oil-gold-correlation

Copyright (c) 2026 思捷娅科技 (SJYKJ) — MIT License

name: oil-gold-correlation 石油黄金白银实时相关性分析。多数据源交叉验证 + 隐藏机遇扫描 + 智能建议引擎。 version: 3.3.0 author: 小米辣 🌶️ lessons_updated: 2026-04-24

石油黄金白银相关性分析 v3.3

多数据源交叉验证，发现隐藏投资机遇。

触发词

• "石油黄金白银相关性" / "原油黄金白银分析" / "gold oil silver correlation"
• "大宗商品关联" / "油价金价银价关系"
• "石油黄金白银" / "oil gold silver"
• "该买黄金吗" / "黄金投资建议" / "原油怎么投"
• "黄金买卖" / "石油基金" / "大宗商品投资"
• "国际形势" / "地缘分析" / "石油黄金新闻"
• "隐藏机遇" / "内外盘背离" / "跨品种分析"

使用方式

1. 每日投资报告（主功能）

python3 scripts/advisor.py [--days 3]

v3.3 多数据源架构（永不因单一源失败而返回空）：

降级策略：yfinance 不可用时自动跳过国际品种，akshare 至少1个品种成功即输出报告。

2. 相关性分析

python3 scripts/analysis.py [--method all] [--window 30]

分析方法：Pearson / Spearman / Kendall / Rolling / Granger / 协整 / DCC-GARCH

3. 可视化

python3 scripts/visualize.py [--output media/oil-gold.html]

4. 多数据源管理器（API）

from scripts.multi_source import create_default_manager
mgr = create_default_manager()
data = mgr.fetch("gold_futures", "90d")  # 返回 {source: DataFrame}
consensus = mgr.consensus(data)           # 多源加权共识价
validation = mgr.cross_validate(data)     # 交叉验证

5. 隐藏机遇扫描

from scripts.opportunity_scanner import OpportunityScanner
scanner = OpportunityScanner()
scanner.scan_divergence(domestic_data, international_data)  # 内外盘背离
scanner.scan_cross_commodity(gold_data, oil_data)            # 跨品种异常
scanner.scan_volume_price(data)                               # 量价背离
report = scanner.generate_opportunity_report()                # 生成报告

报告结构（v3.3）

一、今日操作摘要 — 买入/卖出/观望 + 数据来源标注（CNY/USD）
二、短期分析 — 技术指标详细分析
三、中长期趋势 — 均线系统 + 趋势强度
四、综合建议 — 品种综合评分
五、国际形势 — 自动新闻采集 + 分级评分（核心5分/边缘1分）
六、综合投资建议 — 智能引擎（动态权重+置信度+止损止盈）
七、🔍 隐藏机遇扫描（v3.3 核心）
  🥇 内外盘背离：沪金补涨机会
  🥈 跨品种异常：黄金-原油比率偏离
  🥉 量价背离：底部/顶部信号

v3.3 新功能

🔍 隐藏机遇扫描器

• 内外盘背离 — 国际涨国内不涨 → 补涨机会
• 跨品种异常 — 黄金-原油比率偏离历史均值 >1σ
• 量价背离 — 价涨量缩 → 顶部信号；价跌量缩 → 底部信号
• 多时间框架共振 — 短线+长线同向 → 高确信信号

🌐 多数据源集成

• 5个数据源自动降级，永不返回空报告
• 环境检测：自动判断 yfinance 可用性
• 报告头部标注数据来源（CNY/USD）
• Alpha Vantage / Twelve Data 可选（需 API Key）

🛡️ 地缘评分优化

• 核心关键词（战争/OPEC减产/美联储降息）5分
• 边缘关键词（中国经济/供需）1分
• 二次过滤：必须包含商品关联词才计分
• 避免"中国经济"类泛泛新闻拉高到30分

定时推送

每天早上 9:00 CST 自动推送到 QQ。 手动触发: openclaw cron run <job-id>

API Key 配置（可选）

# Alpha Vantage (https://www.alphavantage.co/support/#api-key)
export ALPHA_VANTAGE_API_KEY=your_key

# Twelve Data (https://twelvedata.com/apikey)
export TWELVE_DATA_API_KEY=your_key

无 Key 时自动跳过，不影响其他数据源。

注意事项

1. 数据缓存 5 分钟，避免限速
2. 相关性 ≠ 因果性，Granger 仅表示时序领先性
3. 期货有杠杆风险，新手从 ETF 开始
4. 单品种仓位 ≤ 10%，总仓位 ≤ 30%

