宏观管理人周度业绩聚类定位报告

| 项 | 值 | |---|---| | 中文名 | 宏观管理人周度业绩聚类定位报告 | | 英文名 | Macro Manager Weekly Cluster & Positioning Report | | 技能 ID | ima-macro-weekly-cluster-report | | 版本 | 2.0.0 | | 数据源 | IMA 共享知识库「点睛焱究所 → 4. 周度业绩排名更新及业绩点评 → 周度业绩 → 每周《宏观管理人业绩榜》」 | | 产物 | 自包含交互式 HTML 报告（内置 ECharts，离线可打开，约 1.2 MB） |

这是什么

把 IMA 里逐周发布的《宏观管理人业绩榜》累积成「管理人 × 周度收益」面板，按滚动窗口（默认自 2026 年 3 月起）计算收益、回撤、夏普等指标，做全样本 K-means 类型划分（5 类，类型名按画像自动生成），最后产出一份可交互的 HTML 报告：点任意管理人即可看到它在全池中的精确位置。

目录结构

宏观管理人周度业绩聚类定位报告_技能包/
├── README.md                  本文件
├── SKILL.md                   技能主文档（含完整取数/计算/图表规范）
├── lib/
│   └── echarts.min.js         内嵌图表库（离线渲染，无 CDN 依赖）
├── scripts/
│   ├── sync_data.py           增量数据同步引擎（算差集 / 校验 / 登记）
│   ├── analyze.py             计算 + 全样本聚类 → analysis.json / data.js
│   ├── build_report.py        注入数据与图表库 → 生成 HTML 到桌面
│   ├── report_template.html   报告模板（含全部交互逻辑）
│   ├── selftest.js            自检：DOM 桩跑一遍 + 真实 ECharts 服务端渲染
│   └── check_scatter.js       自检：散点分布密度 / 符号统计
└── data/
    ├── weekly_raw/*.txt       逐周原始榜单（只增不改，当前 27 期）
    ├── sync_state.json        同步台账
    ├── analysis.json          计算结果
    ├── data.js                注入用数据
    └── corr.txt               相关系数与关键统计

怎么用

方式一：交给 WorkBuddy（推荐）

直接说「更新宏观管理人周度业绩聚类定位报告」，或让自动化任务在每周五 15:00 自动执行。

方式二：手工跑命令

cd 宏观管理人周度业绩聚类定位报告_技能包

# 1) 看本地已有哪几周
python scripts/sync_data.py status

# 2) 算差集（配合 agent 从 IMA 导出的周清单 json）
python scripts/sync_data.py plan --ima data/_tmp/ima_weeks.json

# 3) 只抓 plan 列出的那几期（agent 调 IMA 取数），落盘后登记
python scripts/sync_data.py record --week 0914-0918

# 4) 计算 + 聚类
python scripts/analyze.py

# 5) 生成报告到桌面
python scripts/build_report.py

依赖：仅需 Python 3.8+ 标准库（聚类为手写 K-means，不需要 numpy/sklearn）；Node 18+ 仅自检用。

增量机制（重点）

首次运行 = 全量（约 27 期），此后每周只抓新增的 1 期。
每期落盘后立刻校验：必须含免责声明、不得含 cover_urls、能解析出 ≥ 20 家管理人。不通过直接报错，不会污染历史数据。
抓一期登记一期，中断后可重跑 plan 接着抓（断点续跑）。
窗口下界默认 2026-03，可设环境变量 MACRO_SINCE_MM 调整。

环境变量

| 变量 | 作用 | 默认 | |---|---|---| | MACRO_SKILL_DATA | 数据目录 | <技能根目录>/data | | MACRO_REPORT_OUT | 报告输出目录 | 用户桌面 | | MACRO_REPORT_KEEP | 设 1 时另存一份带窗口区间的日期快照 | 关闭（每周覆盖同名文件） | | MACRO_SINCE_MM | 窗口下界月份 | 03（即 2026-03 起） | | MACRO_SSR_OUT | 自检 SSR 的 SVG 落盘目录 | 系统临时目录 |

迁移到新电脑

解压本包，把 ima-macro-weekly-cluster-report 目录放进 ~/.workbuddy/skills/（或直接以本包目录作为技能目录）。
确认 WorkBuddy 里 ima 连接器已连接。
跑 python scripts/analyze.py，能输出 59 家/27 周即环境正常。
data/weekly_raw/ 已带 27 期历史，无需重新抓取；之后每周增量补齐即可。

报告口径速览（当前窗口 2026-03-13 ~ 2026-09-11，27 周）

样本 59 家（43 家满期披露 ≥13 周 + 16 家短披露），全部参与聚类，无遗漏。
类型：稳健领跑型 15 / 高波无功型 14 / 低波蛰伏型 5 / 低波失血型 10 / 高波重挫型 15。
配色：红涨绿跌（正收益 = 红 #C0392B，负收益 = 绿 #1E8449）；风险类指标用中性蓝灰。
散点坐标：以全池中位数为原点、上下左右对称（当前 ±20 个百分点），超出半幅的样本压缩到边界并以三角形标记。