Menü
生成市场事件点评报告。当用户请求分析某个市场事件、突发事件点评、政策解读、行业事件分析、关税影响、技术突破点评、财报点评、黑天鹅事件分析时使用此技能。
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
生成周期股研究报告。当用户请求分析周期股、周期行业、涨价逻辑、产能周期、库存周期、去库补库、资源品、化工、有色、钢铁、煤炭、航运等周期行业个股研究时使用此技能。
对关税政策、央行加息/降息、地缘冲突、大选、汇率剧变、大宗商品冲击等宏观事件进行六步结构化深度分析，输出机构级投研框架报告。当用户提到宏观事件分析、宏观冲击、关税影响、央行决议、地缘冲突、汇率变动、大宗商品冲击、情景推演、宏观交易时使用此技能。
| name | event-commentary |
| author | Yilin |
| description | 生成市场事件点评报告。当用户请求分析某个市场事件、突发事件点评、政策解读、行业事件分析、关税影响、技术突破点评、财报点评、黑天鹅事件分析时使用此技能。 |
针对突发市场事件生成买方视角的深度点评报告，帮助投资者快速理解事件本质、识别预期差、挖掘Alpha机会。
| 字段 | 是否必填 | 说明 |
|---|---|---|
| 事件描述 | 必填 | 如"美国对华加征60%关税"、"英伟达发布新一代GPU"、"央行降准50bp" |
| 事件时间 | 选填 | 事件发生时间，不填则默认为近期 |
调用 万行-news API（太一数据 MCP search_latest_news / 万行数据 MCP web_search），关键词组合：
1. "[事件关键词]" (近3天) — 获取事件最新进展
2. "[事件关键词] 影响 分析" (近1周) — 获取市场解读
3. "[事件关键词] 历史 复盘" (近1年) — 获取历史同类事件对比
4. "[事件关键词] 产业链 受益 受损" (近1周) — 获取产业链影响分析
调用 smart_stock_picking(searchstring="[事件相关概念] 龙头股 受益股", searchtype="stock")
获取事件相关的核心上市公司列表
如果 smart_stock_picking 未返回理想结果，改用概念筛选：
调用 search_securities_code(query="[事件相关概念]", mode="secname", sectype="001")
搜索该事件概念下的股票列表
读取 A 股概念知识图谱文件：
/Users/yilin/Downloads/graphrag/output/a_share_knowledge_graph_full.json
该知识图谱包含：
- 股票与概念的关联关系（节点类型：stock, concept）
- 概念与概念的上下游关系（边类型：belongs_to, related_to）
- 产业链上下游传导路径
使用方法：
1. 从 Step 2 获取的候选标的中，提取股票代码
2. 在知识图谱中查找这些股票关联的所有概念节点
3. 通过概念节点向外扩散，发现隐性受益标的（同一概念下的其他股票）
4. 通过上下游关系，挖掘供应链传导受益环节
示例推理逻辑：
- 如果事件涉及"光模块"，知识图谱可揭示：
光模块 → 关联股票（中际旭创、新易盛、天孚通信...）
光模块 → 上游概念（光芯片、陶瓷外壳、CW光源...）
光模块 → 下游概念（数据中心、AI服务器、交换机...）
- 从而发现 MCP 选股可能遗漏的隐性受益标的
从 Step 2 结果中选取 3-5 家最具代表性的公司，分别调用：
get_stock_basic_info(stock_code="股票代码1,股票代码2,股票代码3")
get_stock_financial_data(stock_code="股票代码1,股票代码2,股票代码3")
get_stock_daily_quotes_tech(stock_code="股票代码1,股票代码2,股票代码3")
调用 万行-news API，搜索历史同类事件：
1. "上一次[事件类型] 市场反应 复盘" (近1-3年)
2. "[事件类型] 历史规律 资金博弈" (近3年)
调用 万行-news API，搜索政策与行业背景：
1. "[相关行业] 政策 周期 景气度" (近6个月)
2. "[相关行业] 供需 价格 销量" (近3个月)
# [事件简述] 事件点评
**事件时间**：[YYYY-MM-DD]
**报告类型**：事件点评（买方视角）
**生成时间**：[YYYY-MM-DD HH:MM]
---
## 一、事件内核与预期差 (Event DNA & Consensus Check)
### 背景融合
[时间]，[变量]出现了针对[某因素]的突变，其核心反直觉点在于[...].
