繁微 Fiona 期货市场预期数据

前置条件与 API Key

本 Skill 依赖 rating_prediction、futures_market_data、futures_ranking 和 viewpoint 四个 MCP。首次调用前检查当前工具列表；缺少某个工具时，先按 templates/ 中对应平台的配置只添加缺少的 MCP。

• rating_prediction 需要 API Key。实际鉴权使用 Bearer Token，在客户端凭证管理区将 API Key 配置为 Authorization: Bearer <API Key>。
• futures_market_data、futures_ranking 和 viewpoint 当前公开免鉴权，不需要 API Key，不要为它们配置 Authorization 请求头。

API Key 申请：目前暂不支持在线自助申请，请联系繁微对口销售或项目联系人获取。

不要把真实 API Key 粘贴到对话、Skill 文件或版本库中。401/403 时先检查 rating_prediction 的 API Key 与权限；连接超时或 transport error 时检查对应 MCP URL 和网络。

围绕“市场可能如何演变、当前共识是什么、依据是否充分、什么条件会使判断失效”组织分析。先建立可追溯事实，再整合市场预期、DZ 观点和统计比较，最后形成条件化情景。

能力定位

覆盖四类客户问题：

1. 市场预期与预期变化：以 rating_prediction 的市场预期截面、daily/weekly 时间序列为主。
2. 行情与预期背离：以市场预期数据为核心，使用行情、成交持仓、仓单和品种排名进行验证。
3. DZ 观点辅助验证：仅在客户明确询问 DZ 观点，或需要对市场预期进行辅助交叉验证时使用 viewpoint。
4. 条件化情景研判：基于市场预期主数据形成基准、偏强、偏弱情景，并列出触发条件、验证指标和失效条件。

本 skill 使用四个 MCP：rating_prediction 是主要 MCP，futures_market_data 和 futures_ranking 用于事实与统计验证，viewpoint 仅作为辅助 MCP。viewpoint 只覆盖观点库、周度观点、研究员观点和动态快评，不等同于独立的 report 研报搜索/详情服务。

不把 news、price_structure、report 或 dzlabel 作为本 skill 的必需依赖。客户明确要求这些未接入的数据类型时，说明当前能力边界，不假设相关 MCP 已连接。

工作流程

按以下顺序执行。rating_prediction 是本 skill 的默认第一调用入口；只有代码转换、日期确认或需要事实验证时，才追加其他 MCP。不要因客户说“综合研判”就一次调用全部工具。

第一步：确认任务场景

• 当前市场共识：必须调用 rating_prediction 截面工具；品种名称无法转换为代码时，才先调用 futures_market_data。
• 市场预期变化：必须调用 rating_prediction 时间序列工具，不额外调用 viewpoint。
• 东证自有观点评分/方向：调用 rating_prediction 的东证观点截面或时间序列工具，不调用 viewpoint。
• 观点库/周度观点/动态快评：客户明确提出这些内容时，才调用 viewpoint，不把结果描述为市场整体预期。
• 行情与预期背离：先调用 rating_prediction，再按需要调用 futures_market_data；需要横截面比较时才追加 futures_ranking。
• 多品种预期比较：先调用 rating_prediction；只有客户同时要求价格或相对强弱时才追加行情或排名工具。
• 市场预期与观点库观点分歧：先调用 rating_prediction 获取主数据，只有客户明确要求观点库对照时才追加 viewpoint。
• 综合情景研判：按“市场预期主数据 → 必要的行情/排名验证 → 必要时补充观点库观点 → 情景输出”的顺序调用。

第二步：按需补充品种和事实基线

1. 客户已提供有效品种代码且问题只询问市场预期时，直接进入 rating_prediction，不先调用行情 MCP。
2. 客户只提供中文名称、别名或模糊代码时，调用 futures_market_data 的 get_futures_product_info 做代码转换；不得把合约代码直接当作 product_code_list。
3. 需要“最新”“今天”或“上一交易日”的行情验证时，才调用 get_latest_futures_trading_date，并记录实际有效日期。
4. 需要行情快照时调用 get_futures_snapshot_quotes；需要历史或主力变化时调用 get_futures_timeseries_quotes 或 get_futures_dominant_quotes。
5. 需要持仓、波动率或仓单作为验证证据时，按问题调用对应的 futures_market_data 工具；不为了丰富报告而全部调用。
6. 如果品种代码、报告类型或日期区间无法确认，先解决歧义，不进入预期分布和情景判断。

