dist_matrix = 1 - corr_matrix.abs()
    np.fill_diagonal(dist_matrix.values, 0)
    condensed = squareform(dist_matrix)
    linkage_matrix = linkage(condensed, method="ward")
    order = leaves_list(linkage_matrix)
    ordered_tickers = [corr_matrix.columns[i] for i in order]

    # Reorder matrix
    clustered = corr_matrix.loc[ordered_tickers, ordered_tickers]

    return clustered, returns

注意：如果没有 scipy，则改为按平均相关系数排序，而不是进行层次聚类。

C2：呈现结果

1. 完整相关矩阵——以表格形式展示。如果股票代码超过 8 个，则以热力图形式说明，或仅突出显示相关性最高和最低的配对。

2. 识别出的集群——将组内相关性较高的股票代码分组：

   • 集群 1：[NVDA, AMD, AVGO]——组内平均相关系数 0.82
   • 集群 2：[AAPL, MSFT]——组内平均相关系数 0.75

3. 离群项——与组内其他股票平均相关性较低的股票代码（可能有助于分散风险）。

4. 相关性最高的配对——矩阵中相关性最高的前 5 组配对。

5. 相关性最低的配对——相关性最低或为负的前 5 组配对（可作为对冲候选）。

---

子技能 D：实现相关性

目标：展示相关性随时间及不同市场环境的变化情况。

D1：滚动相关系数

import yfinance as yf
import pandas as pd
import numpy as np

def realized_correlation(ticker_a, ticker_b, period="2y", windows=[20, 60, 120]):
    data = yf.download([ticker_a, ticker_b], period=period, auto_adjust=True, progress=False)
    closes = data["Close"][[ticker_a, ticker_b]].dropna()

    returns = np.log(closes / closes.shift(1)).dropna()

    rolling = {}
    for w in windows:
        rolling[f"{w}d"] = returns[ticker_a].rolling(w).corr(returns[ticker_b])

    return rolling, returns

D2：按市场环境划分的相关系数

def regime_correlation(returns, ticker_a, ticker_b, condition_ticker=None):
    """Compare correlation across up/down/volatile regimes."""
    if condition_ticker is None:
        condition_ticker = ticker_a

    ret = returns[condition_ticker]

    regimes = {
        "All Days": pd.Series(True, index=returns.index),
        "Up Days (target > 0)": ret > 0,
        "Down Days (target < 0)": ret < 0,
        "High Vol (top 25%)": ret.abs() > ret.abs().quantile(0.75),
        "Low Vol (bottom 25%)": ret.abs() < ret.abs().quantile(0.25),
        "Large Drawdown (< -2%)": ret < -0.02,
    }

    results = {}
    for name, mask in regimes.items():
        subset = returns[mask]
        if len(subset) >= 20:
            results[name] = {
                "correlation": round(subset[ticker_a].corr(subset[ticker_b]), 4),
                "days": int(mask.sum()),
            }

    return results

D3：呈现结果

1. 滚动相关系数摘要表（此处及市场环境表中的数值均为示例）：

窗口	当前值	均值	最小值	最大值	标准差
20 天	0.88	0.76	0.32	0.95	0.12
60 天	0.82	0.78	0.55	0.92	0.08
120 天	0.80	0.79	0.68	0.88	0.05

2. 市场环境相关系数表：

市场环境	相关系数	天数
所有交易日	0.82	250
上涨日	0.75	132
下跌日	0.87	118
高波动（前 25%）	0.90	63
大幅回撤（< -2%）	0.93	28

3. 关键见解：指出抛售期间相关性是否上升（这种情况很常见——“危机时相关性会趋近于 1”）。这对风险管理至关重要。

4. 趋势：与历史均值相比，近期相关性是在上升还是下降？

---

步骤 3：回复用户

运行适当的子技能后，清晰地呈现结果：

始终包含

• 使用的回溯期和数据间隔
• 观测值数量（交易日）
• 因数据不足而剔除的股票代码

始终注明

• 相关性不代表因果关系——同向变动不意味着存在因果联系
• 过去的相关性不能保证未来的相关性——市场环境会变化
• 较短的回溯窗口会产生噪声较大的估算；较长的窗口虽能平滑数据，但可能无法捕捉市场环境变化

实际应用（相关时提及）

• 跟随行情：可能跟随同行公司财报或新闻行情变动的股票
• 配对交易：高相关性配对中，利差已偏离均值的情况
• 投资组合分散化：寻找低相关性资产以降低风险
• 对冲：识别负相关的工具
• 行业轮动：了解哪些行业走势一致
• 风险管理：市场承压时相关性会飙升——最需要分散风险时，分散化可能失效

呈现数据，让用户自行得出结论；不要推荐具体交易。

---

参考文件

• references/sector_universes.md — 使用 yfinance Screener API 动态构建同行集合

需要为指定股票代码构建同行集合时，请阅读此参考文件。