/market_breadth_health_skill
判断指数上涨或下跌背后是否有足够市场广度支撑,识别行情是健康扩散、局部抱团还是虚弱反弹。适用于大盘健康度评估、指数行情辨别与仓位判断。
$ npx -y skills add Wind-Alice/AliceMarket --skill market_breadth_health_skill --agent claude-codeHow it fires
How this skill gets triggered: by you, by Claude, or both.
- Fires itselfAuto-invocation. Claude auto-loads it when your prompt matches the work.Auto-invocation is when the right skill fires by itself at the right moment, driven by a FLOW.md router and a hook, instead of you invoking it by name. It is the difference between a skill being installed and a skill actually getting used.Read the full definition →
- You can call itInvoke it directly when you want it.
- Slash command
/market_breadth_health_skill
Context preview
The summary Claude sees to decide when to auto-load this skill.
判断指数上涨或下跌背后是否有足够市场广度支撑,识别行情是健康扩散、局部抱团还是虚弱反弹。适用于大盘健康度评估、指数行情辨别与仓位判断。
SKILL.md
market_breadth_health_skill.SKILL.mdname: market_breadth_health_skill
description: 判断指数上涨或下跌背后是否有足够市场广度支撑,识别行情是健康扩散、局部抱团还是虚弱反弹。适用于大盘健康度评估、指数行情辨别与仓位判断。
key words: 市场广度,market breadth,指数健康度,抱团行情,行情体检
Market Breadth Health 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
本技能用于判断指数表现背后的参与广度和上涨质量,回答“指数涨了是真强,还是少数权重硬拉;指数跌了是全面转弱,还是局部结构调整”。输出重点不是复述指数点位变化,而是评估行情健康度、识别抱团与分化,并帮助使用者校准风险暴露。
执行流程
Step 1:确认观察对象与周期
先明确本次广度判断围绕什么展开:
- 观察的是哪个指数或哪类市场
- 是看日内、近一周、近一月,还是更长周期
- 是要解释当前上涨质量,还是判断下跌杀伤范围
- 用户更关心短线参与度还是中期趋势稳健性
若用户未说明,默认以最近一周和最近一个月两个尺度做交叉判断。
Step 2:建立广度观察框架
市场广度不应只看涨跌家数,应从多个角度同步判断:
- 上涨与下跌标的数量分布
- 创新高与创新低的数量变化
- 不同市值、风格和行业的参与程度
- 龙头股、权重股与普通成分股是否同步
- 指数表现与赚钱效应是否一致
这一阶段的目标是确认“指数表现有没有得到更广泛市场的支持”。
Step 3:识别健康扩散、局部抱团或弱反弹
结合广度数据和结构特征,把行情大致归为以下类型之一:
- 健康扩散:多数行业和个股同步改善,指数上行有基础
- 结构抱团:少数权重或龙头推动指数,广度并不跟随
- 弱修复反弹:下跌后短暂修复,但参与范围有限
- 普遍转弱:广度恶化先于或同步于指数回落
分类时要同时看横截面分布与时间延续性,避免只看单日状态。
Step 4:解释广度变化背后的原因
进一步说明当前广度为何呈现这种状态,重点包括:
- 市场是在风险偏好提升下全面扩散,还是避险抱团
- 成长、价值、周期、防御等风格是否轮番承接
