Macro-skills analyze-silver-miner-metal-ratio

Name: analyze-silver-miner-metal-ratio
Author: fatfingererr

前端展示專用（元資料從 manifest.json 讀取）

install

source · Clone the upstream repo

git clone https://github.com/fatfingererr/macro-skills

manifest: skills/analyze-silver-miner-metal-ratio/skill.yaml

source content

前端展示專用（元資料從 manifest.json 讀取）

displayName: 評估銀礦股對銀價比率 emoji: "⛏️" authorUrl: https://github.com/fatfingererr/macro-skills

tools:

claude-code

featured: false installCount: 0

testQuestions:

question: '分析目前 SIL 對白銀比率是否處於歷史底部區間' imagePath: images/sil-silver-ratio-2026-01-21.png expectedResult: | SIL/白銀比率分析結果

當前狀態
┌────────────┬───────────────┬────────────────────┐ │ 指標 │ 數值 │ 解讀 │
├────────────┼───────────────┼────────────────────┤ │ 當前比率 │ 1.13 │ SIL價格 / 白銀價格 │ ├────────────┼───────────────┼────────────────────┤ │ 歷史分位數 │ 16.6% │ 處於歷史底部區間 │ ├────────────┼───────────────┼────────────────────┤ │ 區間判定 │ 底部 (bottom) │ ≤ 20% 分位數 │ └────────────┴───────────────┴────────────────────┘ 歷史門檻
- 底部門檻 (20%): 1.17
- 中位數: 1.51
- 頂部門檻 (80%): 1.70
背離訊號 ⚠️

偵測到明顯背離：
- 比率處於底部區間（礦業股相對白銀便宜）
- 白銀價格處於歷史 100 百分位（10年高點）
這意味著：白銀漲到歷史高位，但礦業股漲幅遠落後金屬本體。

情境推演 ┌──────────┬──────────────┬──────────────────────────────────┐ │ 情境 │ 條件 │ 結果 │ ├──────────┼──────────────┼──────────────────────────────────┤ │ 礦業股追趕 │ 白銀維持不變 │ SIL 需漲 +50.7% 才回到頂部估值 │ ├──────────┼──────────────┼──────────────────────────────────┤ │ 白銀回落 │ 礦業股維持不變 │ 白銀需跌 -33.7% 才使比率回到頂部 │ └──────────┴──────────────┴──────────────────────────────────┘ 歷史底部事件

過去10年偵測到 6 次底部區間事件：
- 2022-12-30
- 2023-06-30
- 2023-12-29
- 2024-06-28
- 2024-12-27
- 2026-01-16 ← 目前仍在底部區間
結論

是的，SIL/白銀比率確實處於歷史底部區間，且出現罕見的「比率低 + 白銀高」背離組合。

這可能意味著：
1. 礦業股存在均值回歸追趕空間
2. 或市場正確定價礦業股的結構性問題（成本上升、股權稀釋、營運風險）
建議後續驗證
- 檢查 SIL 成分股的 AISC 成本趨勢
- 查看 COT 報告白銀投機淨部位
- 觀察 SLV ETF 持倉量變化
- 比較 GDX/GDXJ 黃金礦業股是否有類似現象
輸出圖表

已生成：output/sil-silver-ratio-2026-01-21.png

圖表清楚顯示：
- 當前比率 1.13，處於歷史 16.8% 分位數（底部區間）
- 2016-2017 年比率高達 2.0+ 是頂部區間
- 白銀價格飆升至 $94（歷史高位），但礦業股（SIL $103）漲幅明顯落後
question: '歷史上礦業股對白銀比率落入底部區間後，白銀價格的前瞻表現如何？' expectedResult: | 歷史底部區間後的白銀前瞻表現
使用 2010-2026 年的數據，偵測到 9 次底部區間事件：
底部事件日期
┌─────┬────────────┬────────────────────────┐ │ # │ 日期 │ 背景 │ ├─────┼────────────┼────────────────────────┤ │ 1 │ 2015-08-07 │ 中國股災、商品熊市末期 │ ├─────┼────────────┼────────────────────────┤ │ 2 │ 2016-02-05 │ Fed 加息初期、市場恐慌 │ ├─────┼────────────┼────────────────────────┤ │ 3 │ 2022-09-02 │ Fed 激進加息、美元強勢 │ ├─────┼────────────┼────────────────────────┤ │ 4 │ 2023-03-03 │ 銀行危機前夕 │ ├─────┼────────────┼────────────────────────┤ │ 5 │ 2023-09-01 │ 利率高原期 │ ├─────┼────────────┼────────────────────────┤ │ 6 │ 2024-03-01 │ │ ├─────┼────────────┼────────────────────────┤ │ 7 │ 2024-08-30 │ │ ├─────┼────────────┼────────────────────────┤ │ 8 │ 2025-02-28 │ │ ├─────┼────────────┼────────────────────────┤ │ 9 │ 2026-01-02 │ ← 當前仍在底部區間 │ └─────┴────────────┴────────────────────────┘

