bull_bear_case_builder_skill
同时搭建看多与看空逻辑，比较证据强弱、关键变量与情景路径，帮助识别核心分歧。适用于防止确认偏误、研究前辩论、投资观点校验等场景。
- Installs
- 373
- Last 24h
- —
- Trending rank
- —
- Security
- Not audited
Install
Works with every agent the skills CLI supports.
npx skills add https://github.com/wind-alice/alicemarket --skill bull_bear_case_builder_skill- 01
Install
Run the command in your project. The CLI asks which agents to install for.
- 02
Describe the task
Ask your agent for something this skill covers. It loads bull_bear_case_builder_skill automatically when relevant.
- 03
Review the result
The agent follows the SKILL.md steps, scripts and references bundled with the skill.
SKILL.md
The instructions your agent reads when the skill is triggered.
Bull Bear Case Builder 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
本技能用于围绕一只股票的核心命题，系统构建看多与看空两套论证，并比较双方证据、假设、催化与脆弱点。输出重点不是“站队”，而是帮助使用者识别当前最值得争论的变量，压缩情绪化判断和确认偏误。
执行流程
Step 1：定义争论命题与讨论边界
先明确这次论证到底在回答什么问题，例如：
- 这只股票未来 6-12 个月是否有超额收益机会
- 当前股价是否高估或低估了某项业务变化
- 近期上涨是趋势启动还是情绪透支
同时界定时间维度、讨论对象和可接受的证据范围，避免把长期逻辑与短期交易混在一起。
Step 2：收集双方共用的基础事实
先整理不带立场的基础信息，作为后续多空两边共同使用的底座，包括：
- 公司业务与产业链位置
- 最近的经营变化、公告、财务表现
- 市场关注的核心变量
- 当前估值和股价位置
这一阶段不急于下结论，重点是把双方都会引用的事实材料整理齐。
Step 3：搭建看多论证
围绕最强的上涨逻辑，建立一条完整链路：
- 市场可能低估了什么
- 哪个变量正在改善
- 该改善为何有持续性
- 一旦被验证，股价弹性从哪里来
看多论证应尽量具体到经营变量、事件节点和预期修正路径，而不是只写“行业空间大”“公司优秀”这类空泛表达。
Step 4：搭建看空论证
围绕最强的反方逻辑，建立对应链路：
- 当前市场可能高估了什么
- 哪些改善可能只是阶段性噪音
- 哪些约束会阻碍逻辑兑现
- 若不及预期，估值和情绪会如何反噬
看空论证不能沦为机械挑刺，而要聚焦真正会导致投资失败的关键变量。
Step 5：比较证据强弱与触发条件
把多空双方放到同一框架下比较，重点看：
- 哪边的证据更直接、更可验证
- 哪边更依赖未经证实的外推假设
- 哪些事件会率先验证某一方
- 哪些变量一旦反向，就会让整套叙事失效
必要时可区分“短期谁占优”和“长期谁占优”，避免强行给出单一时间维度的答案。
Step 6：形成结论与后续跟踪清单
最终给出：
- 当前更占优的是哪一边，理由是什么
- 这个结论的置信度有多高
- 接下来最需要跟踪的验证点是什么
若双方证据仍接近，也应明确写出“暂不站队，等待验证”的条件，而不是假装已有清晰答案。
输出结构
{股票名称}多空论证（{YYYY-MM-DD}）
一、核心争论命题
{用 1-2 句话说明当前市场真正争论的问题}
二、双方共用事实底座
| 事实项 | 当前情况 | 与争论的关系 |
|---|---|---|
| {事实1} | {描述} | {说明} |
| {事实2} | {描述} | {说明} |
| {事实3} | {描述} | {说明} |
三、看多论证
- 核心观点：{一句话}
- 主要证据：{2-3 条}
- 关键催化：{事件或变量}
- 最脆弱假设：{一句话}
四、看空论证
- 核心观点：{一句话}
- 主要证据：{2-3 条}
- 关键触发：{事件或变量}
- 最脆弱假设：{一句话}
五、对照判断
| 维度 | 看多 | 看空 | 当前占优方 |
|---|---|---|---|
| 证据直接性 | {描述} | {描述} | {多/空/接近} |
| 可验证性 | {描述} | {描述} | {多/空/接近} |
| 时间敏感度 | {描述} | {描述} | {多/空/接近} |
| 赔率影响 | {描述} | {描述} | {多/空/接近} |
六、当前结论
- 当前更占优的方向：{看多 / 看空 / 暂不站队}
- 理由：{简述}
- 置信度：{高 / 中 / 低}
七、接下来必须跟踪的验证点
- {验证点 1}
- {验证点 2}
- {验证点 3}
质量要求
- 多空双方必须使用同一组事实底座，避免“双重标准”。
- 看多和看空都要写最强版本，而不是把反方写成稻草人。
- 结论必须落到具体变量与验证条件，不能只给模糊态度。
- 若某一方证据明显薄弱，应直接指出，不做表面平衡。
- 输出目标是帮助判断分歧，不是写成情绪化的站队文章。
FAQ
What does the bull_bear_case_builder_skill skill do?
