Macro-skills us-cpi-pce-comparator

displayName: 美國 CPI/PCE 通膨比較 emoji: "\U0001F4CA" authorUrl: https://github.com/fatfingererr/macro-skills

tools:

• claude-code

featured: false installCount: 0

testQuestions:

• question: '分析當前 CPI 與 PCE 的分歧情況' expectedResult: | 此分析器會：
  1. 從 FRED 抓取最新 CPI 和 PCE 數據
  2. 計算 headline 層級的 YoY 分歧（bps）
  3. 識別低波動高權重桶位的風險訊號
  4. 輸出結構化 JSON 結果
• question: '為什麼 PCE 比 CPI 更高？Fed 關注哪個指標？' expectedResult: | 解釋 CPI/PCE 五大差異：
  • 權重方法（固定 vs 動態）
  • 涵蓋範圍（PCE 更廣）
  • 公式差異
  • 住房計算
  • 人口覆蓋

qualityScore: overall: 57 badge: 中級 evaluatedAt: "2026-01-23"

metrics: problemFit: 65 correctness: 60 dataGovernance: 55 robustness: 50 maintainability: 55 usability: 57

metricDetails: problemFit: score: 65 strengths: - CPI/PCE 比較概念清晰 - 三層訊號架構設計 improvements: - testQuestions 的 expectedResult 過於簡略 - 可增加具體分析流程說明

correctness:
  score: 60
  strengths:
    - 方法論有理論依據
    - 包含 Core vs Headline 說明
  improvements:
    - 缺少詳細的 expectedResult
    - 可增加計算範例

dataGovernance:
  score: 55
  strengths:
    - 使用 FRED 免費數據
    - 有 BLS API 替代來源
  improvements:
    - 缺少 data-sources.md 完整文檔
    - 數據更新時間需說明

robustness:
  score: 50
  strengths:
    - pitfalls 詳列權重差異風險
    - bestPractices 有指標選擇建議
  improvements:
    - 缺少 failure-modes.md
    - 錯誤處理機制不明確

maintainability:
  score: 55
  strengths:
    - 參數定義完整
    - 模組化腳本設計
  improvements:
    - 可增加 manifest.json 版本控制
    - 缺少實際腳本實作

usability:
  score: 57
  strengths:
    - FAQ 解答 Fed 目標指標
    - 有 re-accelerate 判斷說明
  improvements:
    - testQuestions 的 expectedResult 需完善
    - 可增加視覺化輸出

details: | 任務適配度（65/100） - CPI/PCE 比較概念清晰 - 待改進：expectedResult 需完善

**正確性（60/100）**
- 方法論有依據
- 待改進：增加計算範例

**資料治理（55/100）**
- 使用 FRED 免費數據
- 待改進：增加 data-sources.md

**穩健性（50/100）**
- pitfalls 詳列風險
- 待改進：增加 failure-modes.md

**可維護性（55/100）**
- 參數定義完整
- 待改進：增加版本控制

**輸出可用性（57/100）**
- FAQ 解答核心問題
- 待改進：完善 expectedResult

upgradeNotes: targetBadge: 中高級 requirements: - metric: correctness currentScore: 60 targetScore: 70 suggestion: 完善 testQuestions 的 expectedResult - metric: robustness currentScore: 50 targetScore: 65 suggestion: 增加 failure-modes.md - metric: dataGovernance currentScore: 55 targetScore: 65 suggestion: 增加 data-sources.md

bestPractices:

• title: 關注 Core 而非 Headline description: Core CPI/PCE 排除食品與能源，更能反映趨勢性通膨
• title: 使用 3M SAAR 觀察動量 description: YoY 有滯後性，3 個月 SAAR 更能捕捉拐點
• title: 理解權重效應 description: PCE 動態權重會自動降低高通膨項目的權重（替代效應）
• title: 結合兩個指標 description: CPI 反映消費者體感，PCE 是 Fed 目標，兩者都重要

pitfalls:

• title: 只看 Headline description: Headline 受能源價格波動影響大 consequence: 錯過核心通膨趨勢
• title: 忽略權重差異 description: CPI/PCE 在醫療、住房等項目權重差異顯著 consequence: 無法解釋分歧來源
• title: 過度解讀單月數據 description: 月度數據波動大，容易被噪音誤導 consequence: 錯誤判斷通膨趨勢

faq:

• question: Fed 主要看哪個通膨指標？ answer: | Fed 的 2% 目標是針對 Core PCE YoY。 但 Fed 也關注 CPI，因為它是市場預期的錨定點。

• question: 為什麼 PCE 通常比 CPI 低？ answer: | 主要原因：

  1. PCE 動態權重會因替代效應自動降低高通膨項目權重
  2. PCE 包含第三方支付的醫療，這部分通膨通常較溫和
  3. PCE 住房權重較低（約 15% vs CPI 約 33%）

• question: 如何判斷 PCE 是否在 re-accelerate？ answer: | 觀察指標：

  1. 3M SAAR 是否高於 YoY
  2. 低波動高權重桶位是否出現加速
  3. Core Services ex-Housing 是否持續偏高

about: repository: https://github.com/fatfingererr/macro-skills branch: main additionalInfo: | ## 數據來源

**FRED（免費，無需 API key）**
- CPI: CPIAUCSL, CPILFESL
- PCE: PCEPI, PCEPILFE
- 使用 CSV endpoint 直接下載

**BLS Public API**
- 詳細 CPI 分項數據
- 權重與相對重要性