analyze-investment-clock-rotation

**四象限模型核心**

投資時鐘將市場狀態簡化為四個象限：

          金融環境支持（寬鬆）
                ↑
       Q3      │      Q1
     修復過渡   │   理想象限
  ────────────┼────────────→ 獲利成長
       Q4      │      Q2
     最差象限   │   好壞混合
                │
          金融環境不支持（緊縮）

象限	獲利	金融環境	含義	配置建議
Q1 理想象限	↑	支持↑	風險資產友善	偏多、順風配置
Q2 好壞混合	↑	不支持↓	估值壓力、波動	波動管理、估值敏感
Q3 修復過渡	↓	支持↑	寬鬆救市、基本面未回	勿誤判為全面牛市
Q4 最差象限	↓	不支持↓	風險資產易受傷	風險控管、降槓桿

**軸向約定（重要！）**

不同來源的投資時鐘圖可能有不同的軸向定義。本 skill 預設：

• X 軸：金融環境（Financial Conditions）

  • 左側 = 寬鬆（支持性高）
  • 右側 = 緊縮（支持性低）

• Y 軸：獲利成長（Earnings Growth）

  • 上方 = 正成長
  • 下方 = 負成長

若你的圖表定義不同，請在輸入參數中調整 axis_mapping 和 clock_convention。

**時鐘點位計算**

透過 atan2(y, x) 計算角度，再轉換成 12 小時制：

• 12 點：正上方（獲利最高、金融環境中性）
• 3 點：右側（金融環境最緊）
• 6 點：正下方（獲利最低）
• 9 點：左側（金融環境最寬鬆）

旋轉方向：

• 順時針：典型景氣循環路徑（Q1 → Q2 → Q4 → Q3 → Q1）
• 逆時針：政策干預或非典型事件

**資料取得方式**

本 skill 使用無需 API key 的資料來源：

• FRED CSV: https://fred.stlouisfed.org/graph/fredgraph.csv?id={SERIES_ID}
  • 金融環境：NFCI（Chicago Fed）、STLFSI4（St. Louis Fed）
  • 獲利代理：CP（企業利潤）、GDP 相關指標

腳本位於 scripts/ 目錄，可直接執行。

</essential_principles> 實作投資時鐘分析：

1. 建構座標：從 FRED 數據計算獲利成長與金融環境 Z-score
2. 判定象限：識別當前落在哪個象限
3. 計算點位：轉換為 12 小時制時鐘點位
4. 分析旋轉：判斷旋轉方向與幅度
5. 循環比較：與前一輪循環比較（可選）

輸出：當前象限、時鐘點位、旋轉摘要、配置建議。

最快的方式：執行預設分析

cd skills/analyze-investment-clock-rotation
pip install pandas numpy requests  # 首次使用
python scripts/investment_clock.py --quick

輸出範例：

{
  "as_of": "2026-01-15",
  "current_position": {
    "clock_hour": 10,
    "quadrant": "Q1_ideal",
    "earnings_growth": 0.052,
    "financial_conditions_zscore": -0.35
  },
  "interpretation": "理想象限，風險資產相對順風"
}

完整分析：

python scripts/investment_clock.py \
  --start 2022-01-01 \
  --end 2026-01-19 \
  --compare-cycle 2020-01-01 2022-12-31 \
  --output result.json

</quick_start> 需要進行什麼操作？

1. 快速檢查 - 查看目前的投資時鐘位置與象限
2. 完整分析 - 分析時間區間內的旋轉路徑與方向
3. 循環比較 - 與前一輪循環比較旋轉特徵
4. 視覺化圖表 - 生成投資時鐘視覺化圖表
5. 方法論學習 - 了解投資時鐘模型的邏輯

請選擇或直接提供分析參數。

| Response | Action | |--------------------------------|----------------------------------------------------| | 1, "快速", "quick", "check" | 執行 `python scripts/investment_clock.py --quick` | | 2, "完整", "分析", "full" | 閱讀 `workflows/analyze.md` 並執行 | | 3, "比較", "循環", "compare" | 閱讀 `workflows/compare-cycle.md` 並執行 | | 4, "視覺化", "chart", "plot" | 閱讀 `workflows/visualize.md` 並執行 | | 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-investment-clock-rotation/ ├── 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 │ ├── compare-cycle.md # 循環比較工作流 │ └── visualize.md # 視覺化工作流 ├── references/ │ ├── methodology.md # 投資時鐘方法論 │ ├── data-sources.md # FRED 系列代碼與資料來源 │ └── 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/ ├── investment_clock.py # 主分析腳本 ├── fetch_data.py # 數據抓取工具 └── visualize.py # 視覺化繪圖工具 ``` </directory_structure>

方法論: references/methodology.md

• 投資時鐘概念與歷史
• 四象限定義與配置含義
• 旋轉方向解讀

資料來源: references/data-sources.md

• FRED 系列代碼（金融環境/獲利代理）
• 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 | 需要詳細象限與旋轉分析 | | compare-cycle.md | 循環比較 | 比較不同循環的特徵 | | 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
investment_clock.py	--quick	快速檢查當前位置
investment_clock.py	--start DATE --end DATE	完整分析
investment_clock.py	--compare-cycle START END	循環比較
fetch_data.py	--series NFCI,CP	抓取 FRED 資料
visualize.py	-i result.json -o chart.png	生成視覺化圖表
</scripts_index>

核心參數

參數	類型	預設值	說明
market	string	US_EQUITY	分析標的
start_date	string	2022-01-01	分析起點
end_date	string	today	分析終點
freq	string	weekly	頻率（weekly/monthly）

資料來源參數

參數	類型	說明
earnings_series.source	string	fred / api / csv / manual
earnings_series.series_id	string	FRED 序列 ID（如 CP）
earnings_series.growth_method	string	yoy / qoq_annualized
financial_conditions_series.source	string	fred / api / csv
financial_conditions_series.series_id	string	NFCI / STLFSI4
financial_conditions_series.transform	string	level / zscore / inverse

軸向參數

參數	類型	預設值	說明
axis_mapping.x	string	financial_conditions	X 軸定義
axis_mapping.y	string	earnings_growth	Y 軸定義
clock_convention.financial_loose_is_left	bool	true	寬鬆在左側

完整參數定義見 references/input-schema.md。

</input_schema_summary> ```json { "skill": "analyze-investment-clock-rotation", "as_of": "2026-01-19", "market": "US_EQUITY", "current_state": { "clock_hour": 10, "quadrant": "Q1_ideal", "quadrant_name": "理想象限", "x_value": -0.35, "y_value": 0.052 }, "rotation_summary": { "from_hour": 2, "to_hour": 10, "direction": "clockwise", "magnitude_degrees": 240 }, "interpretation": "獲利成長為正，金融環境偏支持，屬於風險資產相對順風的象限" } ```

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

執行成功時應產出：

• 當前象限（Q1/Q2/Q3/Q4）
• 時鐘點位（1-12 點）
• 獲利成長值與金融環境 Z-score
• 旋轉方向（順時針/逆時針）
• 旋轉幅度（度數）
• 配置建議（依象限）
• 循環比較摘要（若有啟用）
• 視覺化圖表（可選，輸出至 output/ 目錄）</success_criteria>