Macro-skills compute-precious-miner-gross-margin

Name: compute-precious-miner-gross-margin
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/compute-precious-miner-gross-margin/skill.yaml

source content

前端展示專用（元資料從 manifest.json 讀取）

displayName: 計算貴金屬礦業毛利率 emoji: "⛏️" authorUrl: https://github.com/fatfingererr/macro-skills

tools:

claude-code

featured: true installCount: 0

testQuestions:

question: '計算目前黃金礦業的毛利率代理值，並判斷是否處於歷史極端區間' expectedResult: | 輸出主要黃金礦業（NEM、GOLD、AEM 等）的：
- 當前毛利率代理值（如 50%）
- 歷史分位數（如 78 百分位）
- 區間標記（high_margin）
- 驅動拆解（價格 vs 成本）
question: '比較白銀礦業 CDE、HL、AG 的 AISC 成本結構' expectedResult: | 輸出各礦業的：
- 最新季度 AISC（USD/oz）
- 對應的毛利率代理值
- 產量加權後的籃子毛利率
question: '當毛利率處於歷史 90 百分位以上時，礦業股的前瞻報酬如何？' expectedResult: | 輸出事件研究結果：
- 極端高毛利後 3/6/12 個月的平均報酬
- 風險提示（資本開支週期、均值回歸）

qualityScore: overall: 82 badge: 高級 evaluatedAt: "2026-01-23"

metrics: problemFit: 85 correctness: 84 dataGovernance: 78 robustness: 78 maintainability: 82 usability: 85

metricDetails: problemFit: score: 85 strengths: - SKILL.md 有清晰一句話目標與成功準則 - workflows/ 覆蓋分析、數據研究、訊號生成三路徑 - input-schema.md 參數定義完整含預設值 improvements: - 可增加不適用情境說明（如串流公司）

correctness:
  score: 84
  strengths:
    - methodology.md 有完整公式推導與成本口徑層次
    - scripts/margin_calculator.py 與方法論吻合
    - examples/sample-output.json 提供 golden case
  improvements:
    - 可增加多個邊界案例（極端成本、缺值情境）

dataGovernance:
  score: 78
  strengths:
    - data-sources.md 列出金價/AISC/產量來源
    - workflows/data-research.md 有爬蟲設計指引
  improvements:
    - 缺少 fallback 替代方案文檔
    - 可增加 cross-validate.md 交叉驗證流程

robustness:
  score: 78
  strengths:
    - pitfalls 區段詳列常見陷阱與後果
    - 有成本滯後、口徑差異等風險提示
  improvements:
    - 可增加 failure-modes.md 明確降級策略
    - scripts 可加強缺值處理說明

maintainability:
  score: 82
  strengths:
    - manifest.json 有 semver 版本
    - templates/ 輸出結構穩定
    - 目錄結構清晰無重複文件
  improvements:
    - 參數可更集中管理（如 CONFIG 區）

usability:
  score: 85
  strengths:
    - output-markdown.md 有 TL;DR 與後續建議
    - FAQ 詳細解答 AISC/成本/極端毛利問題
    - about 區段有使用場景與預設籃子
  improvements:
    - 可增加 historical-episodes.md 歷史對照

details: | 任務適配度（85/100） - SKILL.md 有清晰一句話目標與成功準則 - workflows/ 覆蓋分析、數據研究、訊號生成 - 待改進：增加不適用情境說明

**正確性（84/100）**
- methodology.md 有完整公式與成本口徑層次
- 有 sample-output.json 作為 golden case
- 待改進：增加邊界案例

**資料治理（78/100）**
- data-sources.md 列出完整來源
- 待改進：增加 fallback 與交叉驗證

**穩健性（78/100）**
- pitfalls 區段詳列常見陷阱
- 待改進：增加 failure-modes.md

**可維護性（82/100）**
- manifest.json 有版本控制
- 待改進：參數集中管理

**輸出可用性（85/100）**
- FAQ 完整、有使用場景說明
- 待改進：增加歷史對照文檔

upgradeNotes: targetBadge: 頂級 requirements: - metric: dataGovernance currentScore: 78 targetScore: 85 suggestion: 增加 cross-validate.md 與 fallback 來源 - metric: robustness currentScore: 78 targetScore: 85 suggestion: 增加 failure-modes.md 與降級策略 - metric: usability currentScore: 85 targetScore: 90 suggestion: 增加 historical-episodes.md 歷史對照

bestPractices:

title: 優先使用 AISC 口徑 description: World Gold Council 標準化定義，跨公司可比性最佳
title: 使用產量加權聚合 description: 更準確反映產業整體毛利結構，避免小型礦業扭曲
title: 季度頻率為佳 description: 成本數據多為季度披露，避免過度內插造成虛假精度
title: 關注驅動拆解 description: 區分「金屬價格漲」vs「成本下降」的毛利改善來源

pitfalls:

title: 混淆代理值與會計毛利率 description: 本模型使用 (price - AISC) / price 近似，非 GAAP 毛利率 consequence: 與公司財報數字不一致，造成誤解
title: 忽略副產品收入 description: 白銀礦常有黃金/基本金屬副產品，AISC 已扣除但需理解 consequence: 對「純銀」成本的誤判
title: 成本數據滯後 description: 季報披露約滯後 1-2 個月，需與即時金價配對時小心 consequence: 短期毛利率失真
title: 極端毛利≠股價必漲 description: 高毛利常引發增產/併購/成本通膨，導致均值回歸 consequence: 做為順勢訊號時需配合其他因子

faq:

question: AISC 和 Cash Cost 的差別是什麼？ answer: |
- Cash Cost (C1)：僅含現場採掘、加工、行政，反映現金流壓力
- AISC：含 C1 + 維持資本開支 + 勘探 + 一般行政，反映持續經營成本
- All-In Cost：含 AISC + 成長資本開支，反映完整經濟成本
建議優先用 AISC，因其由 WGC 標準化定義，跨公司可比。
question: 如何取得礦業的 AISC 數據？ answer: |
1. 投資人簡報：多數礦業在季報簡報中會有 AISC 摘要表
2. 新聞稿：季報發布的新聞稿通常含 AISC 數字
3. 10-Q / 10-K MD&A：美股可從 SEC EDGAR 取得
4. 第三方彙整：Mining.com、Kitco 等偶有彙整報導
本 skill 的
```
workflows/data-research.md
```
有詳細爬蟲指引。
question: 毛利率處於極端高檔代表什麼？ answer: | 極端高毛利（如 > 90 百分位） 意味著：
- 短期：礦業現金流極佳，股價可能已反映
- 中期：資本開支週期可能啟動（擴產、併購）
- 長期：成本通膨壓力（工資、柴油、試劑）可能回升
建議搭配 GDX/GDXJ/SIL 相對強弱、資本開支數據做交叉驗證。

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

1. **驗證貼文說法**：當看到「目前金銀礦業毛利率很高」的說法時，可用本 skill 驗證
2. **事件研究**：毛利率極端時，前瞻報酬如何？
3. **選股因子**：將毛利率作為礦業股相對強弱的因子
4. **資本週期研究**：高毛利 → 資本開支 → 成本回升的循環判斷

## 預設礦業籃子

**黃金**：NEM (Newmont), GOLD (Barrick), AEM (Agnico Eagle), FNV (Franco-Nevada), WPM (Wheaton)
**白銀**：CDE (Coeur), HL (Hecla), AG (First Majestic), PAAS (Pan American), MAG (MAG Silver)