白銀前瞻報酬統計 ┌────────┬────────┬────────────┬──────────┬──────┬─────────┬───────┐ │ 前瞻期 │ 樣本數 │ 中位數報酬 │ 平均報酬 │ 勝率 │ 最佳 │ 最差 │ ├────────┼────────┼────────────┼──────────┼──────┼─────────┼───────┤ │ 1 年 │ 7 │ +33.5% │ +27.3% │ 100% │ +39.9% │ +9.8% │ ├────────┼────────┼────────────┼──────────┼──────┼─────────┼───────┤ │ 2 年 │ 5 │ +48.0% │ +39.6% │ 100% │ +65.9% │ +9.5% │ ├────────┼────────┼────────────┼──────────┼──────┼─────────┼───────┤ │ 3 年 │ 3 │ +7.6% │ +45.9% │ 100% │ +126.1% │ +4.0% │ └────────┴────────┴────────────┴──────────┴──────┴─────────┴───────┘

關鍵發現
1. 100% 勝率：歷史上 7 次底部事件後 1 年，白銀全數上漲
2. 中位數 +33.5%：1 年後的典型報酬相當可觀
3. 最差情境 +9.8%：即使是表現最差的底部事件，1 年後仍有正報酬
4. 2 年後中位數 +48%：持有期越長，報酬中位數越高
風險提示
- 樣本量僅 7-9 次，統計推論能力有限
- 歷史表現不保證未來結果
- 當前白銀已在歷史 100% 分位數（高位），背離訊號需謹慎解讀
- 礦業股落後可能反映結構性成本問題，而非單純低估
結論

從歷史數據看，比率落入底部區間是白銀的正面訊號，1 年後中位數報酬 +33.5%，勝率 100%。但當前特殊之處在於白銀已處於歷史高位，礦業股卻未跟漲，這種背離需要交叉驗證礦業股基本面。
question: '如果銀礦股價對銀價的比率要回到歷史頂部，礦業股需要漲多少？白銀需要跌多少？' imagePath: images/sil-silver-ratio-comprehensive-2026-01-21.png expectedResult: | 情境推演：回到歷史頂部需要什麼條件？

當前狀態
┌───────────────────────┬──────────────┐
│ 指標 │ 數值 │
├───────────────────────┼──────────────┤ │ 當前比率 │ 1.13 │ ├───────────────────────┼──────────────┤ │ 頂部門檻 (80% 分位數) │ 1.79 │ ├───────────────────────┼──────────────┤ │ 中位數 │ 1.57 │ ├───────────────────────┼──────────────┤ │ 當前分位數 │ 11.1% (底部) │ └───────────────────────┴──────────────┘

情境 A：白銀不變，礦業股需漲多少？

目標比率 / 當前比率 = 1.79 / 1.13 = 1.58x

礦業股 (SIL) 需漲 +57.8%

以當前 SIL = $103.4 計算：
- 目標價 = $103.4 × 1.58 = $163.4
情境 B：礦業股不變，白銀需跌多少？

當前比率 / 目標比率 = 1.13 / 1.79 = 0.63

白銀需跌 -36.6%

以當前白銀 = $94.4 計算：
- 目標價 = $94.4 × 0.63 = $59.5
情境 C：回到中位數 (更保守) ┌──────────┬──────────┬────────────────────────┐ │ 方向 │ 條件 │ 幅度 │ ├──────────┼──────────┼────────────────────────┤ │ 礦業股追趕 │ 白銀不變 │ SIL 需漲 +38.6% → $143 │ ├──────────┼──────────┼────────────────────────┤ │ 白銀回落 │ 礦業股不變 │ 白銀需跌 -27.9% → $68 │ └──────────┴──────────┴────────────────────────┘

