a-share-drawdown-analysis
A股回撤分析/最大回撤量化/回撤统计。当用户说"回撤"、"drawdown"、"最大回撤"、"回撤分析"、"回撤统计"、"历史回撤"、"水下曲线"、"亏了多少"、"从高点跌了多少"、"回撤修复"、"回撤天数"时触发。MUST USE when user asks about drawdown metrics, max drawdown calculation, or historical drawdown analysis for stocks/indices/portfolios. 基于 cn-stock-data 获取K线数据，量化分析历史回撤特征（最大回撤、回撤持续期、回撤修复时间、水下曲线）。支持研报风格（formal）和快速分析风格（brief）。
Best use case
a-share-drawdown-analysis is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
A股回撤分析/最大回撤量化/回撤统计。当用户说"回撤"、"drawdown"、"最大回撤"、"回撤分析"、"回撤统计"、"历史回撤"、"水下曲线"、"亏了多少"、"从高点跌了多少"、"回撤修复"、"回撤天数"时触发。MUST USE when user asks about drawdown metrics, max drawdown calculation, or historical drawdown analysis for stocks/indices/portfolios. 基于 cn-stock-data 获取K线数据，量化分析历史回撤特征（最大回撤、回撤持续期、回撤修复时间、水下曲线）。支持研报风格（formal）和快速分析风格（brief）。
Teams using a-share-drawdown-analysis should expect a more consistent output, faster repeated execution, less prompt rewriting.
When to use this skill
- You want a reusable workflow that can be run more than once with consistent structure.
When not to use this skill
- You only need a quick one-off answer and do not need a reusable workflow.
- You cannot install or maintain the underlying files, dependencies, or repository context.
Installation
Claude Code / Cursor / Codex
Manual Installation
- Download SKILL.md from GitHub
- Place it in
.claude/skills/a-share-drawdown-analysis/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How a-share-drawdown-analysis Compares
| Feature / Agent | a-share-drawdown-analysis | Standard Approach |
|---|---|---|
| Platform Support | Not specified | Limited / Varies |
| Context Awareness | High | Baseline |
| Installation Complexity | Unknown | N/A |
Frequently Asked Questions
What does this skill do?
A股回撤分析/最大回撤量化/回撤统计。当用户说"回撤"、"drawdown"、"最大回撤"、"回撤分析"、"回撤统计"、"历史回撤"、"水下曲线"、"亏了多少"、"从高点跌了多少"、"回撤修复"、"回撤天数"时触发。MUST USE when user asks about drawdown metrics, max drawdown calculation, or historical drawdown analysis for stocks/indices/portfolios. 基于 cn-stock-data 获取K线数据，量化分析历史回撤特征（最大回撤、回撤持续期、回撤修复时间、水下曲线）。支持研报风格（formal）和快速分析风格（brief）。
Where can I find the source code?
You can find the source code on GitHub using the link provided at the top of the page.
SKILL.md Source
# A股回撤分析/最大回撤量化
## 数据源
```bash
SCRIPTS="$SKILLS_ROOT/cn-stock-data/scripts"
python "$SCRIPTS/cn_stock_data.py" kline --code [CODE] --freq daily --start [日期]
python "$SCRIPTS/cn_stock_data.py" quote --code [CODE]
python "$SCRIPTS/cn_stock_data.py" finance --code [CODE]
```
