AbleMind 技能市场

juzi-stratos

外部策略 / 回测

HTTP · Bearer · v0.3.0 · 25 工具

用途 · 能做什么

中信建投金工团队自研的跨域统一回测引擎，覆盖资产配置、行业轮动与FOF策略的全链条量化分析。

▸执行多维度资产配置回测（经典模型如风险平价/均值方差，及团队策略如普林格周期、宏观状态模型）
▸查询30个中信一级行业的实时/历史打分、宏观归因、财务与分析师因子、事件动量及基金仓位数据
▸调取宏观状态模型（非美林时钟）对股/债/金的月度择时信号及6档波动率下的精细化资产权重
▸获取并定制预设组合模板（如pring_phase_v1），支持用户级universe覆盖与持久化保存
▸深度分析回测结果：含年度/月度收益、最大回撤、权重演变、基准对比及NAV时序

综合策略:资产配置、行业轮动信号、FOF 回测引擎

典型场景

• 研究员快速验证某行业是否处于宏观利好+财务改善+事件动量共振的‘三重确认’状态
• FOF经理基于宏观状态信号切换A股/债券/黄金配置，并回测不同目标波动率下的历史业绩
• 量化团队以普林格实际权重为基准，对比经典风险预算模型在相同universe下的表现差异
• 构建行业轮动策略：用query_industry_scores选取top5行业，叠加query_event_momentum过滤突破信号

什么时候用

当你需要专业级、可归因、可复现的中观轮动或资产配置策略验证，且依赖中信建投金工团队的信号逻辑与实盘级数据源时。

示范指令

请用宏观状态模型（macro_state_v1）查询最近12个月股票、债券、黄金的择时信号，并解释2024年9月信号背后的宏观因子状态。

对‘医药’行业，拉取近3年净利润环比增长率、预期未来ROE_自然季2_3月变化、以及北向资金事件动量排名，综合判断其当前配置价值。

用团队预设的pring_phase_v1模板，在2020-2024年间回测其业绩，并与等权配置和风险平价模型做年度收益与回撤对比分析。

服务自述

橘子MCP · 综合策略 — 中信建投证券 金工及基金研究团队 自研。资产配置 / 中观轮动 / FOF 跨领域统一回测引擎。

## v0.2 tactical domain (行业轮动信号 + 中间数据查询)
- 30 个中信一级行业 + 10 板块映射: `list_industries(sector=None)`
- 22 个 module 元数据 (10 raw 连续打分 + 11 net 离散信号 + composite): `list_tactical_modules()`
- 行业打分核心查: `query_industry_scores(module, as_of_date=None, industry_name=None, top_n=30, ...)`
- 宏观回归参数: `query_macro_regression(industry_name, as_of_date=None)` (为什么宏观看好/看空)
- 财务/分析师因子: `query_financial_factors(industry_name, factor_kind='financial'|'analyst'|'aux')`
    财务 6 因子: 资产负债率/成本费用利润率/净利润环比增长率/利润总额环比增长率/净资产收益率/归母净利润环比增长率
    分析师核心: 预期未来ROE_自然季2_3月变化 = 本期对目标期预期 - 3 月前对同一目标期预期 (roll-forward 差分)
- 事件动量: `query_event_momentum(event_type, event_date=None, industry_name=None)`
- 基金仓位: `query_fund_position(source='all_active'|'selected_active'|'etf_share', ...)`
- 复合策略业绩: `query_composite_performance(metric_kind='group_summary'|'nav'|'latest_industry_detail')`

## v0.1 asset domain (资产配置 + 回测)
**了解可用方法：** `list_allocation_methods(domain='asset')` → `describe_method(method_code)`
**看团队预设组合：** `list_portfolio_templates()` → `get_portfolio_template(template_code)`
**回测团队组合：** `simulate_team_method(template_code, start_date, end_date, benchmark_code='000300.SH')`
**回测经典方法：** `simulate_classical_method(method_code='equal_weight', universe={...}, start_date, end_date)`
**用户定制：** `customize_template(template_code, universe_overrides={...})` 后再 simulate
**详细分析：** `analyze_backtest(backtest_id)`（含年度/月度收益、回撤、权重历史）

## v0.1 当前可用
- domain: asset（资产配置）
- methods: pring_phase_allocation（普林格周期）/ equal_weight（等权）
- templates: pring_phase_v1
- universe: a_stock_large/gold/treasury_bond/commodity_broad（4 大类资产）

## 参数提示
- 资产代码: 指数 '000300.SH', 基金 '518880.SH', 现货 'XAUUSD.FX'
- 日期: YYYY-MM-DD 或 YYYYMMDD
- universe: {asset_class: windcode}, e.g. {'a_stock_large': '000300.SH'}
- universe_overrides: {asset_class: {code, action: 'replace'/'remove'/'add'}}

## ⚠️ 数据真实性约束（避免编造）
- 输出'多模块共振对比'/'多策略一致性'类表格时, 必须对每个 module **逐个调用**   `query_industry_scores(module=...)` 拿到当期数据, 不可从前文 context 推断或猜测。
- 用 `list_industries` 拿到的板块映射是 single source of truth,   不可自己脑补行业属哪个板块（中信一级 30 行业 + 10 板块降维有官方对应）。
- 事件动量信号 (event_momentum / event_momentum_long / *_signal):   某个 as_of_date **未触发事件**时, 该模块当期信号应为空/0, 不要 carry-forward   上次事件的持仓当作当期推荐。

MCP 数据接口仓库

juzi-stratos