- 是否存在宏观事件、政策信号或财报窗口带来的结构性扰动
- 广度恶化是否源于高位拥挤释放、筹码切换或流动性问题
Step 5:判断对指数趋势与仓位的含义
广度分析最终要回到可执行层面,重点回答:
- 当前指数上行是否具有延续性
- 即使指数看似稳定,是否仍需要防范结构性回撤
- 若广度改善,应该提高对哪些方向的关注
- 若广度恶化,风险应优先控制在何处
Step 6:形成市场广度体检成稿
最终输出应帮助使用者快速判断大盘行情“强不强、稳不稳、有没有赚钱效应”。正文只保留广度结论、结构诊断、驱动解释与风险提示。
输出结构
---
{市场/指数名称}市场广度体检({YYYY-MM-DD})
一、30 秒结论
- **指数状态**:{强势上行 / 震荡 / 转弱}
- **广度状态**:{健康 / 一般 / 偏弱}
- **行情性质**:{全面扩散 / 局部抱团 / 弱修复 / 普遍转弱}
- **当前提示**:{可积极跟踪 / 保持筛选 / 谨慎对待指数表象}
二、广度观察面板
| 维度 | 当前表现 | 结论 | | :--- | :--- | :--- | | 涨跌分布 | {内容} | {判断} | | 创新高/新低 | {内容} | {判断} | | 行业参与度 | {内容} | {判断} | | 权重与普通个股同步性 | {内容} | {判断} | | 赚钱效应 | {内容} | {判断} |
三、行情结构诊断
- **是否存在抱团**:{内容}
- **是否存在扩散**:{内容}
- **最明显的分化点**:{内容}
四、驱动解释
- **主驱动**:{内容}
- **辅助因素**:{内容}
- **潜在扰动**:{内容}
五、对趋势与仓位的含义
- **趋势延续性判断**:{内容}
- **当前主要风险**:{内容}
- **操作层面的关注点**:{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. 广度分析必须体现“指数表现”和“个股参与度”的关系,不能只写一边。 2. 要明确判断行情属于健康扩散、局部抱团还是弱修复,提升可读性。 3. 广度弱并不必然等于看空,但必须说明风险来自哪里。 4. 若不同广度指标给出相反信号,应把冲突点明确写出。 5. 输出要能帮助使用者识别大盘真实健康度,而不是停留在指数表面。
Read more
name: market_breadth_health_skill description: 判断指数上涨或下跌背后是否有足够市场广度支撑,识别行情是健康扩散、局部抱团还是虚弱反弹。适用于大盘健康度评估、指数行情辨别与仓位判断。 key words: 市场广度,market breadth,指数健康度,抱团行情,行情体检
Market Breadth Health 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
本技能用于判断指数表现背后的参与广度和上涨质量,回答“指数涨了是真强,还是少数权重硬拉;指数跌了是全面转弱,还是局部结构调整”。输出重点不是复述指数点位变化,而是评估行情健康度、识别抱团与分化,并帮助使用者校准风险暴露。
执行流程
Step 1:确认观察对象与周期
先明确本次广度判断围绕什么展开:
- 观察的是哪个指数或哪类市场
- 是看日内、近一周、近一月,还是更长周期
- 是要解释当前上涨质量,还是判断下跌杀伤范围
- 用户更关心短线参与度还是中期趋势稳健性
若用户未说明,默认以最近一周和最近一个月两个尺度做交叉判断。
Step 2:建立广度观察框架
市场广度不应只看涨跌家数,应从多个角度同步判断:
- 上涨与下跌标的数量分布
- 创新高与创新低的数量变化
- 不同市值、风格和行业的参与程度
- 龙头股、权重股与普通成分股是否同步
- 指数表现与赚钱效应是否一致
这一阶段的目标是确认“指数表现有没有得到更广泛市场的支持”。
Step 3:识别健康扩散、局部抱团或弱反弹
结合广度数据和结构特征,把行情大致归为以下类型之一:
- 健康扩散:多数行业和个股同步改善,指数上行有基础
- 结构抱团:少数权重或龙头推动指数,广度并不跟随
- 弱修复反弹:下跌后短暂修复,但参与范围有限
- 普遍转弱:广度恶化先于或同步于指数回落
