/value_dividend_candidate_skill
筛选估值具备安全边际、股息水平有吸引力且分红可持续的收益型股票,并输出优先级、风险点与跟踪重点。适用于股息投资、价值筛选、现金流导向型选股等场景。
$ npx -y skills add Wind-Alice/AliceMarket --skill value_dividend_candidate_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
/value_dividend_candidate_skill
Context preview
The summary Claude sees to decide when to auto-load this skill.
筛选估值具备安全边际、股息水平有吸引力且分红可持续的收益型股票,并输出优先级、风险点与跟踪重点。适用于股息投资、价值筛选、现金流导向型选股等场景。
SKILL.md
value_dividend_candidate_skill.SKILL.mdname: value_dividend_candidate_skill
description: 筛选估值具备安全边际、股息水平有吸引力且分红可持续的收益型股票,并输出优先级、风险点与跟踪重点。适用于股息投资、价值筛选、现金流导向型选股等场景。
key words: 价值股息,dividend value,股息筛选,收益型投资,安全边际
Value Dividend Candidate 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
本技能用于筛选兼具“估值不激进”和“分红具备吸引力”的收益型候选股。输出重点不是按股息率高低简单排序,而是判断分红是否真实可持续、估值是否提供缓冲、业务与现金流是否能支撑未来回报,以及高股息背后是否隐藏基本面恶化。
功能简介
本技能的核心功能是:筛选估值不贵、股息稳定且分红可持续的收益型标的。
它强调把收益率、安全边际、现金流质量、资本配置与风险识别放在一起判断,帮助使用者筛出“值得拿”的股息股,而不是“被动高息”的陷阱标的。
使用场景
- 用户希望建立偏稳健的收益型股票观察池。
- 需要从大盘股、金融、公用事业、央国企等方向中筛选股息标的。
- 希望在低利率或波动市况下寻找具备现金回报的候选股。
- 团队需要评估哪些高股息公司适合长期跟踪。
工作原则
1. 股息率只是起点,不是结论,必须同时评估分红安全性与业务韧性。 2. 高股息若来自股价大跌而非经营稳定,应优先排查是否属于价值陷阱。 3. 估值、安全边际、现金流、负债压力和资本配置必须合并判断。 4. 需要区分“适合长期持有的股息股”和“仅阶段性高息但可持续性弱的标的”。 5. 正文中不显式描述内部工具或检索过程。
执行流程
Step 1:确认收益目标与筛选风格
先确认用户要找的是哪类收益型标的:
- 更偏高股息防御
- 更偏低估值修复 + 分红回报
- 更偏稳健现金流资产
- 还是偏央国企重估逻辑下的收益型候选
同时确认用户更看重当前股息率、分红稳定性,还是未来回报的平衡。
Step 2:建立基础候选池
先从具备收益型特征的股票中形成初始候选,但第一轮只做范围界定,不急于结论。重点关注:
- 长期具备稳定分红记录的公司
- 行业特征上适合分红的成熟业务
- 现金流较为稳定、资本开支可控的企业
- 估值处于历史或同业相对合理区间的公司
若某些标的虽然股息率高,但业务波动极大,应在起步阶段就标记为高风险候选。
Step 3:检查分红质量与可持续性
股息投资最关键的不是“今年分得多”,而是“未来能不能继续分”。需要重点判断:
- 当前分红水平是否被利润与自由现金流覆盖
- 分红政策是否稳定,过往是否频繁波动
- 公司是否在高负债、再融资压力或大额资本开支阶段
- 管理层资本配置偏好是持续回馈股东,还是阶段性安抚市场
如果分红依赖非经常性收益、资产处置或短期财技,应明显下调评分。
Step 4:评估估值是否提供安全边际
收益型投资并不意味着可以忽视价格。要判断:
- 当前估值处于自身历史什么位置
- 与同业相比,是否存在被低估或合理定价
- 市场给低估值的原因是暂时性分歧,还是结构性问题
- 在分红之外,是否仍有估值修复空间
理想的候选股应兼顾分红回报与价格缓冲,而不是只靠票息支撑。
Step 5:识别收益背后的风险来源
高股息并不天然安全,必须主动排查:
- 业绩下滑导致未来分红能力下降
