Skip to content
Finance
Skill

/premarket_trade_checklist_skill

在开盘前对候选交易进行逐项核查,覆盖催化剂、流动性、计划完整性、环境适配与风险暴露,输出可执行清单与放弃条件。适用于盘前准备、团队晨会与降低临盘失误场景。

BOOST
From plugin
alicemarket
14278 skills
Install
$ npx -y skills add Wind-Alice/AliceMarket --skill premarket_trade_checklist_skill --agent claude-code

How 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/premarket_trade_checklist_skill

Context preview

The summary Claude sees to decide when to auto-load this skill.

在开盘前对候选交易进行逐项核查,覆盖催化剂、流动性、计划完整性、环境适配与风险暴露,输出可执行清单与放弃条件。适用于盘前准备、团队晨会与降低临盘失误场景。

SKILL.md

premarket_trade_checklist_skill.SKILL.md
name: premarket_trade_checklist_skill
description: 在开盘前对候选交易进行逐项核查,覆盖催化剂、流动性、计划完整性、环境适配与风险暴露,输出可执行清单与放弃条件。适用于盘前准备、团队晨会与降低临盘失误场景。
key words: 盘前执行单,premarket checklist,下单检查,盘前准备,执行清单

Premarket Trade Checklist 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

本技能用于在开盘前完成最后一次“交易体检”。输出重点不是再做一遍大而全分析,而是用检查清单方式快速确认候选交易是否具备执行条件,哪些风险已知、哪些条件未满足、哪些单子应该先放弃,从而减少临盘冲动和操作遗漏。

功能简介

本技能的核心功能是:下单前检查催化剂、流动性与风险。

它强调把计划完整性、当日环境、事件风险和执行细节做最后核查,帮助使用者把盘前准备转化成一份真正可执行的操作单。

使用场景

  • 用户在开盘前需要快速检查当天准备执行的候选交易。
  • 团队晨会后,要把结论压缩成可以直接照着执行的清单。
  • 盘前消息较多,用户担心遗漏重大事件或流动性风险。
  • 用户想降低“明明想好了,开盘却做乱”的概率。

工作原则

1. 盘前检查的目标是排雷和定序,不是重写完整研究报告。 2. 每一笔候选交易都必须回答“今天为什么做、凭什么做、什么情况下不做”。 3. 事件风险、流动性和环境适配度是盘前最优先检查项。 4. 若任一关键条件未满足,应果断降级为观察而非勉强执行。 5. 正文只输出检查清单与执行判断,不讨论内部实现过程。

执行流程

Step 1:确认当天候选池与执行优先级

先把当天准备处理的交易对象整理出来:

  • 哪些是高优先级计划单
  • 哪些只是观察单
  • 哪些是已有持仓的延续动作
  • 是否存在多笔交易争夺同一风险预算

Step 2:核查隔夜与盘前新增信息

开盘前先看有没有改变原计划的变量:

  • 财报、公告、监管、政策、行业消息是否出现变化
  • 海外市场、相关资产或板块是否出现明显扰动
  • 公司是否有新增传闻、辟谣、停复牌或重要会议
  • 原有催化剂是否强化、弱化或失效

Step 3:检查计划完整性

每笔候选单必须具备最少执行要素:

  • 入场条件是否明确
  • 仓位与分批节奏是否明确
  • 止损与止盈规则是否明确
  • 若触发后不符合预期,是否已有应对预案

缺少其中任一项,都不应被视为完整计划。

Step 4:评估当日执行环境

盘前最容易忽略的是“今天是否适合做这类单”:

  • 指数和情绪环境是否支持追强或低吸
  • 目标板块是否仍在主线或活跃方向
  • 当日是否有重大宏观时点,可能放大波动
  • 市场是否存在明显风格切换风险

Step 5:检查流动性与价格偏离风险

有计划不代表能舒服执行:

  • 盘前价格是否已偏离理想区间
  • 高开、低开会否改变原有风险回报
  • 成交活跃度是否足以支持计划仓位
  • 若开盘快速波动,是否需要延后执行

Step 6:输出执行、观察与放弃分层

把候选单按盘前检查结果分层:

  • 可执行
  • 需要等待确认
  • 今日不做

同时说明降级原因,避免盘中再次被情绪翻案。

Step 7:形成盘前执行单成稿

最终输出应让使用者在开盘前最后几分钟清楚知道“先看谁、谁能做、等什么、什么单今天取消”。正文保留清单、优先级和放弃条件。

输出结构

---

盘前执行清单({YYYY-MM-DD})

一、30 秒结论

  • **今日最高优先级交易**:{名称列表}
  • **可执行数量**:{数量}
  • **需等待确认数量**:{数量}
  • **应取消或降级数量**:{数量}
  • **今日主要风险**:{一句话}

二、候选池检查表

| 股票 | 原计划方向 | 盘前新增变量 | 环境适配度 | 执行状态 | 备注 | | :--- | :--- | :--- | :--- | :--- | :--- | | {标的1} | {内容} | {内容} | {高/中/低} | {执行/等待/取消} | {说明} | | {标的2} | {内容} | {内容} | {等级} | {状态} | {说明} |

三、重点执行单

{股票名称}

  • **执行理由**:{内容}
  • **开盘前提**:{内容}
  • **若高开处理**:{内容}
  • **若低开处理**:{内容}
  • **放弃条件**:{内容}

四、今日不做清单

  • {标的1}:{原因}
  • {标的2}:{原因}

五、开盘后前 30 分钟观察点

  • {观察点1}
  • {观察点2}
  • {观察点3}

---

质量要求

1. 盘前清单必须突出“能做、等做、不做”三层。 2. 需明确隔夜新增变量是否改变原计划。 3. 每笔执行单都要给出高开、低开或未触发时的处理方案。 4. 若条件不完整,应主动降级而非勉强保留。 5. 输出应服务开盘前快速决策,而不是冗长复述研究内容。

Read more
Ships withalicemarket

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

Get the whole plugin

Other skills on alicemarket.

avatar-charlie-munger-thinking
Skill

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-risk
Skill

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-thinking
Skill

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。