分类时要同时看横截面分布与时间延续性,避免只看单日状态。
Step 4:解释广度变化背后的原因
进一步说明当前广度为何呈现这种状态,重点包括:
- 市场是在风险偏好提升下全面扩散,还是避险抱团
- 成长、价值、周期、防御等风格是否轮番承接
- 是否存在宏观事件、政策信号或财报窗口带来的结构性扰动
- 广度恶化是否源于高位拥挤释放、筹码切换或流动性问题
Step 5:判断对指数趋势与仓位的含义
广度分析最终要回到可执行层面,重点回答:
- 当前指数上行是否具有延续性
- 即使指数看似稳定,是否仍需要防范结构性回撤
- 若广度改善,应该提高对哪些方向的关注
- 若广度恶化,风险应优先控制在何处
Step 6:形成市场广度体检成稿
最终输出应帮助使用者快速判断大盘行情“强不强、稳不稳、有没有赚钱效应”。正文只保留广度结论、结构诊断、驱动解释与风险提示。
输出结构
---
{市场/指数名称}市场广度体检({YYYY-MM-DD})
一、30 秒结论
- **指数状态**:{强势上行 / 震荡 / 转弱}
- **广度状态**:{健康 / 一般 / 偏弱}
- **行情性质**:{全面扩散 / 局部抱团 / 弱修复 / 普遍转弱}
- **当前提示**:{可积极跟踪 / 保持筛选 / 谨慎对待指数表象}
二、广度观察面板
| 维度 | 当前表现 | 结论 | | :--- | :--- | :--- | | 涨跌分布 | {内容} | {判断} | | 创新高/新低 | {内容} | {判断} | | 行业参与度 | {内容} | {判断} | | 权重与普通个股同步性 | {内容} | {判断} | | 赚钱效应 | {内容} | {判断} |
三、行情结构诊断
- **是否存在抱团**:{内容}
- **是否存在扩散**:{内容}
- **最明显的分化点**:{内容}
四、驱动解释
- **主驱动**:{内容}
- **辅助因素**:{内容}
- **潜在扰动**:{内容}
五、对趋势与仓位的含义
- **趋势延续性判断**:{内容}
- **当前主要风险**:{内容}
- **操作层面的关注点**:{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. 广度分析必须体现“指数表现”和“个股参与度”的关系,不能只写一边。 2. 要明确判断行情属于健康扩散、局部抱团还是弱修复,提升可读性。 3. 广度弱并不必然等于看空,但必须说明风险来自哪里。 4. 若不同广度指标给出相反信号,应把冲突点明确写出。 5. 输出要能帮助使用者识别大盘真实健康度,而不是停留在指数表面。
Wind 万得金融 Skill 集合(monorepo) · 通过 MCP 协议把万得金融数据接入 Claude / OpenClaw / Hermes 等 AI Agent,并一站式收录 wind 自家数据 + 社区分析工作流共 34 个金融 skill
Other skills on alicemarket.
add_to_winner_decision…
判断盈利仓是否适合继续加仓,并给出加仓前提、节奏安排、保护规则与停止扩张边界。适用于趋势延续、核心持仓滚动放大与强势股二次进攻场景。
after_close_watchlist_…
在收盘后总结自选股当日表现、驱动因素、强弱分化与次日观察点。适用于每日收盘复盘、维护自选股观察节奏、为次日盘前准备提供输入等场景。
avatar-charlie-munger-…
使用查理·芒格式的逆向思考、激励分析、认知偏误叠加和多学科模型检验复杂决策。用于评估商业与投资判断、组织行为、政策效果、重大选择、全民共识、失败风险,或识别论证中的单一视角和心理盲区。
avatar-nassim-taleb-ri…
使用纳西姆·塔勒布式的尾部风险、利益共担、减法、林迪效应和杠铃策略分析不确定性。用于投资、商业、政策、职业、产品或个人决策中的出局风险、不可逆损失、脆弱性、代理问题、新旧方案比较和资源配置。
avatar-naval-ravikant-…
使用纳瓦尔·拉维坎特式的重新定义、欲望审计、特定知识和杠杆框架澄清职业、创业、财富、幸福、自由与人生选择。用于识别错误问题、冲突欲望、独特竞争力、AI替代风险、许可依赖、边际成本和长期复利方向。

