analyze-copper-stock-resilience-dependency

**跨資產依賴核心邏輯**

銅價的關卡突破與回補，並非單純由銅本身決定，而是高度依賴股市韌性：

銅價走勢 = f(技術面關卡狀態) × f(股市韌性) × f(中國利率環境)

關鍵洞察：

• 股市韌性高時：銅突破關卡後「續航」機率更高
• 股市韌性低時：銅更容易出現「back-and-fill」回補到支撐區
• 中國10Y殖利率：作為風險壓力/政策寬鬆的雙面訊號

**心理關卡與趨勢狀態**

銅價的重要心理整數位（如 10,000 / 13,000 USD/ton）是判斷突破與回補的關鍵：

狀態	條件	含義
up	close > SMA(60) 且斜率為正	上升趨勢
down	close < SMA(60) 且斜率為負	下降趨勢
range	其他	區間整理

關卡判定：

• near_resistance: 接近上方關卡
• near_support: 接近下方支撐

**股市韌性評分（0-100）**

將「股市韌性」量化為可計算的分數：

因子	權重	計算方式
12個月動能	40%	12m 報酬分位數（vs 歷史）
均線位置	40%	是否站上 12 月均線（是=100，否=0）
近期回撤	20%	近 3m 回撤越小越好（反向計分）

評分解讀：

• 70-100：高韌性，銅突破關卡後續航機率較高
• 30-70：中性，需觀察其他因子
• 0-30：低韌性，回補風險顯著上升

**滾動迴歸：量化依賴強度**

計算銅價對股市與中國殖利率的滾動貝塔係數：

Δcopper ~ β1 × Δequity + β2 × Δchina_yield + ε

• β1（股市貝塔）越大越正：銅越像風險資產，越依賴股市
• β1 高分位：市場正在把銅當風險資產一起交易
• β1 < 0（負相關）：銅與股市脫鉤，展現獨立邏輯（避險/供給/能源轉型敘事）
• β2（殖利率貝塔）：正 = 殖利率上升利好銅（通膨敘事），負 = 反之

**資料取得方式**

本 skill 使用以下公開數據來源：

數據	代碼/來源	取得方式
銅期貨價格	COMEX Copper (HG=F)	Yahoo Finance
全球股市市值	VT (Vanguard Total World Stock ETF)	Yahoo Finance
中國10Y殖利率	MacroMicro	Selenium + Highcharts

單位換算：

• HG=F 為 $/lb，自動乘以 2204.62262 轉換為 $/ton
• VT ETF 價格乘以係數轉換為全球市值估計（兆美元）
• 中國10Y 為百分比（%）

</essential_principles> 實作銅價股市韌性依賴分析：

1. 資料擷取：抓取銅價、全球股市、中國10Y殖利率
2. 趨勢與關卡判定：計算 SMA、趨勢狀態、接近哪個關卡
3. 股市韌性評分：計算 equity_resilience_score
4. 依賴關係量化：滾動迴歸計算 β 係數
5. 回補機率估計：歷史統計回補頻率（高韌性 vs 低韌性）
6. 情境判讀：輸出當前是「續航」還是「回補」情境

輸出：當前狀態、依賴強度、回補機率、可執行警報旗標。

最快的方式：執行預設分析

cd skills/analyze-copper-stock-resilience-dependency
pip install pandas numpy yfinance scipy statsmodels matplotlib  # 首次使用
python scripts/copper_stock_analyzer.py --quick

輸出範例：

{
  "as_of": "2026-01-22",
  "latest_state": {
    "copper_price_usd_per_ton": 12727,
    "copper_trend": "up",
    "equity_resilience_score": 83,
    "rolling_beta_equity_24m": -0.80
  },
  "diagnosis": {
    "narrative": "銅價上升趨勢中，接近 13,000 關卡，股市韌性高檔。"
  }
}

生成 Bloomberg 風格圖表：

python scripts/visualize.py \
  --start 2015-01-01 \
  -o output/copper_resilience_2026-01-22.png

圖表包含：

• 銅價月線 + SMA60（右軸，橙紅/黃色）
• 全球股市市值（左軸，橙色面積圖）
• 中國 10Y 殖利率（左軸，黃線）
• 關卡線（10,000 / 13,000）

生成依賴度分析圖表（三面板綜合圖）：

python scripts/plot_dependency_analysis.py \
  --start 2015-01-01 \
  -o ../../output/copper-dependency-analysis-2026-01-22.png

圖表包含三個面板：

1. 銅價面板：銅價 + SMA60 + 趨勢背景色（綠=上升，紅=下降）+ 關卡線
2. β係數面板：滾動 β 時間序列 + ±1σ 區間 + 當前分位數 + 負值警示
3. 韌性面板：股市韌性評分 + 高/低閾值線

完整分析：

python scripts/copper_stock_analyzer.py \
  --start 2015-01-01 \
  --end 2026-01-22 \
  --copper HG=F \
  --equity ACWI \
  --output result.json

</quick_start> 需要進行什麼操作？

1. 快速檢查 - 查看目前銅價、股市韌性、關卡狀態
2. 完整分析 - 分析時間區間內的依賴關係與回補機率
3. 視覺化圖表 - 生成銅價與依賴因子的視覺化圖表
4. 依賴度分析圖 - 生成三面板依賴度分析圖表（銅價+β係數+韌性）
5. 方法論學習 - 了解跨資產依賴模型的邏輯

