用途：分析历史价格数据，识别下跌趋势区间（峰到谷），统计修正持续时间分布，并按行业与市值层级（Mega、Large、Mid、Small）生成交互式 HTML 直方图，辅助交易者理解典型回调时长、为均值回归或回调策略设定合理的持仓周期预期。
主要能力：使用滚动窗口识别局部峰谷，计算每段下跌的持续交易日数与跌幅百分比；按行业和市值分层计算中位数、均值、P25、P75、P90 等统计量；输出 JSON 与 Markdown 报告；生成基于交互式图表的 HTML 文件，含行业与市值下拉筛选、分布分箱控制、百分位标尺与悬停提示。
使用方式：需 Python 3.9+、FMP API key（通过 FMP_API_KEY 环境变量或 --api-key 提供），以及 requests、pandas、numpy。先运行分析脚本获取 OHLC 数据并计算下跌趋势，例如：python3 skills/downtrend-duration-analyzer/scripts/analyze_downtrends.py --sector "Technology" --lookback-years 5 --output-dir reports/；再生成可视化：python3 skills/downtrend-duration-analyzer/scripts/generate_histogram_html.py --input reports/downtrend_analysis_*.json --output-dir reports/。报告输出至 reports/，包含 JSON、Markdown 与 HTML 文件。
适用场景：查询某行业或市值层级的典型修正时长；了解历史回撤恢复时间；为均值回归或回调策略估算持仓周期；比较不同市场板块的修正行为；设置止损超时或持仓期限。
限制：依赖 FMP API key 与外部行情数据；峰谷识别基于滚动窗口参数（如 peak_window、trough_window），不同参数会影响结果；历史统计不代表未来表现；其余功能细节暂未提供。