macro_event_market_impact_skilllisted

# Macro Event Market Impact Skill ## 数据依赖与执行前置条件 推荐使用万得 `wind-mcp-skill` 获取底层数据。执行前先检查本地是否已有 `wind-mcp-skill`；若没有，提示用户安装： ```bash # GitHub npx skills add Wind-Information-Co-Ltd/wind-skills --skill wind-mcp-skill -g -y # Gitee 镜像（国内） npx skills add https://gitee.com/wind_info/wind-skills.git --skill wind-mcp-skill -g -y ``` ## 技能定位 本技能用于解读宏观事件对市场的影响，回答“这次数据或会议到底超了什么、影响先落在哪些资产和板块、短线市场为什么这样反应、中期该如何重新理解环境”。输出重点不是复述新闻标题，而是拆解预期差、传导路径与对股票市场的真实含义。 ## 执行流程 ### Step 1：确认宏观事件、预期基线与时点背景 先明确本次要解读的事件是什么，并建立事件前的基准背景： - 是通胀、就业、增长、利率还是政策会议 - 事件公布前市场的主流预期是什么 - 当前市场最敏感的变量是通胀、增长、流动性还是政策路径 - 这次事件发生前，市场处于风险偏好上升还是防御状态 若没有预期基线，宏观解读容易流于“数据好或坏”的表面判断。 ### Step 2：识别本次事件的真正预期差 宏观事件的重点不在数据本身，而在于与市场预期相比改变了什么，重点包括： - 哪个核心数据点超预期或低于预期 - 市场原本最担心的变量是否被缓解或强化 - 数据内部结构是否比 headline 更重要 - 这次事件是否改变后续政策、流动性或增长叙事 ### Step 3：拆解影响传导链条 围绕股票市场，说明影响通常如何传导： - 先影响利率、汇率、商品或风险偏好 - 再影响成长与价值、周期与防御等风格比较 - 进一步影响对特定行业的盈利预期和估值容忍度 - 最后影响市场对未来几周或几个月环境的定价 要把即时价格波动与更慢的叙事重定价分开处理。 ### Step 4：分析对板块与风格的差异化影响 不同板块对同一宏观事件的敏感度并不相同，需要说明： - 哪些行业是直接受益方 - 哪些行业更容易承压 - 哪些板块的反应主要来自估值变化，哪些来自基本面变化 - 若市场出现与直觉相反的表现，原因可能是什么 ### Step 5：区分短线交易反应与中期环境含义 进一步判断： - 今天的市场反应是合理定价还是情绪放大 - 事件是否足以改变中期市场主线 - 若只是一次扰动，后续哪些数据仍需确认 - 若环境确实切换，风格和仓位应如何调整 ### Step 6：形成宏观冲击解读成稿 最终输出应让使用者知道这次宏观事件影响了什么、影响有多深、该盯什么后续变量。正文只保留预期差、传导逻辑、差异化影响和跟踪点。 ## 输出结构 --- # {宏观事件名称}市场影响解读（{YYYY-MM-DD}） ## 一、30 秒结论 - **本次最大预期差**：{一句话} - **对股市的主影响方向**：{偏利好 / 偏利空 / 中性偏复杂} - **最敏感的风格或板块**：{内容} - **中期含义判断**：{环境改善 / 环境承压 / 仍待确认} ## 二、事件事实与预期对比 | 项目 | 公布结果 | 事前预期 | 变化含义