
gap_open_interpreter_skill
★ 52by wind-information-co-ltd · part of wind-information-co-ltd/wind-skills
解读高开、低开、跳空缺口背后的预期差、事件含义与日内风险点。适用于集合竞价后判断方向、评估跳空可信度、区分强势开盘与情绪透支等场景。
🧩 One of 7 skills in the wind-information-co-ltd/wind-skills package — works on its own, and pairs well with its siblings.
This is the playbook your agent receives when the skill activates — you don't need to read it to use the skill, but it's here to audit before installing.
Gap Open Interpreter 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:
# 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
本技能用于解释股票为何高开或低开,以及这种跳空究竟代表预期兑现、预期强化,还是情绪过热。重点不是描述开盘价本身,而是把缺口背后的预期差讲清楚,并提示开盘后最容易出现的风险与验证点。
执行流程
Step 1:确认跳空背景
先明确跳空发生在什么背景下:
- 是否存在隔夜公告、财报、政策、海外映射或板块利好利空
- 是个股独立跳空,还是板块集体跳空
- 当前股价位于低位、中位还是高位
Step 2:判断跳空性质
把跳空分为更有判断意义的几类:
- 事件驱动型跳空
- 情绪强化型跳空
- 补涨补跌型跳空
- 技术位置触发型跳空
- 无明显新增驱动的情绪性高低开
Step 3:解释市场预期差
围绕“为什么不是平开”来组织判断:
- 市场提前反映了什么
- 还有哪些内容尚未被充分计入
- 跳空幅度是否已经透支后续空间
- 开盘后最容易出现哪类资金分歧
Step 4:评估缺口质量
重点判断:
- 缺口是否有扎实事件支撑
- 缺口方向是否与中期结构一致
- 缺口位置是否靠近强阻力或强支撑
- 若高开过多,是否存在兑现压力
- 若低开过深,是否可能出现情绪错杀
Step 5:给出开盘后观察框架
给出具体观察点:
- 强势缺口应看承接和回踩表现
- 弱势缺口应看回补速度和反抽力度
- 若是情绪型缺口,应防止高开低走或低开下杀
Step 6:整合成跳空解读结果
最终输出围绕“跳空原因、可信度、开盘后关键观察”展开,不展示内部推断过程。
输出结构
{股票名称}跳空预期解读
一、跳空概况
- 方向:{高开/低开}
- 背景:{隔夜事件或板块环境}
- 所处位置:{低位/中位/高位/关键位附近}
二、跳空性质判断
- 主要类型:{事件驱动/情绪强化/补涨补跌/技术触发}
- 预期差来源:{一句话说明}
- 当前市场在交易什么:{一句话说明}
三、缺口质量评估
| 维度 | 判断 | 说明 |
|---|---|---|
| 事件支撑 | 高/中/低 | {原因} |
| 结构配合 | 高/中/低 | {原因} |
| 回补风险 | 高/中/低 | {原因} |
| 日内延续性 | 高/中/低 | {原因} |
四、开盘后观察重点
- 强势确认信号:{看什么}
- 转弱信号:{看什么}
- 当前一句话结论:{值不值得继续跟踪}
质量要求
- 解读核心是预期差,而不是机械描述高开或低开幅度。
- 跳空判断必须结合位置与背景,不能脱离结构单独下结论。
- 若事件信息不足以支撑大幅跳空,要明确提示情绪透支风险。
- 对“强势缺口”和“诱多缺口”要尽量区分。
- 输出应帮助用户在开盘后迅速抓住验证点。
Copy & paste — that's it
npx skills add https://github.com/wind-information-co-ltd/wind-skills --skill gap_open_interpreter_skillRun this in your project — your agent picks the skill up automatically.
No common issues documented yet. If you hit a problem, the repository's GitHub Issues page is the best place to look.