在 Manus 中运行任何 Skill
一键导入
一键导入
一键在 Manus 中运行任何 Skill
开始使用sentiment-analysis
星标4
分支0
更新时间2026年4月24日 08:08
市场情绪分析skill
安装
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
SKILL.md
readonly来源
相关职业SOC
基于 SOC 职业分类
菜单
市场情绪分析skill
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
多支股票综合分析skill
基本面分析skill
结合基本面、技术面和市场情绪分析结果，综合分析的skill
技术面分析skill
基于 SOC 职业分类
| name | sentiment-analysis |
| description | 市场情绪分析skill |
SentimentAnalysis Skill通过对市场情感数据的多维度分析，为投资者提供股票市场情感面的洞察。该skill综合考虑投资者情绪、市场预期、舆论导向和行业特性，生成量化的情感评分和定性的情感判断。
| 输入项 | 类型 | 说明 | 示例 |
|---|---|---|---|
stock_code | str | 股票代码 | "600000" |
stock_name | str | 股票名称 | "浦发银行" |
industry | str | 行业分类 | "银行" / "科技" / "消费" |
| 输出项 | 类型 | 说明 | 值范围 |
|---|---|---|---|
sentiment_score | float | 综合情感评分 | -1.0 ~ 1.0 |
sentiment_direction | str | 情感方向 | "极度看好" / "看好" / "中性" / "看空" / "极度看空" |
investor_mood | str | 投资者情绪 | "乐观" / "中立" / "悲观" |
market_expectation | str | 市场预期 | "上升" / "稳定" / "下降" |
social_sentiment_ratio | dict | 社交媒体情感分布 | {"positive": 0.6, "neutral": 0.3, "negative": 0.1} |
news_sentiment_ratio | dict | 新闻舆论情感分布 | {"positive": 0.5, "neutral": 0.3, "negative": 0.2} |
industry_context | str | 行业情感背景 | "行业景气度评价" |
key_factors | list | 影响情感的关键因素 | ["业绩表现", "政策利好", "融资动向"] |
confidence_level | float | 分析置信度 | 0.0 ~ 1.0 |
通过 get_market_sentiment 工具获取新闻数据，从内容中提炼以下可能存在的数据指标：
投资者情绪指标
市场舆论
社交媒体声量
融资维度得分 = (融资余额占流通市值比 - 历史中位数) / 历史标准差
持仓维度得分 = (机构持仓变化率 - 平均变化率) / 历史波动率
户数维度得分 = (股东户数增速 - 历史平均增速) / 历史标准差
新闻情感得分 = (正面新闻数 - 负面新闻数) / (正面新闻数 + 中性新闻数 + 负面新闻数)
研报趋势得分 = 上调目标价研报数 / 总研报数
分析师共识得分 = (买入评级占比 - 卖出评级占比) / 总评级数
社交热度得分 = (讨论量 - 历史平均讨论量) / 历史标准差
社交情感值 = (正面评论 - 负面评论) / (正面 + 中性 + 负面)
传播力评分 = (转发/点赞数 - 平均水平) / 历史标准差
不同行业对情感因素的敏感度不同，应用差异化权重。权重分布基于该行业的特点和市场驱动因素：
| 权重维度 | 占比 | 说明 |
|---|---|---|
| 融资情绪权重 | 20% | 消费品公司资金需求相对稳定 |
| 新闻舆论权重 | 50% | 品牌舆情和消费者口碑至关重要，直接影响销售 |
| 社交情感权重 | 30% | 消费者在社交媒体的评价和讨论热度高 |
| 特点 | — | 政策敏感度中等；舆论驱动强；消费者参与度高 |
| 权重维度 | 占比 | 说明 |
|---|---|---|
| 融资情绪权重 | 30% | 科技行业需要持续融资支撑创新 |
| 新闻舆论权重 | 35% | 产业动向、技术突破新闻频繁且重要 |
| 社交情感权重 | 35% | 科技话题在社媒讨论热度极高，投资者参与度强 |
| 特点 | — | 成长性驱动；话题热度高；机构投资者关注度高 |
| 权重维度 | 占比 | 说明 |
|---|---|---|
| 融资情绪权重 | 25% | 新药研发需要资本持续投入 |
| 新闻舆论权重 | 55% | 政策（集采、医保谈判）、审批、临床数据等新闻驱动强 |
| 社交情感权重 | 20% | 社交讨论受专业性限制 |
| 特点 | — | 政策敏感度极高；事件驱动强；黑天鹅风险大 |
| 权重维度 | 占比 | 说明 |
|---|---|---|
| 融资情绪权重 | 45% | 资金流向直接反映市场对周期的预期 |
| 新闻舆论权重 | 35% | 宏观政策、产能新闻等有重要参考意义 |
| 社交情感权重 | 20% | 社交关注度相对较低 |
| 特点 | — | 资金驱动强；宏观预期敏感；融资数据重要 |
| 权重维度 | 占比 | 说明 |
|---|---|---|
