<基本原则> * **CPI（固定权重）** : BLS相对重要性，每年或每两年更新，反映「固定篮子」 * **PCE（动态/链结权重）** : BEA 名目支出活动，每月随实际消费行为调整关键洞见：当消费者把钱花在「价格较不波动」的商品项时，若这些商品项的通膨走高，PCE会比CPI更敏感地反映这种上行压力。识别逻辑： 1. 找出PCE权重较高的消费桶（consumer Spending Bucks） 2. 在这些桶中，筛选价格波动程度较低者 3.若这些桶的通膨近期转正或加速，标记为PCE上行风险 PCE专题项目比CPI更广： * 第三方支付的医疗费用（雇主支付的医疗费用） * 针对家庭的服务的非营利机构 * 某些金融服务的隐含费用这些范围差异造成 CPI/PCE 闭合。请参阅 `references/cpi-pce-methodology.md`。本技能使用**消耗API key** 的资料来源： * **FRED CSV** ：`https://fred.stlouisfed.org/graph/fredgraph.csv?id={SERIES_ID}` * **BLS 公共 API**：`https://api.bls.gov/publicAPI/v2/timeseries/data/` 脚本位于 `scripts/` 目录，可直接执行。输出三层讯号： 1. **头条级别**：CPI vs PCE 背离（bps） 2. **归因** : 哪些桶在推升PCE（加权贡献） 3. **风险框架**：观察点与大象性风险评估 <快速开始> **最快的方式：执行快速检查** cd 技能/us-cpi-pce-comparator pip install pandas numpy requests # 首次使用 python 脚本/cpi_pce_analyzer.py --quick 输出范例： { "headline": {"cpi_yoy": 2.65, "pce_yoy": 2.79, "gap_bps": 14}, “核心”：{“cpi_core_yoy”：2.65，“pce_core_yoy”：2.83，“gap_bps”：18}， “动量”：{“cpi_3m_saar”：2.07，“pce_3m_saar”：2.82} } **完整分析**： python 脚本/cpi_pce_analyzer.py --start 2020-01-01 --measure yoy 1. **快速检查** \- 查看最新的 CPI/PCE 封闭数据 2. **完整分析** \- 执行完整的三步骤分析工作流 3. **方法论学习** \-了解CPI/PCE差异的深刻原因 **请选择或直接提供分析参数。** **路由后，阅读对应文件并执行。** <目录结构> us-cpi-pce-比较器/ ├── SKILL.md # 本文件（路由器） ├── Skill.yaml # 前端展示元数据 ├── 工作流程/ │ ├──analyze.md # 完整分析工作流程 │ └── fast-check.md # 快速检查工作流程 ├── 参考资料/ │ ├── data-sources.md # FRED/BLS 系列代码与资料来源 │ ├── cpi-pce-methodology.md # CPI/PCE方法论深度解析 │ └──implementation.md # 计算公式与程序码示例 ├── 模板/ │ ├── output-json.md # JSON输出模板 │ └── output-markdown.md # Markdown 报告模板 └── 脚本/ ├── fetch_fred_data.py # FRED 资料抽取（抽取 API key） ├── fetch_bls_data.py # BLS 资料抓取 └── cpi_pce_analyzer.py # 主分析脚本 <参考索引> **方法论** : 参考文献/cpi-pce-methodology.md * CPI vs PCE 的五大差异（权重、范围、公式、住房、人口） * 封闭模式与交易意义 * 美联储如何解读两个指标 **资料来源**：references/data-sources.md * FRED CSV端点（无需API密钥） * FRED系列代码对照表 * 位桶规定与近似计算 **实作指南**：references/implementation.md * 通膨计算公式（YoY, MoM SAAR, QoQ SAAR） * 权重效应计算 * 转动度分析 <工作流程索引> 工作流程|目的| 使用时机 ---|---|--- 分析.md | 完整三步分析 | 需要深度分析时快速检查.md | 快速检查封闭| 日常监控或快速解答 | | <模板索引> 模板|目的 ---|--- 输出-json.md | JSON 输出结构定义输出-markdown.md | Markdown 报告模板 | <脚本索引> 脚本 |命令 |目的 ---|---|--- cpi_pce_analyzer.py | `--快` | 快速检查最新封闭 cpi_pce_analyzer.py | `--开始日期--测量年同比` | 完整分析 fetch_fred_data.py | `--系列 CPIAUCSL、PCEPI` | 抓取FRED资料 fetch_bls_data.py | `--完整` | 抽取BLS CPI资料 | | <输入模式> 参见 `templates/output-json.md` 的完整结构定义。 **摘要**： { "headline": {"cpi_yoy": 2.65, "pce_yoy": 2.79, "gap_bps": 14}, "low_vol_high_weight_buckets": [{"bucket": "...", "signal": "upside"}], “归因”：{“top_contributors”：[...]，“weight_effect_bps”：12}， “解释”：[“...”]， “警告”：[“...”] } 分析成功时应财富： * Headline level 的 CPI/PCE 分歧數值（bps） * 識別出低波動、高 PCE 權重的桶位 * 各桶位的加權通膨貢獻（attribution） * 若有 baseline，產出「less baseline」偏離度 * 可操作的解讀與風險提示 * 明確標註資料限制與近似處理

美国 Cpi Pce 比较

包含技能