/theme_leader_identification_skill

name: theme_leader_identification_skill
description: 识别热门题材中的龙头、中军、跟随股与掉队股，判断谁最值得优先跟踪，并输出题材阶段、驱动链条与风险提示。适用于题材轮动选股、热点复盘、板块主线判断等场景。
key words: 题材龙头，theme leader，热点龙头，题材轮动，主线判断

Theme Leader Identification 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

本技能用于在热门题材或主题行情中识别谁是真正的龙头、谁是中军、谁只是跟风，以及题材当前处于启动、强化、扩散还是退潮阶段。输出重点不是简单按照涨幅排序，而是判断题材内部地位、带动能力、持续性和交易拥挤度，帮助使用者把注意力聚焦到最有代表性的标的上。

功能简介

本技能的核心功能是：识别热门题材中的龙头、中军和跟随股，判断谁最值得跟踪。

它强调把题材驱动、个股辨识度、成交结构、产业逻辑和资金偏好放在一起判断，帮助使用者更清楚地理解题材内部的角色分层。

使用场景

• 热点题材快速升温后，需要判断谁是最核心的标的。
• 用户希望在题材轮动中避免把跟风股当龙头追逐。
• 团队做盘后复盘，需要整理题材内部地位变化。
• 新题材爆发时，需要快速建立主线与梯队认知。

工作原则

1. 龙头识别不能只按短期涨幅排序，必须结合辨识度、带动性与承接质量。 2. 要区分龙头、中军、跟随股和掉队股四个层次。 3. 题材分析必须说明其所处阶段，避免脱离周期谈地位。 4. 若题材逻辑薄弱或已明显退潮，应降低龙头讨论价值。 5. 正文中不显式描述内部调用过程。

执行流程

Step 1：确认题材边界与观察窗口

先定义本次要分析的题材范围：

• 是单一明确主题，还是多个相近概念的集合
• 是观察当日热点，还是近一周的持续主线
• 用户想判断的是交易龙头，还是中期主线核心资产

题材边界不清，会直接导致后续角色判断失真。

Step 2：梳理题材驱动与核心叙事

先回答“市场为什么在交易这个题材”。重点拆解：

• 驱动来自政策、产业趋势、景气数据、事件催化还是纯情绪扩散
• 题材是否有真实产业映射，还是概念泛化严重
• 市场目前最关心的是哪一条主叙事
• 这条叙事是否足以支撑题材持续发酵

Step 3：建立题材内股票清单与角色分层

围绕题材内主要股票，先做初步分层：

• 龙头：辨识度最高、带动最强、资金承接最集中
• 中军：容量大、稳定度高、对题材方向有确认作用
• 跟随股：受题材情绪带动，但自主地位较弱
• 掉队股：题材内存在感下降或表现明显落后

这一步的目标是建立“结构图”，而不是立即给出交易建议。

Step 4：检查龙头候选的辨识度与带动性

真正的龙头通常具备几个共同特征：

• 价格表现领先且具有持续性
• 成交活跃，市场讨论度高
• 当其走强时，题材内其他股票会被带动
• 回调时也常成为资金优先回流对象

如果某只股票只是单日涨幅大，但缺乏带动性，应谨慎定义为龙头。

Step 5：结合产业映射与基本面支撑

题材龙头不一定都是基本面最强，但也不能完全脱离业务相关性。要判断：

• 公司与题材主线的相关度是否真实、直接
• 业务、订单、产品或行业位置是否支持其龙头地位
• 题材炒作是否严重超前于基本面
• 若情绪退潮，哪些标的更可能保留溢价

Step 6：判断题材所处阶段与内部演化

龙头识别必须放在题材周期中看。要区分：

• 启动期：谁率先点火、谁提供辨识度
• 强化期：谁最能吸引增量资金
• 扩散期：谁带动中军和跟随股补涨
• 退潮期：谁还能抗跌、谁最先掉队

Step 7：输出优先跟踪名单与风险提醒

根据“题材地位 + 资金承接 + 产业映射 + 阶段位置”综合排序，形成：

• 最值得优先跟踪的龙头
• 值得观察的中军
• 不宜误判为龙头的跟随对象

同时写明：

• 题材继续强化的条件
• 龙头地位可能被替代的情形
• 题材退潮时的风险信号

Step 8：整合成题材龙头成稿

最终输出应帮助使用者知道“这个题材的核心是谁、为什么是它、目前处于什么阶段、后面还要看什么”。正文只保留结构化结论与跟踪框架。

输出结构

---

题材龙头识别（{YYYY-MM-DD}）

一、30 秒结论

• **当前题材龙头**：{名称}
• **当前中军**：{名称}
• **题材阶段**：{启动 / 强化 / 扩散 / 退潮}
• **最值得跟踪的原因**：{一句话}

二、题材结构总览

| 股票 | 题材角色 | 辨识度 | 带动性 | 产业映射 | 当前判断 | | :--- | :--- | :--- | :--- | :--- | :--- | | {标的1} | {龙头/中军/跟随/掉队} | {高/中/低} | {高/中/低} | {强/中/弱} | {说明} | | {标的2} | {角色} | {等级} | {等级} | {等级} | {说明} |

三、核心标的拆解

{股票名称}

• **为什么是核心**：{内容}
• **题材映射强度**：{内容}
• **资金与成交特征**：{内容}
• **最关键的后续观察点**：{内容}
• **龙头失效信号**：{内容}

四、题材阶段判断

• **驱动逻辑**：{内容}
• **当前阶段特征**：{内容}
• **后续更可能的演化方向**：{内容}

五、风险提示

• {风险1}
• {风险2}
• {风险3}

---

质量要求

1. 角色分层必须覆盖龙头、中军、跟随与掉队。 2. 不能只按涨幅排名来定义龙头。 3. 必须解释题材阶段与内部结构演化。 4. 要说明产业映射与资金带动性是否匹配。 5. 输出应服务热点跟踪与主线判断，而不是仅做题材介绍。