Check a dataset before analysis
Find missing values, inconsistent formats, duplicates, and questions that could invalidate results.
A股离散度交易/相关性策略。当用户说"离散度"、"dispersion"、"相关性交易"、"correlation trading"、"指数vs成分股波动率"、"离散度套利"时触发。基于 cn-stock-data 获取数据,分析指数与成分股波动率离散度。支持 formal/brief 两种输出风格。
---
name: a-share-dispersion-trade-461854ea3a90
description: A股离散度交易/相关性策略。当用户说"离散度"、"dispersion"、"相关性交易"、"correlation trading"、"指数vs成分股波动率"、"离散度套利"时触发。基于 cn-stock-data 获取数据,分析指数与成分股波动率离散度。支持 formal/brief 两种输出风格。
---
# 离散度交易/相关性策略助手
## 数据获取
通过 cn-stock-data skill 获取数据:
- **指数期权**: 指数IV数据
- **成分股期权/波动率**: 个股IV或HV
- **指数权重**: 成分股权重
## 分析工作流
### Step 1: 离散度计算
- 隐含相关性 = 指数IV² / 加权成分股IV²
- 已实现相关性 = 成分股收益率相关系数均值
- 离散度 = 成分股IV加权均值 - 指数IV
- 相关性风险溢价 = 隐含相关性 - 已实现相关性
### Step 2: 离散度交易构建
- 做多离散度:买成分股期权+卖指数期权
- 做空离散度:卖成分股期权+买指数期权
- Vega中性:调整名义金额使组合Vega为零
- Delta对冲:保持方向中性
### Step 3: 相关性分析
- 相关性的均值回归特征
- 危机时相关性飙升(correlation breakdown)
- 行业内vs行业间相关性差异
- 相关性与市场状态的关系
### Step 4: A股离散度特征
- A股成分股期权有限,可用HV替代IV
- 板块轮动导致离散度周期性变化
- 牛市末期离散度通常扩大
- 可用ETF期权近似成分股波动率
### Step 5: 输出报告
## 输出格式
### formal 风格(研报级)
```
# 离散度交易分析报告
## 一、离散度指标
| 指标 | 数值 | 分位数 |
|------|------|--------|
## 二、相关性分析
[隐含vs已实现相关性]
## 三、交易方案
[具体期权组合]
## 四、风险控制
```
### brief 风格(快速分析)
```
## 离散度速览
- 隐含相关性 0.65 vs 已实现 0.55
- 相关性溢价 +10%,偏高
- 建议:做多离散度(卖指数期权+买成分股)
- 风险:市场恐慌时相关性飙升
```
参考 `references/dispersion-trade-guide.md` 获取详细方法论与 A股实证研究。
## 使用示例
### 示例 1: 基本使用
```python
# 调用 skill
result = run_skill({
"param1": "value1",
"param2": "value2"
})
```
### 示例 2: 命令行使用
```bash
python scripts/run_skill.py --input data.json
```
---
name: a-share-dispersion-trade-461854ea3a90
description: A股离散度交易/相关性策略。当用户说"离散度"、"dispersion"、"相关性交易"、"correlation trading"、"指数vs成分股波动率"、"离散度套利"时触发。基于 cn-stock-data 获取数据,分析指数与成分股波动率离散度。支持 formal/brief 两种输出风格。
---
# 离散度交易/相关性策略助手
## 数据获取
通过 cn-stock-data skill 获取数据:
- **指数期权**: 指数IV数据
- **成分股期权/波动率**: 个股IV或HV
- **指数权重**: 成分股权重
## 分析工作流
### Step 1: 离散度计算
- 隐含相关性 = 指数IV² / 加权成分股IV²
- 已实现相关性 = 成分股收益率相关系数均值
- 离散度 = 成分股IV加权均值 - 指数IV
- 相关性风险溢价 = 隐含相关性 - 已实现相关性
### Step 2: 离散度交易构建
- 做多离散度:买成分股期权+卖指数期权
- 做空离散度:卖成分股期权+买指数期权
- Vega中性:调整名义金额使组合Vega为零
- Delta对冲:保持方向中性
### Step 3: 相关性分析
- 相关性的均值回归特征
- 危机时相关性飙升(correlation breakdown)
- 行业内vs行业间相关性差异
- 相关性与市场状态的关系
### Step 4: A股离散度特征
- A股成分股期权有限,可用HV替代IV
- 板块轮动导致离散度周期性变化
- 牛市末期离散度通常扩大
- 可用ETF期权近似成分股波动率
### Step 5: 输出报告
## 输出格式
### formal 风格(研报级)
```
# 离散度交易分析报告
## 一、离散度指标
| 指标 | 数值 | 分位数 |
|------|------|--------|
## 二、相关性分析
[隐含vs已实现相关性]
## 三、交易方案
[具体期权组合]
## 四、风险控制
```
### brief 风格(快速分析)
```
## 离散度速览
- 隐含相关性 0.65 vs 已实现 0.55
- 相关性溢价 +10%,偏高
- 建议:做多离散度(卖指数期权+买成分股)
- 风险:市场恐慌时相关性飙升
```
参考 `references/dispersion-trade-guide.md` 获取详细方法论与 A股实证研究。
## 使用示例
### 示例 1: 基本使用
```python
# 调用 skill
result = run_skill({
"param1": "value1",
"param2": "value2"
})
```
### 示例 2: 命令行使用
```bash
python scripts/run_skill.py --input data.json
```
Imported from the listed AgentSkill.sh category. Complete supplied package files and notices are retained. Required external tools and credentials are not installed. No bundled code was executed during import. Individual agent task behavior has not been tested.