用途：用数据检验“铂走势可能领先或驱动巴西股市”这类叙事，在长周期时间序列上验证传导结构是否存在，不做价格预测。
主要能力：从 Yahoo Finance 获取铂期货（PL=F）与巴西股市 ETF（EWZ）历史价格；绘制 Bloomberg 风格原始值双轴图与归一化同轴对比图；用交叉相关（corr(r_ewz, r_platinum.shift(lag))）扫描领先/落后范围，lag>0 表示铂领先，lag<0 表示 EWZ 领先；滚动相关观察关联的时变结构；按趋势一致性判断 regime（linked_upcycle/decoupled/brazil_idiosyncratic）；综合 best_lead_lag_corr 30%、rolling_corr_stability 30%、trend_agreement 40% 得出 0-100 传导强度分数（≥70 强，50-69 中等，<50 弱/不稳定）；输出结论、替代解释与监控清单。
使用方式：安装依赖 pip install yfinance pandas numpy matplotlib scipy；在 scripts 目录执行 python analyze.py --start 2003-01-01 进行分析，python visualize.py --start 2003-01-01 生成图表，输出至 output/platinum_vs_ewz_YYYY-MM-DD.png。默认周频（1wk）、inner join 对齐共同交易日；典型设置 lag max=52、regime_window 默认 104 周。也可按参数调整 start、end、freq。
适用场景：验证社媒/新闻中的宏观传导叙事，需要长周期联动画像与持续监控信号时。
限制：仅使用公开数据，不构成投资建议；相关不等于因果；数据源、频率与对齐方式会影响结果；资料未提供备援数据源的具体清单与完整输入参数默认值以外的细节。