| 融资情绪权重 | 35% | 融券融资数据反映市场对金融股的做多/做空预期 |
| 新闻舆论权重 | 40% | 政策新闻（利率、监管）至关重要 |
| 社交情感权重 | 25% | 机构投资者为主，社媒讨论氛围重要 |
| 特点 | — | 政策敏感度极高；基本面关键指标公开；情绪反应快 |
| 权重维度 | 占比 | 说明 |
|---|---|---|
| 融资情绪权重 | 40% | 融资难度直接反映行业景气度和融资环境 |
| 新闻舆论权重 | 35% | 政策调控、销售数据、库存等新闻重要 |
| 社交情感权重 | 25% | 购房者和投资者在社交媒体的情感代表消费预期 |
| 特点 | — | 政策调控敏感度极高；融资环境变化快；周期性强 |
| 权重维度 | 占比 | 说明 |
|---|---|---|
| 融资情绪权重 | 30% | 基础设施投资稳定，融资需求可预期 |
| 新闻舆论权重 | 40% | 政策新闻（能源政策、电价调整等）重要 |
| 社交情感权重 | 30% | 社会民生话题，公众关注度中等 |
| 特点 | — | 稳定性强；政策依赖度高；情感波动相对平缓 |
| 权重维度 | 占比 | 说明 |
|---|---|---|
| 融资情绪权重 | 35% | 均衡加权 |
| 新闻舆论权重 | 35% | 均衡加权 |
| 社交情感权重 | 30% | 均衡加权 |
| 特点 | — | 无特定行业特征时使用默认权重 |
置信度范围 0~1，反映情感分析的可靠程度，计算逻辑：
置信度 = (数据完整性 * 0.4) + (维度一致性 * 0.35) + (数据新鲜度 * 0.25)
数据完整性 (40%权重)：实际已获取的情感维度占所需维度的比例
维度一致性 (35%权重)：所有维度情感得分的一致程度（标准差反向归一化）
数据新鲜度 (25%权重)：最新情感数据采集时间的新旧程度
在基础置信度基础上应用以下调整：
| 场景 | 调整值 | 说明 |
|---|---|---|
| 市场剧烈波动期 | -0.15 | 情感极端化，参考价值下降 |
| 重大事件发生后24小时内 | -0.2 | 情感可能滞后反应，等待稳定 |
| 某维度缺失 | -0.1~0.15 | 取决于缺失维度权重 |
| 跨行业分析（行业不确定） | -0.1 | 使用通用权重降低精准度 |
| 市场情感高度一致 | +0.05 | 市场共识强，决策信号更清晰 |
适用范围：仅针对 A 股市场公开可获取的市场情感数据进行分析，包括投资者融资情绪、新闻舆论、社交媒体讨论等。不涉及内幕信息、基本面价值判断或宏观政策解读。用于情感面的辅助决策参考，需结合基本面和技术面综合判断。
投资提示：输出结果仅为投资参考，不构成任何投资建议。市场有风险，投资需谨慎。情感分析反映市场短期情绪，不能准确预测价格走势。
数据限制：仅处理合理范围内的市场情感指标。异常数据（如融资余额为负、新闻数量为负、情感分数超出[-1, 1]区间）将直接拦截，不进行分析。
行业限制：对主流行业（消费、科技、医药、周期、金融、房地产、公用事业）提供精准权重分析。其他行业使用通用模型，分析置信度会自动调整。
时间限制：情感分析基于最近期的市场数据（7天内），超过该时间的历史情感数据参考意义有限，新鲜度得分将显著下降。
| 错误场景 | 处理方式 |
|---|---|
| 缺失股票代码 | 返回错误：MISSING_STOCK_CODE，提示 "请提供有效的股票代码" |
| 无效股票代码 | 返回错误：INVALID_STOCK_CODE，提示 "股票代码不存在或已退市" |
| 缺失行业信息 | 返回错误：MISSING_INDUSTRY，提示 "请提供股票所属行业，以匹配差异化分析权重" |
| 无法分类的行业 | 自动分配为"通用行业"，置信度下调 0.1 |
| 所有情感维度均缺失 | 返回错误：MISSING_SENTIMENT_DATA，提示 "无法获取市场情感数据，分析无法进行" |
| 错误场景 | 降级策略 |
|---|---|
| GetMarketSentimentTool 调用失败 | 重试 3 次（指数退避：1s/2s/4s），重试失败后返回错误提示，建议稍后重试 |
| 单个情感维度数据缺失 | 使用中性值 (0.0) 补全，同时将置信度下调 0.15，在分析说明中标注缺失维度 |
| 多个情感维度数据缺失 | 使用已有维度进行加权计算（重新归一化权重），置信度下调 0.20 |
| 无法获取行业历史均值 | 自动降级为使用行业通用参考标准，置信度下调 0.1，在原因中说明 |
| 新闻舆论数据严重滞后 | 数据新鲜度设为 0，整体置信度下调 0.25，提示 "情感数据过期，分析结果参考性有限" |
| 市场极度异常波动 | 触发波动检测（日涨跌幅 >±5%），置信度自动下调 0.15，提示 "市场剧烈波动期，情感可能极端化" |
{ "stock_name": "贵州茅台", "stock_code": "600519", "recommendation": "buy", "confidence": 0.92, "reason": "消费龙头个股当前市场情感面表现优异。融资、新闻、社交三个维度指标均呈正面，其中新闻舆论权重 50%，新闻情感得分 0.80 为主要支撑；社交情感权重 30%，讨论热度与正面观点均处于良好水平；融资权重 20%，融资情绪温和乐观。综合加权情感评分 0.72，对应'看好'判断。市场预期向上，投资者情绪乐观。建议结合基本面估值与技术面趋势综合判断，作为辅助参考。" }
| 工具名 | 功能 | 调用时机 |
|---|---|---|
| get_market_sentiment | 获取市场情感数据（融资、新闻、社交等） | 分析初期，数据采集阶段 |