本次回答使用了明确的数据源画像。
data/testdata.xlsx,运行模式 static_sample,样本 3365 行,有效收益率 3102 条。
tool=data_source · source=data/testdata.xlsx
Bond Evidence Pack
id=demo-yield-outliers · created=2026-07-27T04:26:37.142286+00:00 · intent=outlier_detection
信任分 61/100(medium)。 主要因素:使用静态样本,新鲜度受限。;证据账本覆盖 5 条 claim。;证据质量 67/100(等级 medium)。
运行压力 medium:数据为静态/备用样本,新鲜度受限。;信任分中等(61/100)。
data/testdata.xlsx · static_sample
provider=repository · rows=3365 · valid_yield=3102
fetched_at=
fallback=none
未使用 LLM 输出,最终答案来自确定性报告。
score=82 · action=use_deterministic_report
LLM output was not available, so faithfulness checks were not run.
status=not_run · numeric=not_run · language=not_run
本次分析适合研究展示,但仍缺少信用和曲线上下文。
overall=medium
data/testdata.xlsx,运行模式 static_sample,样本 3365 行,有效收益率 3102 条。
tool=data_source · source=data/testdata.xlsx
覆盖率 99.9%,已填充 3363 条,缺失 2 条。
tool=data_source · source=data/testdata.xlsx
样本 3365 条;收益率中位数 2.45%,均值 2.7709%,区间 0.1383%-57.0224%。
tool=describe_market · source=data/testdata.xlsx
方法 zscore,异常样本 13 条。
tool=detect_yield_outliers · source=data/testdata.xlsx
最终来源 deterministic_fallback;LLM 护栏状态 not_run;证据评分 67/100。
tool=answer_selection · source=BondLens response contract
问题: 有没有收益率异常的债券?
意图: outlier_detection
使用的工具:
- describe_market
- detect_yield_outliers
- generate_bond_report
数据证据:
- 数据源: data/testdata.xlsx (static_sample)
- 样本行数: 3365,有效收益率记录: 3102
- 期限覆盖率: 99.9%,已补全 3363 条,缺失 2
- 样本数量: 3365
- 收益率摘要: {'count': 3102, 'mean': 2.7709, 'std': 2.2786, 'min': 0.1383, 'p25': 2.255, 'median': 2.45, 'p75': 2.7468, 'max': 57.0224}
- 数据质量: 90/100 (high)
- 异常样本数量: 13
风险解释层:
- Yield outliers need data and credit checks: A yield outlier may reflect real risk, stale pricing, data quality issues, or a different bond type. It should trigger review rather than direct action.
- Data coverage limits decision confidence: The Agent can use ChinaMoney spot deals and a local Excel fallback. Each answer should state which source was active and avoid conclusions outside available fields.
- Credit context is outside the active market feed: The active market feed does not include issuer ratings, financial statements, guarantees, or credit events, so credit conclusions must stay limited.
- Longer maturity increases rate sensitivity: Longer maturity bonds are usually more sensitive to interest-rate changes. Yield comparisons are more meaningful when maturity buckets are similar.
证据质量:
- 评分: 67/100
- 等级: medium
- 数据新鲜度: static_snapshot
- 决策置信度: low
- 摘要: Evidence quality is medium for the active data source, but decision confidence remains low because issuer credit context, macro curve data, and full security master fields are not attached.
分析:
- 异常检测使用 zscore 方法,共发现 13 条收益率异常样本。
- 异常分数最高的是 21金地MTN004,收益率 57.0224%,异常分数 23.8091。
- 异常收益率需要结合信用风险、流动性、估值和数据质量进一步核查。
风险提示:
- 收益率较高可能对应信用、流动性、久期或估值波动风险,需要结合发行人和市场环境进一步判断。
- 成交量低的债券可能存在流动性不足,样本内排序不等同于可交易机会。
局限:
- 本报告仅基于当前 Agent 数据源的可用字段计算。
- 公开实时接口可能受交易时段、第三方源稳定性和字段覆盖限制影响。
- 未接入评级、主体财务、宏观利率曲线或新闻事件。
- 券种与期限分桶由名称/字段规则推断,不做信用评级结论。
- 修正久期/DV01 为年付息+票息=YTM 的现金流教学假设,非 OAS/行权树;永续同时给首段与理论 consol 情景。
- 非投资建议,仅用于学习和研究。
非投资建议,仅用于学习和研究。