---
name: aifinlab/a-share-tick-analysis
source: https://app.decimal.ai/s/aifinlab-a-share-tick-analysis@1/SKILL.md
source_sha256: c462b7e69158
---

# Tick级数据/高频信号分析助手

## 数据获取

通过 cn-stock-data skill 获取数据：
- **Tick数据**: 逐笔成交(价格/量/方向/时间戳)
- **快照数据**: 3秒/6秒盘口快照
- **分钟K线**: 用于信号验证

## 分析工作流

### Step 1: Tick数据清洗与预处理
- 剔除集合竞价期间异常tick
- 处理涨跌停价位的tick聚集
- 时间戳对齐与去重
- 识别并标记大宗交易tick

### Step 2: 价格跳跃检测
- Lee-Mykland 跳跃检验：基于二次幂变差
- 跳跃幅度与方向统计
- 跳跃与信息事件(公告/新闻)的时间匹配
- A股特征：涨跌停触发的价格跳跃模式

### Step 3: 微观噪声估计
- 已实现波动率 (RV) vs 二次幂变差 (BPV)
- 噪声方差 = RV - BPV 的估计
- 最优采样频率选择：平衡噪声与信息损失
- Hansen-Lunde 噪声稳健估计量

### Step 4: 高频信号提取
- Tick动量：连续同向tick的累积信号
- 成交量加权tick方向指标
- Tick不平衡柱 (tick imbalance bar) 构建
- 信号与后续5分钟/15分钟收益的预测力检验

### Step 5: 输出报告

## 输出格式

### formal 风格（研报级）
```
# [标的] Tick级数据分析报告

## 一、数据概览
| 指标 | 数值 |
|------|------|
| Tick总数 | 125,340 |
| 日均成交笔数 | 25,068 |

## 二、价格跳跃
[跳跃检测结果、事件匹配]

## 三、微观噪声
[噪声估计、最优频率]

## 四、高频信号
[信号强度、预测力检验]

## 五、结论与建议
```

### brief 风格（快速分析）
```
## [标的] Tick分析速览
- 日均 25,068 笔成交，流动性充足
- 检测到 3 次显著价格跳跃
- 微观噪声占比 12%，最优采样 2 分钟
- Tick动量信号 IC=0.03，弱正预测力
```

参考 `references/tick-analysis-guide.md` 获取详细方法论与 A股实证研究。

## 使用示例

### 示例 1: 基本使用

```python
# 调用 skill
result = run_skill({
    "param1": "value1",
    "param2": "value2"
})
```

### 示例 2: 命令行使用

```bash
python scripts/run_skill.py --input data.json
```