用历史价格数据做股票相关性分析（找联动股、配对交易…

当需要分析股票之间的联动关系、寻找相关公司或交易对、判断板块同类股、或考察相关性随时间与市场状态变化时，用 yfinance 历史价格数据计算相关性。

适用场景

解决思路

1. 先检查依赖：运行 python3 检查 yfinance、pandas、numpy 是否可用；若输出 DEPS_MISSING，则用 subprocess.check_call([sys.executable, "-m", "pip", "install", "-q", "yfinance", "pandas", "numpy"]) 安装；若已安装则跳过安装直接继续。
2. 按用户意图路由到子技能：单个 ticker 想找相关股票 → 子技能 A 联动发现；两个或多个具体 ticker 想看关系细节 → 子技能 B 收益相关性；一组 ticker 想看结构/分组 → 子技能 C 板块聚类；想看时变或条件相关性 → 子技能 D 已实现相关性。若意图不明确，单个 ticker 默认走 A，两个 ticker 默认走 B。
3. 所有子技能统一默认参数：回看期 1y、数据间隔 1d、Pearson 相关、最小相关阈值 0.60、返回前 10 条、使用日对数收益、滚动窗口 60 个交易日。
4. 子技能 A（联动发现）：构建 15-30 个候选股票池，不要硬编码 ticker 列表，运行时动态构建——先用 yf.screen() + yf.EquityQuery 筛选与目标同行业的股票；若同行业不足 10 个则扩大到同板块；再读取目标的 longBusinessSummary 并筛选 1-2 个主题/相邻行业（如半导体公司再筛半导体设备）；最后合并、去重、移除目标 ticker。
5. 子技能 A：用 yf.download(all_tickers, period=period, auto_adjust=True, progress=False) 下载数据，取 data["Close"]，用 dropna(axis=1, thresh=max(60, len(data) // 2)) 剔除数据不足的列；计算对数收益 np.log(closes / closes.shift(1)).dropna()；用 returns.corr()[target_ticker] 得到与目标的相关性并去掉目标自身；按绝对值降序排名。
6. 子技能 A：展示排名表，包含 Rank、Ticker、Company（用 yf.Ticker(t).info.get("shortName") 获取）、Correlation、Why linked；列出前 10 个正相关股票、任何显著的负相关股票（潜在对冲），并简要解释每只股票可能关联的原因（板块、供应链、客户重叠）。
7. 子技能 B（收益相关性）：用 yf.download([ticker_a, ticker_b], period=period, auto_adjust=True, progress=False) 下载，取 data["Close"][[ticker_a, ticker_b]].dropna()，计算对数收益；计算 Pearson 相关 corr；用协方差矩阵计算 beta = cov_matrix.loc[ticker_b, ticker_a] / cov_matrix.loc[ticker_a, ticker_a]；计算 R-squared = corr ** 2；计算 60 日滚动相关 returns[ticker_a].rolling(60).corr(returns[ticker_b])；计算价差 spread = np.log(closes[ticker_a] / closes[ticker_b]) 及其 z-score。
8. 子技能 B：展示指标卡，包含 Pearson Correlation、Beta (B vs A)、R-squared、Rolling Corr (60d avg)、Rolling Corr Range、Rolling Corr Std Dev、Spread Z-Score (current)、Observations；并按解读指南说明：相关 > 0.80 为强联动，0.50–0.80 为中等，< 0.50 为弱；滚动标准差高表示关系不稳定；价差 Z 绝对值 > 2 表示偏离历史关系异常。
9. 子技能 C（板块聚类）：用 yf.download(tickers, period=period, auto_adjust=True, progress=False) 下载，取 data["Close"] 并用 dropna(axis=1, thresh=max(60, len(data) // 2)) 过滤，计算对数收益与 corr_matrix；用 scipy.cluster.hierarchy 的 linkage、leaves_list 和 scipy.spatial.distance.squareform 做层次聚类：dist_matrix = 1 - corr_matrix.abs()，对角线置 0，squareform 压缩，linkage(condensed, method="ward")，leaves_list 得到排序，再按顺序重排矩阵；若 scipy 不可用，退化为按平均相关性排序。
10. 子技能 C：展示完整相关矩阵（超过 8 个 ticker 时用热力图描述或只突出最强/最弱对）；列出识别出的聚类（如 Cluster 1: [NVDA, AMD, AVGO] 平均组内相关 0.82）；列出与整体相关性低的离群股（潜在分散化标的）；列出最强 5 对；列出最弱/负相关 5 对（对冲候选）。
11. 子技能 D（已实现相关性）：用 yf.download([ticker_a, ticker_b], period="2y", auto_adjust=True, progress=False) 下载，取收盘价并计算对数收益；对 windows=[20, 60, 120] 分别计算 returns[ticker_a].rolling(w).corr(returns[ticker_b]) 得到滚动相关。
12. 子技能 D：做状态条件相关分析——以 condition_ticker（默认 ticker_a）为条件，划分状态：All Days、Up Days (target > 0)、Down Days (target < 0)、High Vol (top 25%)（ret.abs() > ret.abs().quantile(0.75)）、Low Vol (bottom 25%)（ret.abs() < ret.abs().quantile(0.25)）、Large Drawdown (< -2%)（ret < -0.02）；对每个状态取子集，若样本 >= 20 则计算 subset[ticker_a].corr(subset[ticker_b]) 与天数。
13. 子技能 D：展示滚动相关汇总表（Window、Current、Mean、Min、Max、Std）与状态相关表（Regime、Correlation、Days）；重点指出相关性是否在抛售期间上升（“危机时相关性趋近 1”），这对风险管理至关重要；并说明相关性近期相对历史均值是走高还是走低。
14. 回复用户时始终包含：使用的回看期与数据间隔、观测数（交易日数）、因数据不足被剔除的 ticker。
15. 始终给出告诫：相关不等于因果；历史相关不保证未来相关，状态会切换；短回看窗口估计噪声大，长窗口平滑但可能错过状态变化。
16. 在相关时提及实际应用：同情交易（sympathy plays）、配对交易、组合分散化、对冲、板块轮动、风险管理（压力期相关性飙升，分散化可能失效）。
17. 绝不推荐具体交易，只呈现数据让用户自行判断。
18. 需要为给定 ticker 构建股票池时，阅读 references/sector_universes.md 获取基于 yfinance Screener API 的动态股票池构建完整实现。

适用边界 · 注意事项

• 仅用于研究与教育目的，不构成投资建议，不应据此推荐具体交易。
• yfinance 与 Yahoo, Inc. 无关联，数据可用性与准确性受其限制。
• 短回看窗口估计噪声大、长窗口可能错过状态变化，且历史相关不保证未来相关。