📚 经验教训（v3.3 新增）

一、数据源策略

关键教训：

• yfinance 在腾讯云服务器上 持续被限速，不能依赖
• akshare 是唯一稳定的免费国内数据源，但数据滞后1天
• 报告必须标注数据来源和时效性（T-1）
• 多数据源降级策略：akshare → Alpha Vantage → Twelve Data → FRED，永不返回空报告

二、QQ Bot 推送经验

1. 文件发送

• QQ Bot 发文件必须放在 /root/.openclaw/media/qqbot/ 目录
• 使用 <qqmedia>绝对路径</qqmedia> 标签发送
• 其他路径报错 "Media path must be inside QQ Bot media storage"
• PNG RGBA 格式不支持 → 转 JPEG 解决（convert input.png -colorspace RGB output.jpg）
• 结论：图片方案调试成本高，纯文本+emoji 更稳定高效

2. 消息截断

• QQ 有消息长度限制，长报告会被截断
• 解决：拆分为两条消息推送（PART 1 + PART 2）
• PART 1：行情+仪表盘+技术详解（~500字符）
• PART 2：宏观信号灯+操作建议（~230字符）

3. Cron 定时任务

• sessionTarget 必须用 isolated，不能用 session:agent:main:main（否则 announce 不走 QQ channel）
• cron prompt 不要用 cd && 复合命令，用绝对路径
• isolated session 不继承 agent 模型配置，需指定可用模型
• 不同 QQ Bot（不同 appId）看到同一用户的 openid 不同！
  • default bot: C099848DC9A60BF60A7BE31626822790
  • bot2: E7331F9772A02575890BBE94E788248A
  • 每个 bot 的 cron 必须用对应的 openid

三、地缘风险评分优化

• 问题：早期版本关键词评分过高（战争+95），导致泛泛新闻拉高到30分
• 修复：
  • 核心关键词（战争/OPEC减产/美联储降息）→ +50
  • 边缘关键词（中国经济/供需）→ +1
  • 二次过滤：必须包含商品关联词才计分
• 数据源：百度热搜有 cookie 限制 → 改用央视新闻（news_cctv）

四、技术分析要点

• 收益率 vs 绝对价格：分析相关性时用收益率（pct_change()）而非绝对价格，避免量级差异
• 黄金-原油相关性：历史数据显示强负相关（r ≈ -0.61 ~ -0.93）
• 关键指标：RSI（超买>70/超卖<30）、MACD、KDJ、OBV 量价背离、均线系统（MA5/MA10/MA20/MA60）
• 支撑阻力：基于近期高低点计算，动态更新
• 投资决策仪表盘：综合技术面+宏观面+地缘风险，输出 0-100 分和买入/观望/回避建议

五、版本迭代历史

六、定时推送时间（按市场开收盘）

• 冬令时自动延迟至 00:00（oil-gold-us-adapter.sh）
• 中国期货日盘: 09:00-15:00，夜盘: 21:00-次日02:30
• 美股夏令时: 21:30-04:00，冬令时: 22:30-05:00

七、已知限制

1. akshare 只有 T-1 收盘价，无盘中实时数据
2. 地缘风险采集 13 个 channel，耗时约 8-10 秒
3. 完整报告生成约 133 秒（含数据采集+分析+地缘）
4. 布油/美元暂未接入（可扩展）
5. 部分 cron 任务偶发超时（180s timeout）

八、部署经验

• GitHub 更新：从 feat/github-marketing 分支拉取，更新前备份旧版
• 依赖安装：pip3 install -r requirements.txt（yfinance/pandas/numpy/scipy/plotly/statsmodels/akshare/requests）
• 缓存目录：cache/ 存放 pickle 数据，5分钟过期
• 报告输出：cache/report_text.txt 纯文本报告，供 cron 读取推送
• Copyright：所有文件末尾需加 MIT License | Copyright (c) 2026 思捷娅科技 (SJYKJ)

依赖

• yfinance >= 0.2
• pandas >= 2.0
• numpy
• scipy >= 1.10
• plotly >= 5.0
• statsmodels >= 0.14（可选）
• akshare（国内数据源）
• requests（Alpha Vantage / Twelve Data）

Copyright (c) 2026 思捷娅科技 (SJYKJ) — MIT License