## Workflow
### Step 1: 获取K线数据
获取足够长的历史数据（建议 2 年以上）。
### Step 2: 计算回撤序列
- 滚动最高价 = max(close[:t])
- 回撤 = (close - 滚动最高价) / 滚动最高价 × 100%
- 最大回撤 = min(回撤序列)
### Step 3: 回撤事件分析
- 识别所有回撤 > 10% 的事件
- 每次回撤的起点/终点/最低点/持续天数/恢复天数
- 回撤期间成交量变化
### Step 4: 回撤统计
- 平均回撤深度/持续时间/恢复时间
- 回撤频率（年均几次 > 5%/10%/20%）
- 与大盘回撤的对比（β调整后回撤）
### Step 5: 输出
| 维度 | formal | brief |
|------|--------|-------|
| 回撤序列 | 完整回撤图表+事件表 | 最大回撤值 |
| 统计分析 | 回撤分布+恢复时间 | 关键统计 |
| 风险评估 | 压力测试情景 | 当前回撤状态 |
默认风格：brief。
## 关键规则
1. 最大回撤是衡量风险的核心指标之一
2. 恢复时间往往比回撤深度更影响投资者体验
3. A 股历史上大盘级别回撤：2008(-72%)、2015(-49%)、2018(-31%)
4. 个股回撤通常远大于指数回撤
5. 回撤期间的成交量放大通常意味着恐慌性抛售
## 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
```Related Skills
fund-attribution-analysis
基金收益归因分析 - Brinson模型、因子归因、风格分析工具。 当用户需要分析基金超额收益来源、进行业绩归因、评估基金经理能力时使用此技能。 支持Brinson归因、因子归因、风格归因、行业归因、选股能力分析。 触发关键词：收益归因、Brinson、业绩归因、超额收益、阿尔法归因、因子分析。
tushare-pro
专业财务数据Skill - 提供A股基本面、三大财务报表（资产/利润/现金）、股东数据、日线行情 via Tushare Pro
routine-physical-exam-report-analysis-assistant
当用户需要对常规体检报告进行专业、结构化的解析，提取异常指标、异常结论、边界值异常、复查建议、长期健康风险线索和与核保相关的重要医学信息，并生成适合保险核保、补问流转和资料审查的结构化解析结果时使用本 skill。
watchlist-match-result-analysis
分析名单筛查匹配结果的相似度分层、字段差异和误报聚类，辅助合规团队高效完成名单复核
outpatient-record-analysis-assistant
当用户需要对门诊相关医疗记录进行专业、结构化的解析，提取主诉、现病史、初步诊断、复诊频次、治疗方案、随访安排及其他与保险核保相关的重要医学信息，并生成适合保险核保、补问流转和资料审查的结构化解析结果时使用本 skill。
middle-class-protection-gap-analysis-assistant
当用户需要围绕中产客户或中产家庭的收入保障、健康保障、资产保护、家庭责任和中长期生活目标，分析当前保障结构是否合理、核心风险是否覆盖、责任与保障是否匹配，并识别身故保障、重疾保障、医疗保障、意外保障、养老保障、子女教育保障和资产安全保障等方面的保障缺口时使用本 skill。适用于中产客户保障诊断、收入保障分析、家庭责任梳理、已有保单盘点、保障层次评估、补充优先级判断、客户沟通前置分析，以及“先不要推荐产品，先看这个中产家庭缺什么保障”这类场景。输入可以是客户及家庭成员资料、收入与负债信息、生活支出压力、已有保单清单、社保医保与团险信息、储蓄型与养老型保险安排、预算约束、客户关注重点、访谈纪要、OCR 文本或其他零散客户资料。
hospitalization-record-analysis-assistant
当用户需要对住院相关医疗资料进行专业、结构化的解析，提取入院诊断、出院诊断、住院经过、手术治疗、并发症、恢复情况、复诊建议及其他与核保相关的重要医学信息，并生成适合保险核保、补问流转和资料审查的结构化解析结果时使用本 skill。
sector-exposure-analysis
面向基金投研分析领域的暴露分析任务Skill，围绕「行业暴露分析助手」场景提供信息抽取、结构化分析与结果输出。
product-positioning-analysis
面向基金产品管理领域的产品定位任务Skill，围绕「产品定位分析助手」场景提供信息抽取、结构化分析与结果输出。
family-protection-gap-analysis-assistant
当用户需要基于家庭成员结构、收入责任、负债压力、已有保障配置、家庭生命周期阶段和预算约束，分析家庭当前保障是否充足、识别寿险、重疾险、医疗险、意外险、养老保障和子女教育保障等方面的保障缺口，并输出适合保险代理人、顾问、客户经理或保障规划人员直接使用的家庭保障分析报告时使用本 skill。适用于家庭保障诊断、家庭责任梳理、现有保单盘点、保障缺口识别、配置优先级判断、客户沟通前置分析，以及“先不推产品、先看家庭缺什么保障”这类场景。输入可以是家庭基础资料、收入与负债信息、已有保单清单、社保医保与团险信息、预算约束、客户关注重点、访谈纪要、表格整理文本、OCR 文本或其他零散家庭保障资料。
factor-analysis
多因子分析与 IC 检验工具，提供因子计算、IC/IR 检验、因子收益率、分组回测等量化因子研究功能。当用户需要做因子有效性检验或因子研究时使用。
drawdown-comfort-script
面向基金投顾与客户服务领域的回撤安抚任务Skill，围绕「回撤安抚话术助手」场景提供信息抽取、结构化分析与结果输出。