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：

# 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

三、情绪阶段判断

• 当前阶段：{内容}
• 阶段依据：{内容}
• 最容易被误判的点：{内容}

四、拥挤度与脆弱点

• 拥挤位置：{内容}
• 脆弱环节：{内容}
• 可能的风险触发器：{内容}

五、节奏含义

• 适合提高关注的方向：{内容}
• 适合降低暴露的方向：{内容}
• 总仓位层面的启发：{内容}

六、后续观察清单

• {观察点 1}
• {观察点 2}
• {观察点 3}

质量要求

1. 情绪分析必须区分热度、拥挤度和脆弱度，避免混成单一判断。
2. 要说明情绪状态的证据来源，不能只给情绪形容词。
3. 需把情绪与价格结构结合起来看，防止“情绪高”就简单等同风险。
4. 若市场存在明显分化，应写出热在哪、冷在哪，而不是给整体平均结论。
5. 输出要服务仓位节奏判断，而不是停留在气氛描述。