中国宏观景气分析 (China Macro Climate Analysis)

概述

从五个维度对宏观经济景气程度进行标准化的 0-100 打分，判断当前所处经济周期阶段， 并给出大类资产配置建议。

工作流程

Step 1: 数据获取

通过 mx-finance-data skill 并行获取所有指标的最新值及近 5 年历史序列。

⚠️ mx-finance-data 单次查询上限 5 个实体，建议按维度分组查询（每轮 4-5 个指标），组间间隔 3-5 秒避免限流。 优先用"收盘价""最新价"关键词而非"走势"，避免 API 返回 Bollinger 等技术指标代替价格。

增长维度：

• 恒生指数收盘价 (HSI)
• CRB现货指数：综合
• 南华沪铜指数收盘价
• 南华工业品指数（补充）
• 制造业PMI（补充）
• 社融存量:同比（补充）

通胀维度：

• 布伦特原油连续期货结算价
• 平均价:猪肉:全国
• 期货结算价:螺纹钢
• 南华农产品指数（补充）
• CPI:当月同比（补充）
• PPI:全部工业品:当月同比（补充）

汇率维度：

• 美元兑人民币中间价
• CFETS人民币汇率指数（补充）
• 美元指数 DXY（补充）
• 中国外汇储备（补充）
• 中美10年期国债利差（补充）

利率维度：

• 中债-国债总指数
• 中国10年期国债收益率（补充）
• SHIBOR隔夜（补充）
• 7天逆回购操作利率（补充）
• LPR 1年期（补充）

信用维度：

• 中债国债总指数(3-5年)
• 中债企业债总指数(3-5年)
• 信用利差 AAA企业债-国债(3-5年)（补充）
• 社会融资规模:当月值（补充）
• M2:同比（补充）
• 商业银行不良贷款率（补充）

完整指标定义、方向映射、数据源详见 references/indicators.md

Step 2: 计算百分位得分

对每个指标使用近5年历史百分位排名法：

百分位 = (小于当前值的样本数 / 总样本数) × 100
正向指标得分 = 百分位
反向指标得分 = 100 - 百分位

详细方法论和边界处理见 references/scoring-methodology.md

Step 3: 维度聚合与宏观景气度

1. 每个维度内部各指标等权平均，得到 5 个维度得分（0-100）
2. 宏观景气度 = 增长×0.2 + (100−通胀)×0.2 + (100−利率)×0.2 + 汇率×0.2 + 信用×0.2

   通胀和利率维度取反向：低通胀、低利率对经济友好，提升景气度

3. 标注每个维度的数据置信度（高/中/低）

Step 4: 周期判断（美林时钟）

得分在 45-55 之间标注为"过渡区"。

详细时钟框架与资产配置逻辑见 references/merrill-lynch-clock.md

Step 5: 大类资产配置建议

根据周期阶段输出：

• 大类资产配置比例（股票/债券/商品/现金）
• 股票风格与板块建议
• 债券久期与品种建议
• 配置逻辑说明

输出格式

最终报告结构：

一、宏观景气度
   - 宏观景气度 / 100
   - 经济周期阶段（含美林时钟四象限）
   - 过渡区预警（如有）

二、各维度得分与打分理由
   对每个维度（增长/通胀/汇率/利率/信用）展示：
   - 维度得分 & 置信度
   - 每个指标的当前值、历史百分位、方向、得分
   - 维度打分逻辑简述（为什么高/低）

三、大类资产配置建议
   - 当前周期下资产配置排序
   - 具体配置比例
   - 股票风格/板块/债券建议
   - 中国市场特殊考量

辅助工具

可用 scripts/compute_macro_score.py 进行标准化计算：

python3 scripts/compute_macro_score.py --input data.json --format text

脚本输入为 JSON，包含各指标的当前值和百分位（或提供历史序列让脚本自行计算）。 脚本自动完成方向映射、维度聚合、周期判断、资产配置建议。

中国市场特别注意事项

1. 政策主导：中国宏观调控力度大，需关注政治局会议/中央经济工作会议/央行货币政策报告
2. A股特性：政策+流动性驱动大于基本面驱动，弹性品种（券商、科技）复苏期超额收益显著
3. 汇率约束：人民币贬值压力约束央行宽松空间
4. 信用分层：国企-民企信用利差分化是中国特色，企业债总指数可能掩盖结构性问题
5. 数据可得性：部分境外指标（CRB、DXY）可能需要通过东方财富期货/外盘接口获取；如无法获取，使用近似替代并标注