
watchlist_news_impact_digest_skill
★ 52by wind-information-co-ltd · part of wind-information-co-ltd/wind-skills
汇总自选股在指定时间窗口内的重要新闻、公告与舆情变化,并判断偏利多、利空或中性影响。适用于下班后复盘、盘前补新闻、批量整理自选股信息等场景。
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.
Watchlist News Impact Digest 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
本技能用于把一组自选股在指定窗口内的新闻与公告压缩成“有影响的信息清单”。重点不是信息搬运,而是完成筛噪、归类和影响判断,让使用者快速知道哪些消息值得重视、影响方向是什么、影响会持续多久。
执行流程
Step 1:明确股票池与统计区间
先确认自选股范围,以及需要回顾的时间区间。若用户未指定,默认处理最近一个自然日或上一交易日收盘后至当前时点的信息。
Step 2:汇总增量信息
逐只汇总新增信息,优先纳入以下类别:
- 公司公告、监管文件、停复牌、股东行为、资本运作
- 业绩相关信息、经营更新、重大客户与订单
- 行业政策、供需变化、价格波动、竞品动态
- 主流媒体报道、市场关注度明显升高的话题
对于重复转载、无新增实质内容的稿件,要合并为一条或直接剔除。
Step 3:按信息类型重组
将信息重组成更适合决策的分类,而不是按来源罗列:
- 经营层变化
- 资本市场层变化
- 行业与政策层变化
- 情绪与舆论层变化
这样可以避免一家公司有十几条新闻但真正重要的只有一条。
Step 4:判断影响方向与期限
对每条核心信息判断三个维度:
- 方向:偏利多、偏利空、中性、需继续观察
- 期限:短线影响、中期影响、长期影响
- 确定性:高、中、低
如果信息影响高度依赖后续披露、执行落地或市场解读,应明确标注不确定性来源。
Step 5:提炼需要跟踪的问题
对于真正重要的信息,不只给结论,还要补上后续需要继续验证的问题,例如:
- 事件是否一次性,还是趋势性变化
- 当前市场是否已经充分反映
- 后续还有哪些关键节点会验证或否定该消息
Step 6:整理成复盘摘要
最终输出按“股票 - 核心信息 - 影响判断 - 后续观察点”组织,不展示逐条搜索过程。
输出结构
自选股新闻影响摘要({YYYY-MM-DD})
一、今日最值得关注的新增信息
- {股票A}:{一句话摘要},判断为 {偏利多/偏利空/中性}
- {股票B}:{一句话摘要},判断为 {偏利多/偏利空/中性}
二、分股票新闻解读
| 股票 | 核心信息 | 影响方向 | 影响期限 | 确定性 | 后续观察点 |
|---|---|---|---|---|---|
| {股票A} | {摘要} | 偏利多 | 短中期 | 高 | {要继续看什么} |
| {股票B} | {摘要} | 中性 | 短期 | 中 | {要继续看什么} |
三、噪音与误导信息提示
- {哪些信息热度高但实质增量有限}
- {哪些信息需要防止过度解读}
四、结论
- 应提高关注级别的股票:{股票/原因}
- 暂不改变原判断的股票:{股票/原因}
- 需要等待更多信息确认的股票:{股票/原因}
质量要求
- 影响判断必须围绕股票主线,不要把泛行业新闻机械地套到每只股票上。
- 同一条消息若已被市场充分预期,应降低其新增影响等级。
- 对“情绪利多”和“基本面利多”要明确区分,不能混写。
- 若没有足够依据判断方向,应写“需继续观察”,而不是强行定性。
- 输出要帮助复盘和筛选优先级,而不是形成新闻堆砌。
npx skills add https://github.com/wind-information-co-ltd/wind-skills --skill watchlist_news_impact_digest_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.