skill-cb-analyzer
Allows OpenAI agents (e.g., Codex) to analyze convertible bonds, providing tools for running daily analysis, fetching reports, checking trading days, and searching bonds.
Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@skill-cb-analyzerRun the full convertible bond analysis for today"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
skill-cb-analyzer
简体中文 | English
A 股可转债每日综合分析系统:双低策略 + 条款事件驱动 + 正股联动 + Black-Scholes 期权定价(Delta/Gamma/Vega) + 历史/隐含波动率 + IC 分层回测 + 退市追踪。21 个信号检测器,四维加权评分(0-100),LLM 逐券深度分析,Markdown + JSON 双格式日报,MCP 协议支持 AI Agent 调用。
这是什么
skill-cb-analyzer 是一个 Agent Skill:每日收盘后自动分析全市场可转债(~330 只),通过 21 个信号检测器 × 四维加权评分找到双低、条款博弈、正股联动和波动率套利机会,配合 Black-Scholes 期权定价模型和 IC 分层回测做策略验证。
与市场上其他可转债工具的差异化:
现有工具 | 为什么不同 |
集思录 | 集思录提供双低排名和行情数据,本 Skill 额外提供 BS Greeks、HV/IV、IC回测、LLM逐券分析 |
宁稳网 | 宁稳网提供转债条款和估值,本 Skill 是 每日全自动扫描 + 评分排名 + 可被 AI Agent 调用 |
禄得网 | 禄得网侧重双低和折价套利,本 Skill 在此基础上加了 Black-Scholes 定价 + 波动率信号 + 退市生存偏差追踪 |
核心差异化:可转债衍生品定价模型 + 量化回测验证 + AI Agent 原生集成。
Related MCP server: deepq-financial-toolkit
分析流水线
flowchart TD
A["⏰ 手动触发 或 cron 15:45"] --> B{"📅 交易日检查"}
B -->|休市| Z["输出『今日休市』结束"]
B -->|交易日| C["📊 数据采集"]
C --> C1["可转债行情<br/>AKShare 集思录 bond_cb_jsl"]
C --> C2["正股K线(后复权)<br/>Pandadata get_stock_daily_post"]
C --> C3["转债条款+规模+票息<br/>AKShare 同花顺"]
C1 --> D["🔍 21 信号检测器 并行"]
C2 --> D
C3 --> D
D --> D1["A组 估值(4):双低/YTM/纯债/分位"]
D --> D2["B组 条款(4):强赎/下修/回售/到期"]
D --> D3["C组 联动+波动率(8):动量/偏离/Delta/Gamma/IV/HV"]
D --> D4["D组 结构风险(5):成交量/余额/信用/强赎排除/流动性"]
D1 --> E["📊 四维加权评分<br/>0.40×估值+0.30×条款+0.20×联动+0.10×结构"]
D2 --> E
D3 --> E
D4 --> E
E --> F["💰 风险惩罚 + 信用排除"]
F --> G["📈 综合评分 0-100 + 等级 A+~E"]
G --> H["🤖 LLM 逐券分析<br/>DeepSeek/Claude API"]
H --> I["📝 Markdown 11节日报 + JSON"]
I --> J{"--backtest"}
J -->|启用| K["📊 IC分析+分层回测+退市追踪"]
J -->|跳过| L["💾 output/YYYY-MM-DD/"]
K --> L
style A fill:#e3f2fd,stroke:#1976d2
style D fill:#fff3e0,stroke:#f57c00
style G fill:#e8f5e9,stroke:#388e3c
style Z fill:#f5f5f5,stroke:#9e9e9e信号检测器 (21个)
估值(A组,权重 40%)
# | 检测器 | 触发条件 | 权重 |
1 | 双低信号 | 价格 < 120 且 溢价率 < 20% | 4 |
2 | YTM防御 | YTM > 国债 + 2% | 3 |
3 | 纯债溢价率 | 转债价/纯债价值 < 1.05 | 3 |
4 | 溢价率分位 | 当前溢价率处于历史低分位 | 2 |
条款事件(B组,权重 30%)
