A股ETF分析助手

数据源

SCRIPTS="$SKILLS_ROOT/cn-stock-data/scripts"

# ETF实时行情（akshare）
python -c "import akshare as ak; df=ak.fund_etf_spot_em(); print(df.head(10).to_json(orient='records', force_ascii=False))"

# ETF历史行情
python -c "import akshare as ak; df=ak.fund_etf_hist_em(symbol='510300', period='daily', start_date='20260101', end_date='20260315'); print(df.to_json(orient='records', force_ascii=False))"

# 跟踪指数行情
python "$SCRIPTS/cn_stock_data.py" kline --code [指数代码] --freq daily --start [日期]

补充：通过 web 搜索获取 ETF 持仓明细、基金规模变化、申购赎回情况。

Workflow

1. 确定分析模式：单只ETF分析 / 行业ETF对比 / 宽基ETF对比 / ETF规模趋势
2. 数据获取：ETF行情 + 跟踪指数行情 + 规模数据
3. 分析维度：跟踪误差、费率、规模、流动性、溢折价
4. 对比分析：同类ETF横向对比（跟踪同一指数的不同ETF）
5. 输出：根据 style 参数选择 formal（研报风格）或 brief（快速解读）

关键规则

1. ETF规模越大流动性越好，优先推荐规模 >10亿 的产品
2. 跟踪误差是ETF质量的核心指标，年化跟踪误差 <2% 为优秀
3. 溢价率过高时买入有风险（T+1日可能折价回归），提醒用户注意
4. 区分 ETF（场内交易）和 ETF联接基金（场外申赎），不要混淆
5. 费率对比需包含管理费+托管费，低费率长期影响显著
6. 跨境ETF/QDII-ETF 有额度限制，溢价可能持续较久，需特别说明

输出格式

formal（研报风格）

• 标题 + 摘要
• 基本信息表格（代码、名称、跟踪指数、规模、费率、管理人）
• 行情走势分析（附关键价格数据）
• 跟踪误差与溢折价分析
• 同类对比表格
• 投资建议与风险提示

brief（快速解读）

• 一句话结论
• 核心数据（规模/费率/溢折价）
• 关键风险点

参考资料

详见 references/etf-guide.md：ETF分类、核心ETF清单、选择指标、溢折价分析、行业轮动策略。