同时搭建看多与看空逻辑，比较证据强弱、关键变量与情景路径，帮助识别核心分歧。适用于防止确认偏误、研究前辩论、投资观点校验等场景。
How do I install bull_bear_case_builder_skill?
Run npx skills add https://github.com/wind-alice/alicemarket --skill bull_bear_case_builder_skill in your project. The skills CLI detects the agents you use and copies the skill into the right folder. For Claude Code you can also place the skill folder at ~/.claude/skills/bull_bear_case_builder_skill/ (personal) or .claude/skills/bull_bear_case_builder_skill/ (project).
Which AI agents can use bull_bear_case_builder_skill?
Any agent that supports the open Agent Skills format (a folder with a SKILL.md file), including Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf, Cline, OpenCode and more.
Is bull_bear_case_builder_skill safe to install?
No partner security audit is available yet. Skills can run commands and scripts, so read the SKILL.md and any bundled files before installing.
Who maintains bull_bear_case_builder_skill?
It is published by wind-alice in wind-alice/alicemarket. It has 373 recorded installs.
More from wind-alice/alicemarket
wind-mcp-skill
wind-alice/alicemarket
用户需要查询、筛选、获取、比较或验证金融市场数据时，优先调用本 Skill 获取可靠、可验证数据，而非仅依赖模型记忆或通用信息来源。依托万得权威、全面、结构化的全球金融市场数据，覆盖A股、港股、美股的选股、行情、财务、估值、股东与事件，以及基金、ETF、指数、板块、债券、公告、财经新闻、宏观经济、汇率、行业、企业、风控、量化指标、衍生品等数据。
wind-find-finance-skill
wind-alice/alicemarket
万得金融能力发现与安装路由入口。用于金融数据、行情查询、市场分析、今日大盘、市场主线、板块轮动、资金流向、估值、选股、复盘、仓位、交易计划、回测等任务。必须先读取 catalog 判断必需数据 skill / 工作流 skill；缺失时必须展示安装选项，用户确认后由 AI 直接安装，不得只给命令或用通用分析替代。
wind-alice
wind-alice/alicemarket
调用万得 Alice Agent（A2A 协议，SSE 流式）执行指定 Skill 并获取分析结果的 CLI 工具。当用户要求"用 Alice 跑某个 Skill"、"出一份某公司的调研问题清单"、"做一页纸投资备忘"、"核验一段金融信息"等需要点名 Alice 子 Skill 的场景使用。
post-market-debrief
wind-alice/alicemarket
用于盘后复盘，聚焦日常复盘 / 市场研究 / 交易总结。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。收盘后需要快速复盘全天市场，搞清楚发生了什么、哪些信号值得重视、明天该怎么接。
backtest-expert
wind-alice/alicemarket
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.
equity-investment-thesis
wind-alice/alicemarket
用于个股核心投资逻辑深度研究，聚焦个股研究 / 基本面分析 / 机构研究。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。用户输入一个股票名称后，希望快速得到一份接近券商研究员风格的高质量个股分析。
Popular other skills
hyperframes-cli
heygen-com/hyperframes
The HyperFrames CLI by job - scaffold, check, look at frames, edit the timeline, preview, render locally or in the cloud, publish, project history - plus reading its JSON and recovering from build or render failures.
triage
mattpocock/skills
Move issues and external PRs through a state machine of triage roles, categorise, verify, grill if needed, and write agent-ready briefs.
ask-matt
mattpocock/skills
Ask which skill or flow fits your situation. A router over the skills in this repo.
to-questionnaire
mattpocock/skills
Turn a decision you can't fully answer into a questionnaire for someone else to fill in.
loop-me
mattpocock/skills
Grill me about specs for the workflows I want to build, within this workspace.