- 政策、监管、价格管制等影响现金回流
- 负债压力、融资成本或资本开支抬升
- 股东结构变化、治理问题或资本配置转向
在收益型筛选里,风险识别的权重不应低于收益率比较。
Step 6:结合行业属性与利率环境解释吸引力
收益型标的的投资吸引力,往往受外部环境影响明显。要一并判断:
- 当前利率环境是否有利于高股息资产重新定价
- 所属行业是否处于景气底部、稳定期还是潜在下行期
- 市场当前更偏爱防御收益,还是追逐成长弹性
- 若市场风格变化,高股息标的的相对吸引力是否会下降
Step 7:形成候选排序与持有逻辑摘要
将候选分层为:
- 核心收益型候选
- 价值修复 + 股息兼备候选
- 高股息但需谨慎排雷的观察对象
每只标的都要写清楚:
- 当前看点
- 分红支撑逻辑
- 估值缓冲
- 主要风险
Step 8:整合成价值股息成稿
最终输出应帮助使用者知道“哪些股票值得继续做收益型跟踪、原因是什么、风险在哪里”。正文只保留结论、证据和后续跟踪框架。
输出结构
---
价值股息候选筛选({YYYY-MM-DD})
一、30 秒结论
- **最优先关注的收益型候选**:{名称列表}
- **当前最有吸引力的逻辑**:{高股息 / 低估值修复 / 二者兼备}
- **整体筛选判断**:{偏积极 / 选择性配置 / 谨慎排雷}
- **最大风险点**:{一句话}
二、候选池总览
| 股票 | 股息吸引力 | 分红可持续性 | 估值安全边际 | 风险等级 | 优先级 | | :--- | :--- | :--- | :--- | :--- | :--- | | {标的1} | {高/中/低} | {强/中/弱} | {高/中/低} | {高/中/低} | {A/B/C} | | {标的2} | {等级} | {等级} | {等级} | {等级} | {等级} |
三、重点候选拆解
{股票名称}
- **收益看点**:{内容}
- **分红支撑**:{内容}
- **估值位置**:{内容}
- **适合的持有逻辑**:{内容}
- **主要风险**:{内容}
四、环境适配判断
- **利率与风格环境**:{内容}
- **行业稳定性**:{内容}
- **市场是否偏好收益资产**:{内容}
五、跟踪清单
- {跟踪点1}
- {跟踪点2}
- {跟踪点3}
六、风险提示
- {风险1}
- {风险2}
- {风险3}
---
质量要求
1. 不能只按股息率高低排序,必须解释分红可持续性。 2. 必须对高股息陷阱进行主动排查。 3. 估值、安全边际和行业环境要合并判断。 4. 应明确区分“适合长期持有”和“仅阶段性观察”的标的。 5. 输出应服务配置与跟踪,不写成单纯指标罗列。
Read more
name: value_dividend_candidate_skill description: 筛选估值具备安全边际、股息水平有吸引力且分红可持续的收益型股票,并输出优先级、风险点与跟踪重点。适用于股息投资、价值筛选、现金流导向型选股等场景。 key words: 价值股息,dividend value,股息筛选,收益型投资,安全边际
Value Dividend Candidate 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
本技能用于筛选兼具“估值不激进”和“分红具备吸引力”的收益型候选股。输出重点不是按股息率高低简单排序,而是判断分红是否真实可持续、估值是否提供缓冲、业务与现金流是否能支撑未来回报,以及高股息背后是否隐藏基本面恶化。
功能简介
本技能的核心功能是:筛选估值不贵、股息稳定且分红可持续的收益型标的。
它强调把收益率、安全边际、现金流质量、资本配置与风险识别放在一起判断,帮助使用者筛出“值得拿”的股息股,而不是“被动高息”的陷阱标的。
使用场景
- 用户希望建立偏稳健的收益型股票观察池。
- 需要从大盘股、金融、公用事业、央国企等方向中筛选股息标的。
- 希望在低利率或波动市况下寻找具备现金回报的候选股。
- 团队需要评估哪些高股息公司适合长期跟踪。
工作原则
1. 股息率只是起点,不是结论,必须同时评估分红安全性与业务韧性。 2. 高股息若来自股价大跌而非经营稳定,应优先排查是否属于价值陷阱。 3. 估值、安全边际、现金流、负债压力和资本配置必须合并判断。 4. 需要区分“适合长期持有的股息股”和“仅阶段性高息但可持续性弱的标的”。 5. 正文中不显式描述内部工具或检索过程。
