Community生產力與協作github.com

wind-alice/bull_bear_case_builder_skill

同時搭建看多與看空邏輯,比較證據強弱、關鍵變數與情景路徑,幫助識別核心分歧。適用於防止確認偏誤、研究前辯論、投資觀點校驗等場景。

bull_bear_case_builder_skill 是什麼?

這項技能旨在圍繞一隻股票的核心命題,系統性地建構看多與看空兩套論證,並比較雙方的證據、假設、催化劑與脆弱點。它不僅幫助使用者避免確認偏誤和情緒化判斷,還能壓縮研究中的偏見,讓使用者識別當前最值得爭論的關鍵變數。該技能支援通過萬得 `wind-mcp-skill` 獲取底層數據,並可在 GitHub 或 Gitee 上安裝。執行流程從定義爭論命題開始,收集雙方共用的基礎事實,分別搭建多空論證,最後比較證據強弱並形成結論與跟蹤清單。輸出結構包含核心命題、事實底座、多空論證、對照判斷及後續驗證點,確保分析聚焦於具體變數與可驗證條件。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/wind-alice/alicemarket/tree/main/skills/bull_bear_case_builder_skill

Installed? Explore more 生產力與協作 skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Bull Bear Case Builder Skill

數據依賴與執行前置條件

推薦使用萬得 wind-mcp-skill 獲取底層數據。執行前先檢查本地是否已有 wind-mcp-skill;若沒有,提示用戶安裝:

# GitHub
npx skills add Wind-Information-Co-Ltd/wind-skills --skill wind-mcp-skill -g -y

# Gitee 鏡像(國內)
npx skills add https://gitee.com/wind_info/wind-skills.git --skill wind-mcp-skill -g -y

技能定位

本技能用於圍繞一隻股票的核心命題,系統構建看多與看空兩套論證,並比較雙方證據、假設、催化與脆弱點。輸出重點不是「站隊」,而是幫助使用者識別當前最值得爭論的變數,壓縮情緒化判斷和確認偏誤。

執行流程

Step 1:定義爭論命題與討論邊界

先明確這次論證到底在回答什麼問題,例如:

  • 這隻股票未來 6-12 個月是否有超額收益機會
  • 當前股價是否高估或低估了某項業務變化
  • 近期上漲是趨勢啟動還是情緒透支

同時界定時間維度、討論對象和可接受的證據範圍,避免把長期邏輯與短期交易混在一起。

Step 2:收集雙方共用的基礎事實

先整理不帶立場的基礎資訊,作為後續多空兩邊共同使用的底座,包括:

  • 公司業務與產業鏈位置
  • 最近的經營變化、公告、財務表現
  • 市場關注的核心變數
  • 當前估值和股價位置

這一階段不急於下結論,重點是把雙方都會引用的事實材料整理齊。

Step 3:搭建看多論證

圍繞最強的上漲邏輯,建立一條完整鏈路:

  • 市場可能低估了什麼
  • 哪個變數正在改善
  • 該改善為何有持續性
  • 一旦被驗證,股價彈性從哪裡來

看多論證應盡量具體到經營變數、事件節點和預期修正路徑,而不是只寫「行業空間大」「公司優秀」這類空泛表達。

Step 4:搭建看空論證

圍繞最強的反方邏輯,建立對應鏈路:

  • 當前市場可能高估了什麼
  • 哪些改善可能只是階段性噪音
  • 哪些約束會阻礙邏輯兌現
  • 若不及預期,估值和情緒會如何反噬

看空論證不能淪為機械挑刺,而要聚焦真正會導致投資失敗的關鍵變數。

Step 5:比較證據強弱與觸發條件

把多空雙方放到同一框架下比較,重點看:

  • 哪邊的證據更直接、更可驗證
  • 哪邊更依賴未經證實的外推假設
  • 哪些事件會率先驗證某一方
  • 哪些變數一旦反向,就會讓整套敘事失效

必要時可區分「短期誰占優」和「長期誰占優」,避免強行給出單一時間維度的答案。

Step 6:形成結論與後續跟蹤清單

最終給出:

  • 當前更占優的是哪一邊,理由是什麽
  • 這個結論的置信度有多高
  • 接下來最需要跟蹤的驗證點是什麽

若雙方證據仍接近,也應明確寫出「暫不站隊,等待驗證」的條件,而不是假裝已有清晰答案。

輸出結構


{股票名稱}多空論證({YYYY-MM-DD})

一、核心爭論命題

{用 1-2 句話說明當前市場真正爭論的問題}

二、雙方共用事實底座

事實項當前情況與爭論的關係
{事實1}{描述}{說明}
{事實2}{描述}{說明}
{事實3}{描述}{說明}

三、看多論證

  • 核心觀點:{一句話}
  • 主要證據:{2-3 條}
  • 關鍵催化:{事件或變數}
  • 最脆弱假設:{一句話}

四、看空論證

  • 核心觀點:{一句話}
  • 主要證據:{2-3 條}
  • 關鍵觸發:{事件或變數}
  • 最脆弱假設:{一句話}

五、對照判斷

維度看多看空當前占優方
證據直接性{描述}{描述}{多/空/接近}
可驗證性{描述}{描述}{多/空/接近}
時間敏感度{描述}{描述}{多/空/接近}
賠率影響{描述}{描述}{多/空/接近}

