用途：识别并分析统计套利配对交易机会。配对交易是一种市场中性策略，通过两只相关证券的相对价格变动获利，不依赖大盘方向。该技能使用相关性分析与协整检验等统计方法筛选稳健交易对。
主要能力：
- 定义配对范围：按板块（科技、金融、医疗等）、自定义股票列表或细分行业筛选，过滤条件包括市值不低于 20 亿美元、日均成交量不低于 100 万股等。
- 获取历史价格：默认 2 年（至少 252 个交易日）日收盘价，经拆股与分红调整。使用 FMP API：GET /v3/historical-price-full/{symbol}?apikey=YOUR_API_KEY。
- 计算相关性与 Beta：皮尔逊相关系数，过滤 ρ≥0.70 的候选对；Beta 作为对冲比率。
- 协整检验：对价差序列运行 ADF 检验，p<0.05 视为协整；并估算半衰期。
- 价差与 Z 分数：价差可用价格差或价格比；Z 分数衡量偏离均值程度，|Z|>2 为保守入场阈值，|Z|>1.5 为激进阈值。
- 生成入场/出场建议：均值回归至 Z=0 平仓，Z 超过 ±3.0 止损，90 天未回归则时间止损。
- 仓位与风控：市场中性配置，单对占组合 10%-20%，最多 5-8 对，单对最大亏损 2%-3%。
- 生成 Markdown 分析报告。
使用方式： 脚本 find_pairs.py 用于筛选协整配对，例如： python scripts/find_pairs.py --sector Technology --min-correlation 0.70 python scripts/find_pairs.py --symbols AAPL,MSFT,GOOGL,META --min-correlation 0.75 脚本 analyze_spread.py 用于分析特定配对，例如： python scripts/analyze_spread.py --stock-a AAPL --stock-b MSFT
适用场景：寻找配对交易机会、市场中性策略、统计套利筛选、对冲板块敞口、均值回归交易想法、相对价值交易。
限制：需要 FMP API 密钥（免费层可用于基础筛选）；依赖 pandas、numpy、scipy、statsmodels；所有分析与输出为英文；需考虑交易成本、做空可行性与借券费用；极端波动（VIX>30）时相关性可能失效；数据质量至关重要。具体收费、价格与平台支持情况暂未提供。