wind-alice/alicemarket

moat_strength_review_skill

评估公司竞争优势的来源、强度、可持续性与削弱风险,判断护城河是否真实存在并能转化为回报。适用于长线票初筛、优质公司研究、竞争壁垒判断等场景。

ソースを見る

使い方

  1. インストールコマンドをコピーし、自分の環境へ導入する前にソースを確認します。
  2. 必要なツール、認証情報、対応環境を原文で確認します。
  3. 入力と成果物を指定し、出力を資料と照合します。
npx skills add https://github.com/wind-alice/alicemarket --skill moat_strength_review_skill

開始前の確認

  • 導入にはモデル契約、API枠、ファイルへのアクセス許可は含まれません。
  • スター数や導入数は活動の指標であり、独立した品質・安全性試験ではありません。
リポジトリの原文

見出し、例、コード、表、リンク、参照画像を含む原文を表示しています。

Moat Strength Review 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:

bash
# 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

本技能用于判断一家公司是否具备可持续竞争优势,以及这种优势是否足够深、足够稳、足够能转化为长期回报。输出重点不是给公司贴“好公司”标签,而是拆清护城河来自哪里、证据是否扎实、在什么情况下会被削弱。

执行流程

Step 1:明确要验证的护城河命题

先把“护城河”说具体。常见命题包括:

  • 成本优势是否足以长期压制同行
  • 品牌、渠道或客户关系是否形成进入门槛
  • 技术、专利、标准或生态是否构成锁定
  • 网络效应、规模效应或牌照资源是否具备持续性

如果只是短期领先而非结构性优势,应避免直接定义为护城河。

Step 2:识别优势来源与作用机制

逐项拆解公司竞争优势的来源,并说明其作用路径:

  • 它究竟如何帮助公司获取客户、维持价格、提高利润率或稳住份额
  • 它影响的是收入端、成本端还是资本回报端
  • 这种优势是行业共性,还是公司特有

这一阶段要把“听起来很强”转化为“如何产生经济结果”。

Step 3:寻找可验证证据

围绕竞争优势搜集可验证的证据,例如:

  • 市场份额与份额变化
  • 毛利率、费用率、回报率等长期表现
  • 客户粘性、复购率、切换成本或渠道掌控力
  • 行业内对手结构与进入难度

重点不是证据越多越好,而是证据是否能证明优势真实存在并持续发挥作用。

Step 4:评估持续性与削弱力量

分析护城河能否持续,重点观察:

  • 技术替代与商业模式替代风险
  • 监管与政策变化
  • 上下游议价结构改变
  • 新进入者、跨界者或价格战冲击

只有经得起反向审视的优势,才值得被视为长期护城河。

Step 5:判断优势是否能转化为股东回报

即使有竞争优势,也不一定意味着投资回报好。要进一步判断:

  • 优势是否体现为更高利润率或更稳回报
  • 管理层是否能把优势转化为合理资本配置
  • 当前估值是否已过度透支这份优势

这一步帮助区分“好公司”和“好股票”。

Step 6:给出护城河等级与跟踪信号

最终输出应回答:

  • 护城河强还是弱
  • 证据扎实还是偏叙事
  • 未来最重要的强化信号与削弱信号是什么

输出结构


{股票名称}护城河评估({YYYY-MM-DD})

一、结论摘要

  • 护城河等级:{强 / 中 / 弱 / 暂不成立}
  • 核心优势来源:{一句话}
  • 最大削弱风险:{一句话}

二、护城河命题

{用一段话明确当前要验证的竞争优势命题}

三、证据矩阵

优势类型证据当前判断说明
{类型1}{证据}{成立/部分成立/不足}{说明}
{类型2}{证据}{成立/部分成立/不足}{说明}

四、持续性分析

有利于持续的因素

  • {因素 1}
  • {因素 2}

可能削弱的力量

  • {风险 1}
  • {风险 2}

五、对投资的意义

  • 对经营质量的影响:{说明}
  • 对回报率的影响:{说明}
  • 对估值的影响:{说明}

六、后续跟踪信号

  • 强化信号:{信号}
  • 削弱信号:{信号}
  • 需要继续验证的问题:{问题}

质量要求

  1. 护城河必须落到可验证证据,不能停留在口号和想象。
  2. 要区分短期领先与结构性优势,不能把阶段景气当壁垒。
  3. 必须同时写清增强因素与削弱因素,防止单边美化。
  4. 最终结论要说明对投资回报的意义,而不是只评价公司“好不好”。
  5. 若证据不足,应明确写“尚不能证明护城河成立”。
同じリポジトリから

関連する Skills

すべての Skills
wind-alice
コミュニティ

wind-mcp-skill

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。

累計インストール
25.7万
GitHub Stars
229
更新日
10月30日
wind-alice
コミュニティ

wind-find-finance-skill

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。

1時間の導入数
6
GitHub Stars
229
更新日
10月30日
wind-alice
コミュニティ

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。

1時間の導入数
1
GitHub Stars
175
更新日
10月30日
wind-alice
コミュニティ

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。

1時間の導入数
1
GitHub Stars
175
更新日
10月30日