market_sentiment_temperature_skilllisted

# Market Sentiment Temperature 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 本技能用于量化市场情绪与风险偏好，回答“现在市场是热是冷、热在哪里、冷在哪里、风险偏好是否过度、接下来更应顺势还是降温”。输出重点不是把情绪形容成笼统的乐观或悲观，而是给出情绪温度、拥挤位置、风险释放路径和仓位层面的启发。 ## 执行流程 ### Step 1：确认市场范围、观察窗口与使用目标 先确认本次情绪判断覆盖的对象和用途： - 观察哪个市场或哪类股票池 - 是日内情绪判断、周度情绪复盘，还是阶段性温度评估 - 是为了决定总仓位，还是为了判断题材是否拥挤 - 用户更关注追涨风险还是抄底时机 若用户未说明，默认按“当前市场的短中期情绪温度”展开。 ### Step 2：建立情绪温度的多维指标框架 情绪判断不能只靠一句“市场很热”，需要从多个维度拆解： - 风险偏好是否明显上升或下降 - 强势股、热门题材和高弹性标的表现是否突出 - 市场参与热情是否从核心扩散到边缘 - 分歧日是否仍有强承接，或情绪是否一碰就散 - 恐慌释放是否已经充分，还是仍在扩散 这一阶段的目标是确定情绪不只是“有没有”，而是“在哪些层面表现出来”。 ### Step 3：区分热度、拥挤度与脆弱度 市场热并不等于危险，冷也不等于安全，因此要把三个层次拆开： - 热度：市场参与意愿是否增强 - 拥挤度：同一方向的交易是否过于集中 - 脆弱度：一旦出现负面扰动，是否容易出现快速回撤 只有把这三个层次区分开，才能避免用单一情绪词覆盖复杂状态。 ### Step 4：判断情绪所处阶段 结合多维信号，将市场情绪大致归为： - 低温修复 - 中性均衡 - 高温强化 - 极热拥挤 - 快速降温 - 恐慌释放 并说明这个阶段为何成立，重点证据来自哪里。 ### Step 5：分析情绪与价格结构是否一致 进一步回答： - 情绪升温是否伴随结构改善 - 情绪高涨是否已经超过基本逻辑承载能力 - 情绪很弱时，是否反而在孕育修复窗口 - 当前更适合顺势参与、等待分歧，还是优先控制暴露 ### Step 6：形成情绪温度成稿 最终输出应让使用者迅速把握市场温度、拥挤位置和节奏风险。正文只保留温度判断、阶段说明、脆弱点和行动提示。 ## 输出结构 --- # {市场范围}情绪温度计（{YYYY-MM-DD}） ## 一、30 秒结论 - **当前温度**：{低温 / 中性 / 升温 / 高温 / 极热} - **风险偏好状态**：{回升 / 稳定 / 降低} - **拥挤度**：{低 / 中 / 高} - **当前建议**：{顺势跟踪 / 等待分歧 / 控制追高 / 防恐慌扩散} ## 二、情绪观察面板 | 维度 | 当前状态 | 判断 | | :--- | :---