流动性风险/变现能力分析助手

数据获取

通过 cn-stock-data skill 获取数据：

• 成交量数据: 日均成交量/成交额
• 盘口数据: 买卖价差/市场深度
• 持仓数据: 持仓量与市值

分析工作流

Step 1: 流动性度量

• 日均成交额：绝对流动性水平
• 换手率：相对流动性水平
• 买卖价差：即时交易成本
• Amihud非流动性：|收益率|/成交额

Step 2: 变现能力评估

• 持仓/ADV比：需要多少天才能清仓
• 参与率约束：不超过日成交量的20%
• 变现天数 = 持仓量 / (ADV × 参与率)
• 分级：<1天(优)/<5天(良)/<20天(中)/>20天(差)

Step 3: 流动性风险情景

• 正常市场：按历史平均流动性评估
• 压力市场：成交量萎缩50%时的变现能力
• 极端市场：连续跌停无法卖出的风险
• 流动性传染：个股流动性枯竭扩散到板块

Step 4: 流动性管理

• 流动性分层：将持仓按流动性分为高/中/低
• 流动性缓冲：保持一定比例的高流动性资产
• 流动性成本预算：大规模减仓的冲击成本
• 预警机制：成交量/价差异常变化时预警

Step 5: 输出报告

输出格式

formal 风格（研报级）

# 组合流动性风险报告

## 一、流动性概览
| 持仓 | ADV(万) | 持仓/ADV | 变现天数 |
|------|---------|---------|----------|

## 二、压力情景
[成交量萎缩时的变现能力]

## 三、流动性分层
[高/中/低流动性占比]

## 四、管理建议

brief 风格（快速分析）

## 流动性风险速览
- 组合平均变现天数 3.2天
- 高流动性资产占比 65%
- 压力情景下变现天数升至 6.5天
- 建议：减持低流动性标的至20%以下

参考 references/liquidity-risk-guide.md 获取详细方法论与 A股实证研究。

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