第三步：获取市场预期和 DZ 观点

A. 当前市场共识

1. 查询指定报告日的市场预期分布时调用 get_market_expectation_cross_section。
2. 客户未提供报告日时使用最新可用口径，但必须记录接口实际返回的 data_date。
3. 记录 report_type、样本数量、多空/中性分布、返回数量和是否截断。
4. 只能将结果描述为报告期观点分布，不得称为价格上涨概率或收益率预测。

B. 市场预期变化

1. 查询 daily 或 weekly 变化时调用 get_market_expectation_timeseries。
2. 明确 report_type、开始日期、结束日期和品种列表；daily 与 weekly 分开查询、分开解释。
3. 检查日期是否连续、是否存在报告缺口和是否被截断；缺失日期不补值。
4. 只有在时间区间、报告类型和品种对象一致时，才比较预期变化趋势。

C. DZ 观点

1. 客户询问东证自有观点的方向评分、观点截面或观点时间序列时，调用 rating_prediction 的 get_dongzheng_viewpoint_cross_section 或 get_dongzheng_viewpoint_timeseries。
2. 只有客户明确询问 DZ 观点库、周度观点或动态快评时，才使用辅助 viewpoint 的观点搜索、周度观点、动态目录、动态搜索和动态详情工具。
3. 输出时必须分开标注：rating_prediction 的东证自有观点，以及 viewpoint 的观点库/动态观点；两者不能合并为同一个“机构共识”。
4. 每条观点保留观点对象、研究员、发布时间、观点标识和原始文本摘要。
5. 不把动态快评当作完整研报，不把观点文本直接改写成事实。
6. 同一品种有多条观点时，先按时间和观点对象去重，再比较方向和证据范围。

第四步：统计和背离验证

1. 需要品种相对表现、板块统计或主力横截面变化时，先调用 get_ranking_indicators 确认指标；客户已明确指标时可跳过。
2. 按指标排名调用 get_product_ranking；查询板块区间统计调用 get_section_statistics；查询主力横截面变化调用 get_dominant_cross_section_change；查询单品种概览调用 get_symbol_overview。
3. 将行情、成交持仓、仓单、排名和预期分布放在相同或可解释的实际日期上比较，不把不同日期强行拼接。
4. 检查 total、returned、truncated 和 hint；截面不完整时只能描述返回样本，不得推导完整市场排名。
5. 背离只能先写成观察事实，再给出可能解释；没有事件数据时，不编造新闻原因或供需原因。

第五步：组合处理和停止条件

• 只问当前共识：rating_prediction 截面 → 输出分布和限制。
• 只问预期变化：rating_prediction 时间序列 → 输出趋势和缺口。
• 只问东证自有观点：rating_prediction 东证观点截面/时间序列 → 输出东证观点来源和差异。
• 只问观点库/动态观点：标准化品种/日期 → viewpoint → 输出观点来源和差异，不描述为市场整体预期。
• 问观点分歧：rating_prediction 主数据 → 只有客户明确要求观点库对照时才追加 viewpoint → 按日期、对象和证据范围对齐。
• 问行情与预期背离：rating_prediction → 按需要追加 futures_market_data → 需要横截面比较时再追加 futures_ranking，不默认调用 viewpoint。
• 问综合情景：rating_prediction 市场预期 → 必要的行情/排名验证 → 按需补充 viewpoint → 基准/偏强/偏弱情景。
• 当关键证据缺失、接口为空、结果截断或客户问题已经得到回答时停止，不用其他 MCP 猜测缺口。

第六步：形成情景并输出

1. 将材料分成事实、市场结构、市场预期分布、东证自有观点、观点库观点、推断、反向证据和不确定性。
2. 每个情景写明触发条件、观察窗口、验证指标、反向因素和失效条件。
3. 证据不足时只输出情景排序和待验证事项，不给概率、目标价、买卖点或买卖建议。
4. 输出前逐项核对品种/合约、实际日期、报告类型、观察区间、MCP 工具、样本数量和截断状态。

