国家队买卖ETF监控（望京博格版）

这个 skill 做什么

回答三个问题，一句话一个：

1. 今天上午国家队动手了吗 —— 看一档 7 只 ETF 的成交额有没有炸到常态 2 倍。
2. 这段时间买了多少、什么节奏 —— 逐日归因出净买入，按沪深300 波段切开。
3. 哪些 ETF 算国家队标的 —— 名单是固定的，但能不能用成交额反推是数据说了算。

核心逻辑：国家队买 ETF 走一级市场申购，一笔几十到上百亿，必然先把二级成交额顶上去。
所以「成交额 → 净申购额」这条弹性关系，就是反推国家队动向的地基。

数据怎么累积（这是这个 skill 最重要的设计）

data/daily.json 是一个按日期字典存的历史库，不是一张写死的表：

{"benchmark": {"close": {"2026-11-05": 4113.41}},
 "etfs": {"510300.SH": {"turnover": {"2026-11-05": 7523081499},
                        "flow":     {"2026-11-05": 5.3844}}}}

• 已经内置 2026-10-08 ~ 2026-11-05 共 21 个交易日 × 12 只的实测数据，首次使用不需要抓历史。
• 以后每天只补新增的那几天，apply 会按键合并（同一天重复写等于覆盖，幂等）。
• 每次写入前自动备份到 data/backup/（留最近 30 份），并往 data/audit.log 追加一行流水。
• 模型每次从库里重算，窗口默认最近 21 个交易日，换窗口/加天数/加标的都只改数据，不改脚本。

标准流程（五步）

# 1. 看库覆盖到哪一天、缺什么
python scripts/update.py status

# 2. 生成「要抓什么」的清单（JSON，含 MCP 工具名与参数）
python scripts/update.py plan
#    输出 write 到 out/plan.json，calls 里每一条都对应一次 MCP 调用

# 3. 按清单用 Wind MCP 抓数，拼成 inbox.json（格式见下）
#    然后入库（会自动做单位自检、跳过问题数据、打警告）
python scripts/update.py apply inbox.json

# 4. 重算 + 渲染 + 出长图
python scripts/update.py all

# 盘中（可选）：把上午收盘的半日成交额入库，看板自动切到实时判定
python scripts/update.py apply-intraday intraday.json

产物在 out/：result.json（模型全量结果）、国家队买卖ETF监控.html、国家队买卖ETF看板_长图.png（2160 宽）。

第 3 步：inbox.json 长什么样

按 out/plan.json 的 calls 逐条抓，然后拼成一个文件：

{
  "source": "wind-mcp",
  "benchmark": {"000300.SH": {"2026-11-06": 4060.11}},
  "etfs": {
    "510300.SH": {"turnover": {"2026-11-06": 4210000000},
                  "flow":     {"2026-11-06": 12.5}}
  }
}

三条硬规则：

apply 会做单位自检：若 |flow| × 1e8 超过当日成交额的 3 倍，判定单位不对，跳过该条并打警告——
这一步挡掉过真实踩过的坑（有的基金返回万元、有的返回百万元）。看到警告不要忽略，回去确认 Wind 返回的口径。

盘中快照 intraday.json：

{"date": "2026-11-06", "time": "12:32", "ratio": 0.55,
 "hs": 4052.48, "hs_chg": -1.48,
 "half": {"510300.SH": 30.84, "510310.SH": 7.75, "...": 0}}

half 是上午收盘的半日成交额（亿元）；ratio 是上午占全天的经验比例（缺省 0.55，用来折全天）。

模型：为什么分一档二档

12 只标的按季报口径固定（沪深300 四只 / 上证50 / 中证500 两只 / 中证1000 两只 / 科创50 / 创业板 / A500），
但能不能用成交额反推要看数据：

• 对每只做「成交额 → 净申购额」的线性回归，得到弹性 b 和拟合度 R²
• b ≥ 0.8 且 R² ≥ 0.7 → 一档：成交额基本就是申购的镜像，盘中放量能直接读成国家队动手
• 其余 → 二档：成交额里混了大量二级换手，反推会严重失真，只能等收盘用份额变动实算

一档组合再回归一次，得到监控用的地基方程：

净申购(亿) = a + b × 当日一档成交额(亿)
国家队净买入(亿) = 净申购 × w     w = 0.35 ~ 0.75，随放量程度递增

w 是假设不是实测（净申购里国家队占几成没有公开数据），所以看板上给的是区间不是点值。
分档会随数据自动重算——某只 ETF 流动性结构变了，档位会自己迁移，不要写死。

细节见 references/methodology.md。

已知的坑（都踩过了，别再踩）

1. get_fund_performance 多代码会截断：一次传超过 5 只只返回前几只。必须单只查。
2. 返回里带 .SH / .OF 两份：联接基金那份要过滤掉，只取场内代码。
3. 当日盘中净流入为 null：所以盘中只能用成交额判定，flow 必须等收盘。
4. 单位不统一：有的代码返回万元、有的百万元。不要相信字段名，用「净申购不该超过当日成交额」这条自检兜底。
5. get_fund_price_indicators 的「基金规模」与「流通份额 × 净值」口径差 0.5–0.6 倍：用后者（universe.json 里的 shares × price）更自洽。
6. QPS 约 2 次/秒：12 只 × 2 个接口 = 24 次调用，串行发、别并发轰炸。

换标的 / 换窗口

• 加标的：改 data/universe.json 增加一条（code / name / short / index / group / shares / price），
  再在 data/daily.json 的 etfs 下补它的历史，然后 python scripts/update.py all。分档会自动判定。
• 换窗口：python scripts/update.py all --window 30（默认 21，0 = 用库里全部）。
• 改波段切分灵敏度：--seg 3 表示切出的波段最少 3 天（默认 3）。

输出长什么样

单页 HTML，六节，顺序是「先今天、再这一个月、最后交代方法」：

1. 实时监控 —— 左：状态卡（未入场绿 / 已入场红）+ 推算 + 判定线；右：最近 10 个交易日动态
2. 买卖节奏 —— 每日净买入柱 + 沪深300 线、累计曲线、波段表、每日明细
3. 标的池 —— 弹性横向条形图（红=一档、金=二档）、分组名单
4. 分标的明细 —— 规模/成交额/净申购/转化率/b/R²/归因 九列
5. 定量关系 —— 公式块 + 成交额散点与回归线
6. 可靠性 —— 自己拆自己的台：w 是假设、二档更不可靠、样本短、极端行情失效

正文里的「哪一天买了多少」「相关性多少」全部由程序从数据生成，不写死——
换窗口、加天数后文案不会和数字打架。

免责声明固定附在文末，不要删。

排版规范（改样式时对表，别越改越小）

v1.0.1 起正文整体上调一档，容器同步放宽，改 CSS 时按这张表：

窄屏两档：≤820px 正文 17px、表格 13.5px；≤520px 正文 16.5px、表格 13px。
放大字号必须同步放宽 .wrap，否则表格「净买入」列会被压扁。