报价动态/最优报价分析助手

数据获取

通过 cn-stock-data skill 获取数据：

• 盘口快照: 多档报价时序数据
• 逐笔委托: 挂单/撤单/改单明细
• 逐笔成交: 成交触发的报价变化

分析工作流

Step 1: 报价变化分析

• 最优报价(BBO)变化频率：每分钟变化次数
• 报价持续时间：最优报价维持的平均时间
• 报价跳跃：价格跳过一个或多个tick的频率
• 报价方向：连续同向报价变化的模式

Step 2: 报价信息含量

• 报价变化的价格发现贡献
• 报价更新 vs 成交：谁先反映信息
• 报价深度变化的信息含量
• 大单挂撤对报价的影响

Step 3: 最优报价策略

• Avellaneda-Stoikov：基于库存的最优报价
• 报价宽度：根据波动率/库存动态调整
• 报价深度：各价位的最优挂单量
• 报价更新频率：平衡信息响应与成本

Step 4: A股报价特征

• 最小报价单位0.01元对报价动态的影响
• 涨跌停附近的报价行为：单边挂单
• 集合竞价期间的报价博弈
• 做市商(科创板/北交所)的报价义务与策略

Step 5: 输出报告

输出格式

formal 风格（研报级）

# [标的] 报价动态分析报告

## 一、报价统计
| 指标 | 数值 |
|------|------|
| BBO变化频率 | 12次/分钟 |

## 二、信息含量
[报价vs成交的信息贡献]

## 三、报价模式
[日内模式、异常行为]

## 四、策略建议

brief 风格（快速分析）

## [标的] 报价速览
- BBO变化 12次/分钟，活跃
- 报价持续时间 5.2秒
- 报价信息贡献 35%
- 报价行为正常，无异常

参考 references/quote-dynamics-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