git:20260514.5ec04f5 to git:20260518.6dd89eb

1 added, 27 removed. Audit A to A.

---
name: theme_leader_identification_skill
description: 识别热门题材中的龙头、中军、跟随股与掉队股,判断谁最值得优先跟踪,并输出题材阶段、驱动链条与风险提示。适用于题材轮动选股、热点复盘、板块主线判断等场景。
key words: 题材龙头,theme leader,热点龙头,题材轮动,主线判断
---
# Theme Leader Identification Skill
## 数据依赖与执行前置条件
- 本技能依赖 Wind 数据源。执行本技能前,必须先检测 `wind-mcp-skill` 是否已安装且可用。
-
- 可用性判断至少包括:
-
- - `wind-mcp-skill` 已安装;
- - 其 CLI / MCP 调用入口可执行;
- - `WIND_API_KEY` 已配置;
- - 能完成一次最小 Wind 查询并返回有效数据。
-
- 若 `wind-mcp-skill` 已安装且可用,先通过该技能获取并整理行情、K 线、成交量、换手率、指数环境、板块表现、公告新闻等必要数据,再进入分析或筛选。
-
- 若未安装 `wind-mcp-skill`,先向用户推荐安装,并说明缺少 Wind 数据源会影响分析结论的可靠性。
-
- 推荐安装命令:
-
- ```bash
- npx skills add Wind-Information-Co-Ltd/wind-skills --skill wind-mcp-skill -g -y
- ```
-
- 若 GitHub 源不可用,使用 Gitee 镜像:
-
- ```bash
- npx skills add https://gitee.com/wind_info/wind-skills.git --skill wind-mcp-skill -g -y
- ```
-
- 若已安装但不可用,应说明具体原因,例如缺少 `WIND_API_KEY`、CLI 不可执行、接口返回错误或额度不足,并先协助用户补齐数据条件。
+ 本技能依赖 Wind 数据底座。分析前需先通过 `wind-mcp-skill` 获取相关数据。
- 若尚未取得足够的 Wind 数据,不应直接给出确定性结论;只能输出框架性判断、所需数据清单,或等待数据补齐后再分析。
## 技能定位
本技能用于在热门题材或主题行情中识别谁是真正的龙头、谁是中军、谁只是跟风,以及题材当前处于启动、强化、扩散还是退潮阶段。输出重点不是简单按照涨幅排序,而是判断题材内部地位、带动能力、持续性和交易拥挤度,帮助使用者把注意力聚焦到最有代表性的标的上。
## 功能简介
本技能的核心功能是:识别热门题材中的龙头、中军和跟随股,判断谁最值得跟踪。
它强调把题材驱动、个股辨识度、成交结构、产业逻辑和资金偏好放在一起判断,帮助使用者更清楚地理解题材内部的角色分层。
## 使用场景
- 热点题材快速升温后,需要判断谁是最核心的标的。
- 用户希望在题材轮动中避免把跟风股当龙头追逐。
- 团队做盘后复盘,需要整理题材内部地位变化。
- 新题材爆发时,需要快速建立主线与梯队认知。
## 工作原则
1. 龙头识别不能只按短期涨幅排序,必须结合辨识度、带动性与承接质量。
2. 要区分龙头、中军、跟随股和掉队股四个层次。
3. 题材分析必须说明其所处阶段,避免脱离周期谈地位。
4. 若题材逻辑薄弱或已明显退潮,应降低龙头讨论价值。
5. 正文中不显式描述内部调用过程。
## 执行流程
### Step 1:确认题材边界与观察窗口
先定义本次要分析的题材范围:
- 是单一明确主题,还是多个相近概念的集合
- 是观察当日热点,还是近一周的持续主线