# | 检测器 | 触发条件 | 权重 |
5 | 强赎进度 | 正股价/转股价 > 1.20(预警)/>1.28(高危) | 4 |
6 | 下修概率 | 综合评分 > 0.4 | 3 |
7 | 回售进度 | 正股价 < 转股价×70% | 2 |
8 | 临近到期 | 剩余期限 < 1年 | 1 |
正股联动(C组,权重 20%)
# | 检测器 | 触发条件 | 权重 |
9 | 正股动量 | 20日涨幅 ± 均线排列 | 3 |
10 | 转债偏离 | 转债涨幅 − 正股涨幅 < −3% | 2 |
11 | Delta弹性 | BS Delta > 0.70(高股性)或 < 0.30(偏债性) | 2 |
12 | 正股形态 | MA金叉/死叉,放量突破/破位 | 1 |
波动率与期权(含于联动维度)
# | 检测器 | 触发条件 | 权重 |
13 | IV分位 | 隐含波动率处于历史低/高分位 | 2 |
14 | 波动率背离 | IV − HV 偏离 > 8%(v1.7 由 10% 下调) | 2 |
15 | 波动率扩张 | 当前 HV 较 20 日前变化 > ±20% | 2 |
16 | Delta质量 | BS Gamma > 0.05(期权敏感度高,v1.7 改为Gamma信号) | 1 |
市场结构与风险(D组,权重 10%)
# | 检测器 | 触发条件 | 权重 |
17 | 成交量活跃 | 日成交额 > 5000万 | 2 |
18 | 余额趋势 | 余额减少 > 5% | 1 |
19 | 信用风险 | ST正股 → 直接排除 | — |
20 | 强赎公告排除 | 已公告强赎 → 直接排除 | — |
21 | 流动性风险 | 成交额 < 100万 → 惩罚(−10) | — |
Black-Scholes 期权定价
本 Skill 是目前唯一在免费可转债工具中提供完整 BS Greeks 的系统:
希腊字母 | 公式 | 用途 |
Delta | N(d₁) | 股性/债性判断,替代简化 cv/cb_price 近似 |
Gamma | N'(d₁) / (S·σ·√T) | 期权敏感度质量(v1.7:波动率组改为Gamma信号) |
Vega | S·N'(d₁)·√T / 100 | 每 1% 波动率变化的价格影响 |
HV | std(log_returns) × √252 | 历史波动率(年化,60日窗口) |
IV | 二分法反推 | 从转债期权价值反推隐含波动率 |
回测框架
--backtest 标志启用完整回测:
指标 | 说明 |
Rank IC | Spearman 秩相关系数(评分 vs N日前向收益) |
IC IR | 平均 IC / IC 标准差 |
IC 胜率 | IC > 0 的交易日占比 |
IC 衰减 | 多期限分析(1/3/5/10/20 日) |
分层回测 | 5 组等权前向收益 + 累计收益曲线 |
Newey-West t 检验 | HAC 标准误修正自相关 |
Fama-MacBeth | 四维因子风险溢价归因 |
权重校准 | 单纯形网格搜索最优维度权重 |
基准对比 | 中证转债指数(000832)超额收益 / IR / 跟踪误差 |
退市追踪 v1.7 | 按强赎/到期/正股退市分类,量化生存偏差方向与幅度 |
快速开始
环境准备
git clone https://github.com/quantskills/skill-cb-analyzer.git
cd skill-cb-analyzer
pip install -r requirements.txt
cp .env.example .env # 编辑填入你的凭证运行
python run.py # 最新交易日(默认启用LLM)
python run.py --date 20260701 # 指定日期
python run.py --no-llm # 跳过LLM,仅规则引擎
python run.py --top-n 30 --verbose # 自定义参数
python run.py --backtest # 启用回测分析MCP Server(AI Agent 调用)
python mcp_server.py
# 或 pip install -e . 后:
cb-mcpMCP Server 暴露 4 个 Tool:
Tool | 功能 |
| 运行完整可转债日分析 |
| 获取最新报告全文 |
| 检查 A 股交易日 |
| 按名称/代码搜索债券 |
在其他 AI Agent 中使用
Agent | 集成方式 |
Claude Code | 添加 MCP 配置,或放到 |
Cursor | MCP 配置 |
Codex / OpenAI | MCP 标准协议 |
其他 LLM | 注入 Portable Loader Prompt |
报告结构 (11节)
市场概览 — 转债总数、均价、平均溢价率、平均YTM
双低策略精选 — Top 15 双低转债
高YTM防御组合 — YTM > 3% 债性转债