請選擇或直接提供分析參數。

| Response | Action | |------------------------------|--------------------------------------------------------| | 1, "快速", "quick", "check" | 執行 `python scripts/copper_stock_analyzer.py --quick` | | 2, "完整", "分析", "full" | 閱讀 `workflows/analyze.md` 並執行 | | 3, "視覺化", "chart", "plot" | 閱讀 `workflows/visualize.md` 並執行 | | 4, "依賴度", "dependency" | 執行 `python scripts/plot_dependency_analysis.py` | | 5, "學習", "方法論", "why" | 閱讀 `references/methodology.md` | | 提供參數 (如日期範圍) | 閱讀 `workflows/analyze.md` 並使用參數執行 |

路由後，閱讀對應文件並執行。

``` analyze-copper-stock-resilience-dependency/ ├── SKILL.md # 本文件（路由器） ├── skill.yaml # 前端展示元數據 ├── manifest.json # 技能元數據 ├── workflows/ │ ├── analyze.md # 完整分析工作流 │ ├── quick-check.md # 快速檢查工作流 │ └── visualize.md # 視覺化工作流 ├── references/ │ ├── methodology.md # 跨資產依賴方法論 │ ├── data-sources.md # 數據來源與爬蟲說明 │ └── input-schema.md # 完整輸入參數定義 ├── templates/ │ ├── output-json.md # JSON 輸出模板 │ └── output-markdown.md # Markdown 報告模板 ├── scripts/ │ ├── copper_stock_analyzer.py # 主分析腳本 │ ├── fetch_data.py # 數據抓取工具 │ ├── visualize.py # Bloomberg 風格圖表 │ └── plot_dependency_analysis.py # 三面板依賴度分析圖表 ├── data/ │ └── cache/ # 數據快取目錄 └── examples/ └── sample-output.json # 範例輸出 ``` </directory_structure>

方法論: references/methodology.md

• 跨資產依賴概念與研究報告對照
• 股市韌性評分設計
• 滾動迴歸與貝塔解讀
• Back-and-fill 回補判定邏輯

資料來源: references/data-sources.md

• Yahoo Finance (yfinance) 使用說明
• 中國10Y殖利率爬蟲設計
• 數據頻率與對齊方法

輸入參數: references/input-schema.md

• 完整參數定義
• 預設值與建議範圍

</reference_index> | Workflow | Purpose | 使用時機 | |----------------|----------------|----------------------------| | analyze.md | 完整分析 | 需要詳細依賴關係與回補分析 | | quick-check.md | 快速檢查 | 只想看當前狀態 | | visualize.md | 生成視覺化圖表 | 需要圖表展示 | </workflows_index> | Template | Purpose | |--------------------|-------------------| | output-json.md | JSON 輸出結構定義 | | output-markdown.md | Markdown 報告模板 | </templates_index>

Script	Command	Purpose
copper_stock_analyzer.py	--quick	快速檢查當前狀態
copper_stock_analyzer.py	--start DATE --end DATE	完整分析
fetch_data.py	--series HG=F,ACWI	抓取市場數據
visualize.py	--start 2015-01-01 -o output/chart.png	生成 Bloomberg 風格圖表
plot_dependency_analysis.py	--start 2015-01-01 -o output/chart.png	生成三面板依賴度分析圖表
</scripts_index>

核心參數

參數	類型	預設值	說明
start_date	string	2020-01-01	分析起點
end_date	string	today	分析終點
freq	string	1mo	頻率（月）
copper_series	string	HG=F	銅價序列代碼
equity_proxy_series	string	ACWI	股市代理序列
china_10y_yield_series	string	爬取	中國10Y殖利率

模型參數

參數	類型	預設值	說明
ma_window	int	60	移動平均視窗
rolling_window	int	24	滾動迴歸視窗（月）
round_levels	list	[10000, 13000]	關卡位置
backfill_max_drawdown	float	0.25	回補幅度上限

完整參數定義見 references/input-schema.md。

</input_schema_summary> ```json { "skill": "analyze-copper-stock-resilience-dependency", "as_of": "2026-01-22", "inputs": { "copper_series": "HG=F (converted to USD/ton)", "equity_proxy_series": "ACWI", "ma_window": 60, "rolling_window": 24 }, "latest_state": { "copper_price_usd_per_ton": 12727, "copper_sma_60": 9355, "copper_trend": "up", "near_resistance_levels": [13000], "near_support_levels": [], "equity_resilience_score": 91, "rolling_beta_equity_24m": -0.80, "rolling_beta_yield_24m": -0.05 }, "diagnosis": { "narrative": "銅價上升趨勢中，接近 13,000 關卡，股市韌性高檔。", "scenario": "續航機率較高", "dependency_status": "滾動 β 為負值 (-0.80)，銅與股市呈反向關係，脫離傳統風險資產模式" }, "actionable_flags": [ { "flag": "APPROACHING_RESISTANCE", "meaning": "接近重要阻力位，關注能否突破" }, { "flag": "NEGATIVE_BETA_REGIME", "meaning": "銅與股市呈反向關係，脫離傳統風險資產模式" }, { "flag": "LOW_BETA_ANOMALY", "meaning": "β 處於歷史極端低位，銅正展現獨立於股市的上漲邏輯" } ] } ```

完整輸出結構見 templates/output-json.md。
</output_schema_summary>

執行成功時應產出：

• 當前銅價與趨勢狀態（up/down/range）
• 接近的關卡位置（resistance/support）
• 股市韌性評分（0-100）
• 滾動貝塔係數（β_equity, β_yield）
• 回補機率估計（overall / high_resilience / low_resilience）
• 情境判讀敘述
• 可執行警報旗標
• 視覺化圖表（可選，輸出至 output/ 目錄）</success_criteria>