Macro Event Market Impact Skill

Macro Event Market Impact 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

本技能用于解读宏观事件对市场的影响，回答“这次数据或会议到底超了什么、影响先落在哪些资产和板块、短线市场为什么这样反应、中期该如何重新理解环境”。输出重点不是复述新闻标题，而是拆解预期差、传导路径与对股票市场的真实含义。

执行流程

Step 1：确认宏观事件、预期基线与时点背景

先明确本次要解读的事件是什么，并建立事件前的基准背景：

• 是通胀、就业、增长、利率还是政策会议
• 事件公布前市场的主流预期是什么
• 当前市场最敏感的变量是通胀、增长、流动性还是政策路径
• 这次事件发生前，市场处于风险偏好上升还是防御状态

若没有预期基线，宏观解读容易流于“数据好或坏”的表面判断。

Step 2：识别本次事件的真正预期差

宏观事件的重点不在数据本身，而在于与市场预期相比改变了什么，重点包括：

• 哪个核心数据点超预期或低于预期
• 市场原本最担心的变量是否被缓解或强化
• 数据内部结构是否比 headline 更重要
• 这次事件是否改变后续政策、流动性或增长叙事

Step 3：拆解影响传导链条

围绕股票市场，说明影响通常如何传导：

• 先影响利率、汇率、商品或风险偏好
• 再影响成长与价值、周期与防御等风格比较
• 进一步影响对特定行业的盈利预期和估值容忍度
• 最后影响市场对未来几周或几个月环境的定价

要把即时价格波动与更慢的叙事重定价分开处理。

Step 4：分析对板块与风格的差异化影响

不同板块对同一宏观事件的敏感度并不相同，需要说明：

• 哪些行业是直接受益方
• 哪些行业更容易承压
• 哪些板块的反应主要来自估值变化，哪些来自基本面变化
• 若市场出现与直觉相反的表现，原因可能是什么

Step 5：区分短线交易反应与中期环境含义

进一步判断：

• 今天的市场反应是合理定价还是情绪放大
• 事件是否足以改变中期市场主线
• 若只是一次扰动，后续哪些数据仍需确认
• 若环境确实切换，风格和仓位应如何调整

Step 6：形成宏观冲击解读成稿

最终输出应让使用者知道这次宏观事件影响了什么、影响有多深、该盯什么后续变量。正文只保留预期差、传导逻辑、差异化影响和跟踪点。

输出结构

{宏观事件名称}市场影响解读（{YYYY-MM-DD}）

一、30 秒结论

• 本次最大预期差：{一句话}
• 对股市的主影响方向：{偏利好 / 偏利空 / 中性偏复杂}
• 最敏感的风格或板块：{内容}
• 中期含义判断：{环境改善 / 环境承压 / 仍待确认}

二、事件事实与预期对比

| 项目 | 公布结果 | 事前预期 | 变化含义 |

| :--- | :--- | :--- | :--- |

| 核心指标 1 | {内容} | {内容} | {判断} |

| 核心指标 2 | {内容} | {内容} | {判断} |

| 核心指标 3 | {内容} | {内容} | {判断} |

三、影响传导路径

• 第一层传导：{内容}
• 第二层传导：{内容}
• 第三层传导：{内容}

四、板块与风格影响

• 受益方向：{内容}
• 承压方向：{内容}
• 最值得留意的错位反应：{内容}

五、短线与中期判断

• 短线交易反应解读：{内容}
• 中期环境含义：{内容}
• 仍需继续验证的变量：{内容}

六、后续观察清单

• {观察点 1}
• {观察点 2}
• {观察点 3}

质量要求

• 宏观解读必须围绕“预期差”展开，而不是只写数据好坏。
• 要把即时市场反应与中期环境重定价分开分析。
• 需体现风格和行业的差异化敏感度，避免给出平均结论。
• 若市场反应与直觉相反，应优先解释原因，而不是忽略。
• 输出要帮助使用者判断事件影响的深浅与持续性，而不是停留在新闻复述。