执行流程
Step 1:确认收益目标与筛选风格
先确认用户要找的是哪类收益型标的:
- 更偏高股息防御
- 更偏低估值修复 + 分红回报
- 更偏稳健现金流资产
- 还是偏央国企重估逻辑下的收益型候选
同时确认用户更看重当前股息率、分红稳定性,还是未来回报的平衡。
Step 2:建立基础候选池
先从具备收益型特征的股票中形成初始候选,但第一轮只做范围界定,不急于结论。重点关注:
- 长期具备稳定分红记录的公司
- 行业特征上适合分红的成熟业务
- 现金流较为稳定、资本开支可控的企业
- 估值处于历史或同业相对合理区间的公司
若某些标的虽然股息率高,但业务波动极大,应在起步阶段就标记为高风险候选。
Step 3:检查分红质量与可持续性
股息投资最关键的不是“今年分得多”,而是“未来能不能继续分”。需要重点判断:
- 当前分红水平是否被利润与自由现金流覆盖
- 分红政策是否稳定,过往是否频繁波动
- 公司是否在高负债、再融资压力或大额资本开支阶段
- 管理层资本配置偏好是持续回馈股东,还是阶段性安抚市场
如果分红依赖非经常性收益、资产处置或短期财技,应明显下调评分。
Step 4:评估估值是否提供安全边际
收益型投资并不意味着可以忽视价格。要判断:
- 当前估值处于自身历史什么位置
- 与同业相比,是否存在被低估或合理定价
- 市场给低估值的原因是暂时性分歧,还是结构性问题
- 在分红之外,是否仍有估值修复空间
理想的候选股应兼顾分红回报与价格缓冲,而不是只靠票息支撑。
Step 5:识别收益背后的风险来源
高股息并不天然安全,必须主动排查:
- 业绩下滑导致未来分红能力下降
- 政策、监管、价格管制等影响现金回流
- 负债压力、融资成本或资本开支抬升
- 股东结构变化、治理问题或资本配置转向
在收益型筛选里,风险识别的权重不应低于收益率比较。
Step 6:结合行业属性与利率环境解释吸引力
收益型标的的投资吸引力,往往受外部环境影响明显。要一并判断:
- 当前利率环境是否有利于高股息资产重新定价
- 所属行业是否处于景气底部、稳定期还是潜在下行期
- 市场当前更偏爱防御收益,还是追逐成长弹性
- 若市场风格变化,高股息标的的相对吸引力是否会下降
Step 7:形成候选排序与持有逻辑摘要
将候选分层为:
- 核心收益型候选
- 价值修复 + 股息兼备候选
- 高股息但需谨慎排雷的观察对象
每只标的都要写清楚:
- 当前看点
- 分红支撑逻辑
- 估值缓冲
- 主要风险
Step 8:整合成价值股息成稿
最终输出应帮助使用者知道“哪些股票值得继续做收益型跟踪、原因是什么、风险在哪里”。正文只保留结论、证据和后续跟踪框架。
输出结构
---
价值股息候选筛选({YYYY-MM-DD})
一、30 秒结论
- **最优先关注的收益型候选**:{名称列表}
- **当前最有吸引力的逻辑**:{高股息 / 低估值修复 / 二者兼备}
- **整体筛选判断**:{偏积极 / 选择性配置 / 谨慎排雷}
- **最大风险点**:{一句话}
二、候选池总览
| 股票 | 股息吸引力 | 分红可持续性 | 估值安全边际 | 风险等级 | 优先级 | | :--- | :--- | :--- | :--- | :--- | :--- | | {标的1} | {高/中/低} | {强/中/弱} | {高/中/低} | {高/中/低} | {A/B/C} | | {标的2} | {等级} | {等级} | {等级} | {等级} | {等级} |
三、重点候选拆解
{股票名称}
- **收益看点**:{内容}
- **分红支撑**:{内容}
- **估值位置**:{内容}
- **适合的持有逻辑**:{内容}
- **主要风险**:{内容}
四、环境适配判断
- **利率与风格环境**:{内容}
- **行业稳定性**:{内容}
- **市场是否偏好收益资产**:{内容}
五、跟踪清单
- {跟踪点1}
- {跟踪点2}
- {跟踪点3}
六、风险提示
- {风险1}
- {风险2}
- {风险3}
---
质量要求
1. 不能只按股息率高低排序,必须解释分红可持续性。 2. 必须对高股息陷阱进行主动排查。 3. 估值、安全边际和行业环境要合并判断。 4. 应明确区分“适合长期持有”和“仅阶段性观察”的标的。 5. 输出应服务配置与跟踪,不写成单纯指标罗列。
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。

