介绍
# Sector Analyst
## 概览
此技能能够全面分析板块和行业表现图表，以识别市场周期定位并预测可能的轮动情景。该分析将观察到的表现数据与既定的板块轮动原则相结合，提供客观的市场评估和概率情景预测。
## 何时使用此技能
在以下情况使用此技能： - 用户提供板块表现图表（通常为 1 周和 1 个月的时间框架） - 用户提供显示相对表现数据的行业表现图表 - 用户请求分析当前的市场周期定位 - 用户询问板块轮动评估或预测 - 用户需要针对市场定位的概率加权情景
示例用户请求： - “分析这些板块表现图表，并告诉我我们目前处于市场周期的哪个阶段” - “基于这些表现图表，哪些板块接下来应该会跑赢大盘？” - “基于这些数据，发生防御性轮动的概率是多少？” - “回顾这些板块和行业图表，并提供情景分析”
## 分析工作流
分析板块/行业表现图表时，请遵循此结构化工作流：
### 步骤 1：数据收集与观察
首先，仔细检查所有提供的图表图像以提取： - **板块级别表现**：识别哪些板块（科技、金融、非必需消费品等）正在跑赢/跑输 - **行业级别表现**：注意显示出强势或弱势的具体行业 - **时间框架对比**：对比 1 周与 1 个月的表现，以识别趋势的一致性或背离 - **变动幅度**：评估相对表现差异的大小 - **变动广度**：确定表现是集中的还是广泛的
分析图表时请用英语思考。记录关键板块和行业的具体数值表现数据。
### 步骤 2：市场周期评估
加载板块轮动知识库以辅助分析： - 阅读 `references/sector_rotation.md` 以访问市场周期和板块轮动框架 - 将观察到的表现模式与每个周期阶段的预期模式进行对比： - 周期早期复苏 - 周期中期扩张 - 周期晚期 - 衰退期
通过以下方式确定哪个周期阶段最符合当前的观察结果： - 将跑赢板块映射为典型的周期领涨板块 - 将跑输板块映射为典型的周期滞后板块 - 评估多个板块之间的一致性 - 评估与防御性板块及周期性板块表现的一致性
### 步骤 3：当前形势分析
将观察结果综合为客观的评估： - 陈述当前表现最接近的市场周期阶段 - 强调支持性证据（哪些板块/行业证实了这一观点） - 注意任何相互矛盾的信号或不寻常的模式 - 根据信号的一致性评估信心水平
使用数据驱动的语言并具体引用表现数据。
### 步骤 4：情景开发
基于板块轮动原则和当前定位，为下一阶段开发 2-4 种潜在情景：
对于每种情景： - 描述市场周期的转换 - 识别哪些板块可能跑赢大盘 - 识别哪些板块可能跑输大盘 - 指定证实该情景的催化剂或条件 - 分配概率（参见 sector_rotation.md 中的概率评估框架）
情景应从最可能（概率最高）到替代/逆向情景排列。
### 步骤 5：输出生成
创建一个包含以下部分的结构化 Markdown 文档：
**必需部分：** 1. **执行摘要**：2-3 句关键发现概述 2. **当前形势**：当前表现模式和市场周期定位的详细分析 3. **支持性证据**：支持周期评估的具体板块和行业表现数据 4. **情景分析**：2-4 种情景及其描述和概率分配 5. **建议定位**：基于情景概率的战略和战术定位建议 6. **主要风险**：需要注意的重大风险或矛盾信号
## 输出格式
将分析结果保存为 Markdown 文件，命名约定为：`sector_analysis_YYYY-MM-DD.md`
使用此结构：
```markdown # Sector Performance Analysis - [Date]
## Executive Summary
[2-3 sentences summarizing key findings]
## Current Situation
### Market Cycle Assessment [Which cycle phase and why]
### Performance Patterns Observed
#### 1-Week Performance [Analysis of recent performance]
#### 1-Month Performance [Analysis of medium-term trends]
#### Sector-Level Analysis [Detailed breakdown by sector]
#### Industry-Level Analysis [Notable industry-specific observations]
## Supporting Evidence
### Confirming Signals - [List data points supporting cycle assessment]
### Contradictory Signals - [List any conflicting indicators]
## Scenario Analysis
### Scenario 1: [Name] (Probability: XX%) **Description**: [What happens] **Outperformers**: [Sectors/industries] **Underperformers**: [Sectors/industries] **Catalysts**: [What would confirm this scenario]
### Scenario 2: [Name] (Probability: XX%) [Repeat structure]
[Additional scenarios as appropriate]
## Recommended Positioning
### Strategic Positioning (Medium-term) [Sector allocation recommendations]
### Tactical Positioning (Short-term) [Specific adjustments or opportunities]
## Key Risks and Monitoring Points
[What to watch that could invalidate the analysis]
--- *Analysis Date: [Date]* *Data Period: [Timeframe of charts analyzed]* ```
## 关键分析原则
进行分析时：
1. **客观优先**：让数据指导结论，而不是先入之见 2. **概率思维**：通过概率范围表达不确定性 3. **多时间框架**：对比 1 周和 1 个月的数据以进行趋势确认 4. **相对表现**：关注相对强度，而非绝对回报 5. **广度很重要**：广泛的变动比孤立变动更重要 6. **没有绝对**：市场很少完全遵循教科书模式 7. **历史背景**：参考典型的轮动模式，但承认独特性
## 概率指南
根据证据强度应用以下概率范围：
- **70-85%**：强力证据，在多个板块和时间框架上有多个确认信号 - **50-70%**：中等证据，有一些确认信号但指标混杂 - **30-50%**：弱证据，信号有限或相互冲突 - **15-30%**：投机性情景，与当前指标相反但有可能
所有情景的总概率应约为 100%。
## 资源
### references/ - `sector_rotation.md` - 涵盖市场周期阶段、典型板块表现模式和概率评估框架的综合知识库
### assets/ 展示预期输入格式的示例图表： - `sector_performance.jpeg` - 示例板块级别表现图表（1 周和 1 个月） - `industory_performance_1.jpeg` - 示例行业表现图表（表现优异者） - `industory_performance_2.jpeg` - 示例行业表现图表（表现不佳者）
这些样本说明了此技能分析的视觉数据类型。用户提供的图表格式可能各不相同，但应包含类似的相对表现信息。
## 重要说明
- 所有分析思维应用英语进行 - 输出的 Markdown 文件必须为英语 - 每次分析都应参考板块轮动知识库 - 保持客观，避免确认偏误 - 如果获得新数据，请更新概率评估 - 图表通常显示 1 周和 1 个月期间的表现