- 用户想判断的是交易龙头,还是中期主线核心资产
题材边界不清,会直接导致后续角色判断失真。
### Step 2:梳理题材驱动与核心叙事
先回答“市场为什么在交易这个题材”。重点拆解:
- 驱动来自政策、产业趋势、景气数据、事件催化还是纯情绪扩散
- 题材是否有真实产业映射,还是概念泛化严重
- 市场目前最关心的是哪一条主叙事
- 这条叙事是否足以支撑题材持续发酵
### Step 3:建立题材内股票清单与角色分层
围绕题材内主要股票,先做初步分层:
- 龙头:辨识度最高、带动最强、资金承接最集中
- 中军:容量大、稳定度高、对题材方向有确认作用
- 跟随股:受题材情绪带动,但自主地位较弱
- 掉队股:题材内存在感下降或表现明显落后
这一步的目标是建立“结构图”,而不是立即给出交易建议。
### Step 4:检查龙头候选的辨识度与带动性
真正的龙头通常具备几个共同特征:
- 价格表现领先且具有持续性
- 成交活跃,市场讨论度高
- 当其走强时,题材内其他股票会被带动
- 回调时也常成为资金优先回流对象
如果某只股票只是单日涨幅大,但缺乏带动性,应谨慎定义为龙头。
### Step 5:结合产业映射与基本面支撑
题材龙头不一定都是基本面最强,但也不能完全脱离业务相关性。要判断:
- 公司与题材主线的相关度是否真实、直接
- 业务、订单、产品或行业位置是否支持其龙头地位
- 题材炒作是否严重超前于基本面
- 若情绪退潮,哪些标的更可能保留溢价
### Step 6:判断题材所处阶段与内部演化
龙头识别必须放在题材周期中看。要区分:
- 启动期:谁率先点火、谁提供辨识度
- 强化期:谁最能吸引增量资金
- 扩散期:谁带动中军和跟随股补涨
- 退潮期:谁还能抗跌、谁最先掉队
### Step 7:输出优先跟踪名单与风险提醒
根据“题材地位 + 资金承接 + 产业映射 + 阶段位置”综合排序,形成:
- 最值得优先跟踪的龙头
- 值得观察的中军
- 不宜误判为龙头的跟随对象
同时写明:
- 题材继续强化的条件
- 龙头地位可能被替代的情形
- 题材退潮时的风险信号
### Step 8:整合成题材龙头成稿
最终输出应帮助使用者知道“这个题材的核心是谁、为什么是它、目前处于什么阶段、后面还要看什么”。正文只保留结构化结论与跟踪框架。
## 输出结构
---
# 题材龙头识别({YYYY-MM-DD})
## 一、30 秒结论
- **当前题材龙头**:{名称}
- **当前中军**:{名称}
- **题材阶段**:{启动 / 强化 / 扩散 / 退潮}
- **最值得跟踪的原因**:{一句话}
## 二、题材结构总览
| 股票 | 题材角色 | 辨识度 | 带动性 | 产业映射 | 当前判断 |
| :--- | :--- | :--- | :--- | :--- | :--- |
| {标的1} | {龙头/中军/跟随/掉队} | {高/中/低} | {高/中/低} | {强/中/弱} | {说明} |
| {标的2} | {角色} | {等级} | {等级} | {等级} | {说明} |
## 三、核心标的拆解
### {股票名称}
- **为什么是核心**:{内容}
- **题材映射强度**:{内容}
- **资金与成交特征**:{内容}
- **最关键的后续观察点**:{内容}
- **龙头失效信号**:{内容}
## 四、题材阶段判断
- **驱动逻辑**:{内容}
- **当前阶段特征**:{内容}
- **后续更可能的演化方向**:{内容}
## 五、风险提示
- {风险1}
- {风险2}
- {风险3}
---
## 质量要求
1. 角色分层必须覆盖龙头、中军、跟随与掉队。
2. 不能只按涨幅排名来定义龙头。
3. 必须解释题材阶段与内部结构演化。
4. 要说明产业映射与资金带动性是否匹配。
5. 输出应服务热点跟踪与主线判断,而不是仅做题材介绍。