實際情境：兩者同時調整

歷史上通常是兩者同時變動： ┌───────────────────────┬──────────┬──────────┬────────────────┐ │ 情境 │ 礦業股變化 │ 白銀變化 │ 比率回到頂部 │ ├───────────────────────┼──────────┼──────────┼────────────────┤ │ 礦業股大幅追漲 │ +40% │ +0% │ ✗ (僅到中位) │ ├───────────────────────┼──────────┼──────────┼────────────────┤ │ 礦業股追漲 + 白銀小跌 │ +30% │ -15% │ ✓ │ ├───────────────────────┼──────────┼──────────┼────────────────┤ │ 礦業股溫和漲 + 白銀大跌 │ +10% │ -30% │ ✓ │ ├───────────────────────┼──────────┼──────────┼────────────────┤ │ 極端熊市 │ -20% │ -50% │ ✓ (但兩敗俱傷) │ └───────────────────────┴──────────┴──────────┴────────────────┘

歷史類比

過去比率從底部回到頂部的案例： ┌───────────────────┬──────────┬──────────┬──────────┬──────────┐ │ 期間 │ 起始比率 │ 終點比率 │ 礦業股漲幅 │ 白銀漲幅 │ ├───────────────────┼──────────┼──────────┼──────────┼──────────┤ │ 2016 Q1 → 2016 Q3 │ ~1.2 │ ~2.0 │ +180% │ +50% │ ├───────────────────┼──────────┼──────────┼──────────┼──────────┤ │ 2020 Q1 → 2020 Q3 │ ~1.3 │ ~1.9 │ +200% │ +140% │ └───────────────────┴──────────┴──────────┴──────────┴──────────┘ 結論：歷史上比率回升時，礦業股漲幅通常顯著跑贏白銀（槓桿效應）。

圖表亮點

上半部：比率走勢圖
- 9 次底部事件以垂直綠線標記
- 當前比率 1.13，處於 11.1% 分位數（底部）
左下：價格走勢對比
- 礦業 vs 白銀正規化價格
- 標題顯示「礦業需漲 58% 才回到頂部估值」
右下：前瞻報酬統計
- 1 年：中位數 +34%，勝率 100%
- 2 年：中位數 +48%，勝率 100%
- 3 年：中位數 +8%，勝率 100%

qualityScore: overall: 69 badge: 中高級 evaluatedAt: "2026-01-23"

metrics: problemFit: 75 correctness: 72 dataGovernance: 65 robustness: 65 maintainability: 70 usability: 67

metricDetails: problemFit: score: 75 strengths: - 清晰的比率分析框架 - 背離訊號偵測機制 - 情境推演功能完整 improvements: - 可增加不適用情境說明 - 可增加比率極端值處理

correctness:
  score: 72
  strengths:
    - 方法論說明完整
    - testQuestions 有詳細 expectedResult
    - 含歷史底部事件統計
  improvements:
    - 樣本數量有限（約 6-9 次）
    - 可增加更多時間範圍驗證

dataGovernance:
  score: 65
  strengths:
    - 使用 yfinance 公開數據
    - 數據來源透明
  improvements:
    - 缺少 data-sources.md 完整文檔
    - 可增加 ETF 代號變動追蹤

robustness:
  score: 65
  strengths:
    - pitfalls 詳列代理風險
    - bestPractices 有週期選擇建議
  improvements:
    - 缺少 failure-modes.md
    - 可增加數據缺失時的降級策略

maintainability:
  score: 70
  strengths:
    - 路由器模式設計
    - 分層 workflows/references
  improvements:
    - 可增加 manifest.json 版本控制
    - 需監控 ETF 成分變化

usability:
  score: 67
  strengths:
    - FAQ 解答 SIL/SILJ 差異
    - 輸出有情境推演與圖表
  improvements:
    - 可增加 historical-episodes.md
    - 可增加前瞻報酬統計視覺化