六、當前結論

  • 當前更占優的方向:{看多 / 看空 / 暫不站隊}
  • 理由:{簡述}
  • 置信度:{高 / 中 / 低}

七、接下來必須跟蹤的驗證點

  • {驗證點 1}
  • {驗證點 2}
  • {驗證點 3}

質量要求

  1. 多空雙方必須使用同一組事實底座,避免「雙重標準」。
  2. 看多和看空都要寫最強版本,而不是把反方寫成稻草人。
  3. 結論必須落到具體變數與驗證條件,不能只給模糊態度。
  4. 若某一方證據明顯薄弱,應直接指出,不做表面平衡。
  5. 輸出目標是幫助判斷分歧,不是寫成情緒化的站隊文章。

Individual skills in this repo

This repo contains 19 individual skills — each has its own dedicated page.

wind-alice/add_to_winner_decision_skill

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。

wind-alice/after_close_watchlist_recap_skill

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。

wind-alice/a-share-primary-theme-identification

用于A股市场主线识别,聚焦市场结构 / 题材周期 / 资金行为。本skill主要用户问题回答、撰写报告、撰写金融类文章等场景。本报告输出内容较多,不适合简单对话场景。各类信息与数据的获取,可以使用wind.financial.data工具,以合理的关键字或关键字组合进行获取。每天开盘后、午盘、收盘后,用户都需要快速知道: 今天市场到底在交易什么,真正的主线是什么,情绪在什么位置,明天应该盯哪里。

wind-alice/avatar-charlie-munger-thinking

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。

wind-alice/avatar-nassim-taleb-risk

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。

wind-alice/avatar-naval-ravikant-thinking

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。

wind-alice/avatar-warren-buffett-investing

使用沃伦·巴菲特式的能力圈、护城河、管理层诚信、所有者收益和资本配置框架分析企业与长期投资。用于研究公司商业模式、竞争优势、现金质量、管理层、估值、安全边际,或判断一项投资应继续研究、等待还是放弃。

wind-alice/backtest-expert

Expert guidance for systematic backtesting of trading strategies. Use when developing, testing, stress-testing, or validating quantitative trading strategies. Covers "beating ideas to death" methodology, parameter robustness testing, slippage modeling, bias prevention, and interpreting backtest results. Applicable when user asks about backtesting, strategy validation, robustness testing, avoiding overfitting, or systematic trading development.

wind-alice/breakout_candidate_finder_skill

批量识别突破形态成熟、量价结构健康、催化配合较好的候选股,并输出优先级、触发条件与失效边界。适用于短中线选股、盘前候选池整理、板块轮动中筛选领涨预备股等场景。

wind-alice/breakout_trade_execution_skill

围绕突破交易制定从观察、触发、跟进到失效处理的落地执行方案,兼顾量价确认、环境配合与失败撤退。适用于盘前预案、盘中突破跟踪与强势股首日执行场景。

wind-alice/business_model_decoder_skill

把公司如何获客、交付、定价、赚钱和扩张的逻辑拆解清楚,帮助快速理解业务运转方式。适用于看不懂公司业务、研究前补基础、业务结构梳理等场景。

wind-alice/buyback_program_reviewer_skill

判断回购计划的规模、动机、执行约束与真实利好程度。适用于公司宣布回购、估值争议期、资本配置分析等场景。

wind-alice/canslim_growth_scan_skill

依据成长股框架批量筛选业绩、预期、相对强度与供需结构共振的强势标的,并输出候选分层与跟踪重点。适用于成长股猎手、趋势成长选股、候选池批量扫描等场景。

wind-alice/conference_call_takeaway_skill

提炼业绩会中的新信息、管理层语气变化、问答焦点与潜在警讯。适用于听完业绩会、阅读纪要后快速更新观点等场景。

wind-alice/daily_watchlist_morning_brief_skill

为自选股生成盘前简报,汇总隔夜公告、新闻、价格变化、事件日程与今日观察重点。适用于开盘前快速浏览重点、晨会准备、盘前设定观察顺序等场景。

wind-alice/dcf-model

Real DCF (Discounted Cash Flow) model creation for equity valuation. Retrieves financial data from SEC filings and analyst reports, builds comprehensive cash flow projections with proper WACC calculations, performs sensitivity analysis, and outputs professional Excel models with executive summaries. Use when users need to value a company using DCF methodology, request intrinsic value analysis, or ask for detailed financial modeling with growth projections and terminal value calculations.

wind-alice/dip_buy_decision_skill

判断下跌或回调中的个股是否值得承接,并给出观察区、试错条件、分批节奏与放弃标准。适用于趋势回踩、事件后回落、震荡低吸与左侧谨慎试错场景。

wind-alice/dividend_change_explainer_skill

解读分红提升、削减、暂停或恢复背后的原因、持续性与投资含义。适用于收益型投资判断、公告复盘、长期现金流跟踪等场景。

wind-alice/dividend_growth_entry_skill

寻找股息持续增长、经营质量稳定且估值回落到合理区间的候选股,并输出入场观察区、成长支撑与失效边界。适用于收益成长双目标选股、长期配置、回调布局等场景。

相關技能