条款事件监控 — 强赎预警/下修候选/回售触发/到期
正股联动精选 — 折价套利 + IV/HV列
行业分布 — 行业集中度
信用风险告警 — ST/评级下调/面值退市风险
综合评分排名 — Top N 含 BS Delta/波动率信号
AI逐券研判 — LLM深度分析
数据溯源 — 每类数据来源
策略回测 — IC分析 + 分层回测 + 退市追踪(
--backtest启用)
数据来源
数据类别 | 来源 | 说明 |
可转债行情 | AKShare bond_cb_jsl(集思录) | 价格/溢价率/转股价/触发价 |
转债条款 | AKShare 同花顺 | 到期日/发行规模/票息 |
正股K线 | Pandadata get_stock_daily_post(后复权) | ~500只正股,120天 |
正股信息 | Pandadata get_stock_detail | 行业、list_status |
期权定价 | scipy.stats | BS norm.cdf/pdf |
LLM分析 | DeepSeek / Claude API | 后端可插拔 |
核心约束
约束 | 说明 |
强赎已公告排除 | 已发强赎公告的转债直接剔除 |
信用风险排除 | ST/*ST/PT/退市整理期直接排除 |
BS Delta 替换 | Delta弹性使用真实 N(d₁),HV 不可用时回落 cv/cb_price |
不荐券 | 措辞为「值得关注」「可跟踪」,禁止「买入」「目标价」 |
交易日智能跳过 | 节假日不跑空 |
评分可审计 | JSON输出包含四维评分子项 |
退市追踪 v1.7 | 自动分类退市原因,量化生存偏差 |
目录结构
skill-cb-analyzer/
├── SKILL.md # Agent 工作流入口
├── README.md # 项目介绍(本文件)
├── LICENSE # GPLv3
├── config.json # 运行配置
├── pyproject.toml # Python 项目元数据
├── requirements.txt # Python 依赖
├── .env.example # 凭证模板
├── run.py # CLI 入口
├── mcp_server.py # MCP 服务 (4 tools)
├── core/
│ ├── _types.py # 共享类型 + safe_float()
│ ├── bond_calculator.py # 可转债计算引擎
│ ├── data_fetcher.py # 数据获取
│ ├── exchange_utils.py # 交易所后缀映射
│ ├── valuation.py # A组:估值信号 (4)
│ ├── clause_monitor.py # B组:条款事件 (4)
│ ├── stock_linkage.py # C组:正股联动 (4)
│ ├── options_pricing.py # BS定价 + HV/IV + 波动率检测器
│ ├── risk_filter.py # D组:结构+风险 (5)
│ ├── scorer.py # 四维加权评分
│ ├── pipeline.py # 端到端流水线
│ ├── backtester.py # 回测框架(含退市追踪)
│ ├── reporter.py # Markdown + JSON 报告
│ ├── cache.py # 数据缓存
│ ├── history_store.py # 逐券时序存储
│ ├── config_validator.py # 配置校验
│ └── data_quality.py # 数据质量校验
├── llm/
│ └── analyst.py # LLM分析(后端可插拔)
├── tests/ # 375 个测试用例
├── references/ # 参考文档
├── data/ # HistoryStore 持久化数据
├── cache/ # 数据缓存
└── output/ # 按日期分组的报告
└── YYYY-MM-DD/
├── cb_daily_YYYYMMDD.md
└── cb_daily_YYYYMMDD.json免责声明
本 Skill 输出仅供研究参考,不构成任何投资建议。可转债交易存在市场风险、信用风险和条款风险,投资者应独立判断并承担交易风险。过往表现不代表未来收益。
License
GPLv3
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Latest Blog Posts
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/fuwentao03/skill-cb-analyzer'
If you have feedback or need assistance with the MCP directory API, please join our Discord server