数据与情景组织规则

市场预期

• 机构观点分布表示报告期观点的统计分布，不是价格上涨概率、收益率预测或交易信号。
• daily 与 weekly 是不同报告口径，不能直接拼接成连续时间序列。
• 必须区分报告日期、实际数据日期、查询日期和自然日期；以接口实际返回日期为准。
• 样本量不足或结果被截断时，只能描述“返回样本中的分布”，不能描述完整市场共识。

DZ 观点

• 观点库结果不是客观事实，必须标记观点来源、研究员、发布时间和观点对象。
• 不同研究员的观点不能只按“看多/看空”计数，还要比较时间、对象和证据范围。
• viewpoint 的动态快评不能当作完整研报；需要研报正文时应明确能力缺口。

行情、统计与归因

• 同时发生不等于因果成立；异动解释需对齐行情时间、统计日期、观点发布时间和数据实际日期。
• 行情、排名、市场预期和观点冲突时并列呈现冲突，说明各自覆盖范围和证据强度。
• 用“已确认 / 较高可能 / 可能相关 / 证据不足”表达证据强度，不使用绝对化措辞。
• 不把单一排名、仓单、持仓或观点直接扩写为未来涨跌结论。

工具协同与降级

• 不调用 SDK、finosdk-query 或自行构造 HTTP 请求替代已注册 MCP。
• futures_market_data 负责事实基线，不负责市场预期结论；futures_ranking 负责统计比较，不等于供需基本面分析。
• MCP 不可用、无权限、返回空结果或覆盖不足时，说明缺失的证据类型，并缩小研判范围。
• 没有足够证据时输出情景排序和待验证事项，不补造新闻、基本面、观点、概率或价格目标。

输出结构

按问题裁剪，通常采用：

1. 结论摘要：基准情景、判断强度和最重要依据。
2. 数据时点与口径：品种/合约、实际截止日期、观察区间、报告类型、MCP 工具和覆盖范围。
3. 当前证据：基础事实、统计排名、市场预期分布和 DZ 观点。
4. 传导链条：驱动因素、作用对象、时间尺度和反向因素。
5. 情景分析：基准/偏强/偏弱、触发条件、验证指标和失效条件。
6. 风险与缺口：滞后、截断、样本不足、观点冲突和待核实事项。

示例问题

• 结合市场预期分布、DZ 观点和近期统计，研判某品种未来两周的基准、偏强和偏弱情景。
• 某品种价格异动时，区分基础事实、预期变化和可能的传导路径，并列出后续验证指标。
• 比较多个品种的市场预期、观点分歧和相对强弱，说明哪些结论受到样本截断影响。
• 当前市场预期与 DZ 观点不一致时，梳理分歧来源、证据强弱和可能的失效条件。

风险提示与免责声明

完成实质性回答后，根据本次输出内容附加一项固定提示，不得省略或改写：

• 仅查询、整理、计算或复述数据时，使用普通提示。
• 涉及方向、趋势、强弱、结构含义、影响、情景、风险、原因推断或交易决策时，使用加强提示；不得承诺收益或替用户决策。
• 配置、报错和澄清问题无需提示。

普通提示：

风险提示：本内容由 AI 根据可用数据和材料生成，少量数据处理流程及研究框架来自于东证衍生品研究院；AI 生成内容不代表东证衍生品研究院及其研究人员的观点，也未经其审核或背书。数据可能存在延迟、缺失或处理误差，请核对原始来源。本内容仅供信息参考和研究辅助，不构成投资建议。

加强提示：

风险提示：本内容由 AI 根据可用数据、材料和研究辅助流程生成，少量数据处理流程及研究框架来自于东证衍生品研究院；AI 生成内容不代表东证衍生品研究院及其研究人员的观点，也未经其审核或背书。数据、计算和表述可能存在延迟、缺失、口径差异、处理误差或不确定性，涉及的方向、情景、风险及影响不构成预测或保证。请核对原始资料和计算口径。本内容仅供信息参考和研究辅助，不构成投资研究报告、投资建议、投资咨询意见、交易依据或收益承诺。期货及衍生品交易风险较高，请独立、审慎决策。

提示置于回答及可展示产出物末尾，不替代正文中的数据来源、时点、口径和局限说明；结构化产出使用 risk_level 和 risk_disclaimer 字段携带同一提示。