A股收益率分布/统计特征分析

数据源

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线收益率序列

Step 2: 描述性统计

均值/中位数/标准差/偏度/峰度/最大值/最小值

Step 3: 正态性检验

• Jarque-Bera检验
• Shapiro-Wilk检验
• QQ图分析

Step 4: 分布拟合

拟合t分布/GED分布/混合正态，比较拟合优度

Step 5: 输出

维度	formal	brief
统计量	完整描述性统计	偏度/峰度
正态检验	多种检验结果	是否正态
分布拟合	最佳拟合分布	分布类型
默认风格：brief。

关键规则

1. A股收益率不服从正态分布——尖峰肥尾特征显著
2. 负偏度意味着下跌极端值更多——投资者面临左尾风险
3. 峰度>3说明极端收益出现频率高于正态预期
4. 分布假设影响VaR/期权定价等所有风险计算
5. 不同市值股票的分布特征差异大——小盘更尖峰

使用示例

示例 1: 基本使用

# 调用 skill
result = run_skill({
    "param1": "value1",
    "param2": "value2"
})

示例 2: 命令行使用

python scripts/run_skill.py --input data.json