### 三维深度解析
**预期位点 (Expectation Positioning)**：
当前市场共识处于什么阶段？是"盲目乐观"、"过度恐慌"还是"完全忽视"？
[分析市场当前对该事件的定价程度，是否存在预期差]
**政策/行业共振度**：
该事件是否与顶层政策周期或行业景气周期形成"共振"？
[分析事件与当前政策导向、行业景气度的叠加效应]
**历史镜像对标**：
复盘历史上同类事件（例如：上一次突发关税、上一次技术突破）的涨跌规律与资金博弈路径。
| 历史事件 | 时间 | 市场反应 | 持续周期 | 最终结果 |
| -------- | ---- | -------- | -------- | -------- |
| [历史事件1] | [时间] | [涨跌幅/板块表现] | [X天/X周] | [最终走势] |
| [历史事件2] | [时间] | [涨跌幅/板块表现] | [X天/X周] | [最终走势] |
---
## 二、深度逻辑点评与传导 (Strategic Logic & Transmission)
### 宏观-微观关联性 (Macro-Micro Connectivity)
该事件如何通过宏观流动性/政策传递到具体行业价格 (P) 或销量 (Q)？
**传导链条**：
[宏观变量] → [中观行业] → [微观企业] [具体传导路径，如"关税上调 → 进口成本上升 → 国产替代加速 → 国内厂商订单增加"]
### 定量敏感度分析 (Sensitivity Analysis)
| 核心变量 | 基准值 | +10%波动影响 | -10%波动影响 | 对EPS弹性影响 |
| -------- | ------ | ------------ | ------------ | ------------- |
| [变量1，如关税税率] | [X%] | [具体影响] | [具体影响] | [核心标的EPS变动X%] |
| [变量2，如产品价格] | [X元] | [具体影响] | [具体影响] | [核心标的EPS变动X%] |
### 性质定调 (Categorization)
属于"脉冲式情绪波动"还是"不可逆的基本面拐点"？
[明确事件性质，给出定调判断]
### 时间窗捕捉
预判该逻辑从"被发现"到"被定价"的衰减周期。
- **预期发酵期**：[X天]，市场逐步消化信息，股价快速反应
- **逻辑验证期**：[X周/X月]，需要数据验证（如财报、订单、价格）
- **定价完成期**：[X月]，逻辑充分定价，超额收益衰减
---
## 三、Alpha 机会全景矩阵 (Opportunity Scan & High Conviction)
### 纵向供应链穿透
[上游资源] → [中游制造] → [下游应用]
**价值量转移方向**：[描述价值链从哪个环节向哪个环节转移]
### 业务纯度对比 (Purity Mapping)
在同类标的中，谁受该事件驱动的业务占比最高？其弹性是否具有"非对称性"？
| 公司 | 代码 | 相关业务占比 | 弹性特征 | 估值水平 |
| ---- | ---- | ------------ | -------- | -------- |
| [公司1] | [代码] | [X%] | [高弹性/低弹性/非对称] | [PE/PB] |
| [公司2] | [代码] | [X%] | [高弹性/低弹性/非对称] | [PE/PB] |
### 隐性受益环 (Hidden Winners)
挖掘替代品、配套耗材、或具备"期权价值"的小市值黑马。
- **替代品受益**：[如"关税导致进口受限，国产XX替代加速"]
- **配套耗材受益**：[如"XX需求爆发带动配套YY耗材需求"]
- **期权价值标的**：[如"小市值公司具备XX技术储备，一旦突破将大幅受益"]
### 核心配置清单 (Active Pick List)
| 环节/标的 | 代码 | 逻辑厚度 (Logic Depth) | 目标位/关键验证点 |
| -------- | ---- | ---------------------- | ----------------- |
| **首选弹性标的** | [代码] | 它是[变量]变动的一阶受益方，且当前股价处于[位点]。 | [时间/价格节点] |
| **预期差标的** | [代码] | 市场误判其为受损方，实则[逻辑]，具备极强的反转弹性。 | [催化剂触发点] |
| **隐性受益标的** | [代码] | [逻辑描述] | [催化剂触发点] |
---
## 四、终极延伸与认知差 (Extended Edge & Blind spots)
### 反脆弱性思考 (Anti-Fragility)
如果事件向最坏的方向演化，哪个标的具备最强的"安全边际"或对冲属性？
[分析在最坏情景下，哪些标的具有防御性或对冲价值]
### 跨界蝴蝶效应
该事件可能意外触发[看似无关行业]的价值重估。
[挖掘跨行业的间接影响，如"关税战 → 人民币贬值 → 出口型企业受益"]
### 黑天鹅/灰犀牛预警
指出当前博弈逻辑中最大的"逻辑证伪点"或潜在尾部风险。
| 风险类型 | 具体描述 | 触发条件 | 影响程度 |
| -------- | -------- | -------- | -------- |
| [风险1] | [具体描述] | [什么情况下会发生] | 高/中/低 |
| [风险2] | [具体描述] | [什么情况下会发生] | 高/中/低 |
---
**数据来源**：yiyanxuangu MCP、万行新闻（太一数据/万行数据）、A股概念知识图谱
**免责声明**：本报告仅供投研参考，不构成投资建议。市场有风险，投资需谨慎。
[事件简述]_[YYYYMMDD].md
示例：美国对华加征60%关税_20260418.md
生成文件后，调用 deliver_attachments 工具回传给用户。