details: | 任務適配度（75/100） - 比率分析與背離偵測清晰 - 待改進：增加不適用情境

**正確性（72/100）**
- 方法論完整
- 待改進：增加樣本驗證

**資料治理（65/100）**
- 使用 yfinance 公開數據
- 待改進：增加 data-sources.md

**穩健性（65/100）**
- pitfalls 詳列風險
- 待改進：增加 failure-modes.md

**可維護性（70/100）**
- 路由器模式設計
- 待改進：增加版本控制

**輸出可用性（67/100）**
- FAQ 解答核心問題
- 待改進：增加歷史對照

upgradeNotes: targetBadge: 高級 requirements: - metric: correctness currentScore: 72 targetScore: 80 suggestion: 增加更多時間範圍驗證案例 - metric: dataGovernance currentScore: 65 targetScore: 80 suggestion: 增加 data-sources.md 與 ETF 追蹤 - metric: robustness currentScore: 65 targetScore: 80 suggestion: 增加 failure-modes.md

bestPractices:

title: 使用週頻或月頻數據 description: 長週期訊號應避免日頻雜訊，建議使用週頻或月頻
title: 設定合理的分位門檻 description: 預設 20/80 分位，可依市場特性調整至 10/90 或 25/75
title: 關注背離訊號 description: 「比率低 + 白銀高」的組合更有參考價值
title: 結合基本面驗證 description: 比率訊號應搭配礦業股成本、股權稀釋、ETF 流量等交叉驗證

pitfalls:

title: 將比率訊號視為價格預測 description: 比率反映「相對估值」，不是單邊價格保證 consequence: 可能在礦業股持續落後時錯誤加碼
title: 忽略礦業股的結構性問題 description: 礦業股可能因成本上升、地緣風險、股權稀釋而合理偏低 consequence: 相對便宜不等於買入機會
title: 過度依賴歷史類比 description: 過往 3 次底部事件的樣本量不足以做統計推論 consequence: 對勝率過度自信
title: 忽略 ETF 結構差異 description: SIL vs SILJ 成分股差異大，需注意代理選擇 consequence: 結論可能因代理不同而不一致

faq:

question: SIL 和 SILJ 有什麼差別？ answer: |
- SIL (Global X Silver Miners ETF)：追蹤大型銀礦股，成分股較穩定
- SILJ (ETFMG Prime Junior Silver Miners ETF)：追蹤小型/初級礦業股，波動更大
建議使用 SIL 作為主要代理，SILJ 作為槓桿/投機參考。
question: 為何用 SI=F 而非 SLV 作為白銀代理？ answer: |
- SI=F (COMEX 白銀期貨)：直接反映白銀現貨價格
- SLV (iShares Silver Trust)：含 ETF 溢價/折價，可能有偏差
若交易日對齊有困難，SLV 是可接受的替代方案。
question: 底部區間事件後一定會漲嗎？ answer: | 不一定。 歷史上的 3 次底部事件確實對應了白銀的中長期底部，但：
- 樣本量僅 3 次，統計意義有限
- 未來可能出現結構性破壞（如礦業股成本永久上升）
- 需結合其他因子（COT 持倉、ETF 流量、美元/實質利率）
question: 如何解讀情境推演？ answer: | 情境推演提供「極端參考」：
- 「礦業股需漲 2.15x」意味著若白銀不變，礦業股需翻倍以上才回到頂部估值
- 「白銀需跌 54%」意味著若礦業股不變，白銀需腰斬才回到頂部估值
這些是量化邊界，非預測。實際可能是兩者同時調整。

about: repository: https://github.com/fatfingererr/macro-skills branch: main additionalInfo: | ## 使用場景

1. **驗證推文說法**：當看到「礦業股/金屬比率在底部」的說法時，可用本 skill 驗證
2. **歷史事件研究**：底部區間後的前瞻報酬統計
3. **情境推演**：量化「回到頂部」需要的條件
4. **背離偵測**：識別「比率低 + 白銀高」的潛在機會

## 預設代理

**礦業股**：SIL (Global X Silver Miners ETF)
**白銀**：SI=F (COMEX 白銀期貨)

## 參考推文邏輯

本 skill 系統化了以下類型的推文分析：
> "Silver miners / Silver ratio is near historic lows.
> The previous 3 times this happened represented major multi-year bottoms."