wind-alice/alicemarket

value_dividend_candidate_skill

筛选估值具备安全边际、股息水平有吸引力且分红可持续的收益型股票,并输出优先级、风险点与跟踪重点。适用于股息投资、价值筛选、现金流导向型选股等场景。

查看源码

使用方法

  1. 复制安装命令,在自己的智能体环境安装前先检查源码包。
  2. 从原始文档核对所需工具、凭据和支持的宿主。
  3. 说明输入材料与期望交付物,并对照来源检查输出。
npx skills add https://github.com/wind-alice/alicemarket --skill value_dividend_candidate_skill

开始前需了解

  • 安装不包含模型订阅、API 额度或访问文件的权限。
  • 仓库星数和安装量反映活跃情况,不等于独立质量或安全测试。
仓库原始内容

按源仓库内容呈现,保留标题、案例、代码、表格、链接以及原文引用的演示图片。

Value Dividend Candidate 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

本技能用于筛选兼具“估值不激进”和“分红具备吸引力”的收益型候选股。输出重点不是按股息率高低简单排序,而是判断分红是否真实可持续、估值是否提供缓冲、业务与现金流是否能支撑未来回报,以及高股息背后是否隐藏基本面恶化。

功能简介

本技能的核心功能是:筛选估值不贵、股息稳定且分红可持续的收益型标的。

它强调把收益率、安全边际、现金流质量、资本配置与风险识别放在一起判断,帮助使用者筛出“值得拿”的股息股,而不是“被动高息”的陷阱标的。

使用场景

  • 用户希望建立偏稳健的收益型股票观察池。
  • 需要从大盘股、金融、公用事业、央国企等方向中筛选股息标的。
  • 希望在低利率或波动市况下寻找具备现金回报的候选股。
  • 团队需要评估哪些高股息公司适合长期跟踪。

工作原则

  1. 股息率只是起点,不是结论,必须同时评估分红安全性与业务韧性。
  2. 高股息若来自股价大跌而非经营稳定,应优先排查是否属于价值陷阱。
  3. 估值、安全边际、现金流、负债压力和资本配置必须合并判断。
  4. 需要区分“适合长期持有的股息股”和“仅阶段性高息但可持续性弱的标的”。
  5. 正文中不显式描述内部工具或检索过程。

执行流程

Step 1:确认收益目标与筛选风格

先确认用户要找的是哪类收益型标的:

  • 更偏高股息防御
  • 更偏低估值修复 + 分红回报
  • 更偏稳健现金流资产
  • 还是偏央国企重估逻辑下的收益型候选

同时确认用户更看重当前股息率、分红稳定性,还是未来回报的平衡。

Step 2:建立基础候选池

先从具备收益型特征的股票中形成初始候选,但第一轮只做范围界定,不急于结论。重点关注:

  • 长期具备稳定分红记录的公司
  • 行业特征上适合分红的成熟业务
  • 现金流较为稳定、资本开支可控的企业
  • 估值处于历史或同业相对合理区间的公司

若某些标的虽然股息率高,但业务波动极大,应在起步阶段就标记为高风险候选。

Step 3:检查分红质量与可持续性

股息投资最关键的不是“今年分得多”,而是“未来能不能继续分”。需要重点判断:

  • 当前分红水平是否被利润与自由现金流覆盖
  • 分红政策是否稳定,过往是否频繁波动
  • 公司是否在高负债、再融资压力或大额资本开支阶段
  • 管理层资本配置偏好是持续回馈股东,还是阶段性安抚市场

如果分红依赖非经常性收益、资产处置或短期财技,应明显下调评分。

Step 4:评估估值是否提供安全边际

收益型投资并不意味着可以忽视价格。要判断:

  • 当前估值处于自身历史什么位置
  • 与同业相比,是否存在被低估或合理定价
  • 市场给低估值的原因是暂时性分歧,还是结构性问题
  • 在分红之外,是否仍有估值修复空间

理想的候选股应兼顾分红回报与价格缓冲,而不是只靠票息支撑。

Step 5:识别收益背后的风险来源

高股息并不天然安全,必须主动排查:

  • 业绩下滑导致未来分红能力下降
  • 政策、监管、价格管制等影响现金回流
  • 负债压力、融资成本或资本开支抬升
  • 股东结构变化、治理问题或资本配置转向

在收益型筛选里,风险识别的权重不应低于收益率比较。

Step 6:结合行业属性与利率环境解释吸引力

收益型标的的投资吸引力,往往受外部环境影响明显。要一并判断:

  • 当前利率环境是否有利于高股息资产重新定价
  • 所属行业是否处于景气底部、稳定期还是潜在下行期
  • 市场当前更偏爱防御收益,还是追逐成长弹性
  • 若市场风格变化,高股息标的的相对吸引力是否会下降

Step 7:形成候选排序与持有逻辑摘要

将候选分层为:

  • 核心收益型候选
  • 价值修复 + 股息兼备候选
  • 高股息但需谨慎排雷的观察对象

每只标的都要写清楚:

  • 当前看点
  • 分红支撑逻辑
  • 估值缓冲
  • 主要风险

Step 8:整合成价值股息成稿

最终输出应帮助使用者知道“哪些股票值得继续做收益型跟踪、原因是什么、风险在哪里”。正文只保留结论、证据和后续跟踪框架。

输出结构


价值股息候选筛选({YYYY-MM-DD})

一、30 秒结论

  • 最优先关注的收益型候选:{名称列表}
  • 当前最有吸引力的逻辑:{高股息 / 低估值修复 / 二者兼备}
  • 整体筛选判断:{偏积极 / 选择性配置 / 谨慎排雷}
  • 最大风险点:{一句话}

二、候选池总览

股票股息吸引力分红可持续性估值安全边际风险等级优先级
{标的1}{高/中/低}{强/中/弱}{高/中/低}{高/中/低}{A/B/C}
{标的2}{等级}{等级}{等级}{等级}{等级}

三、重点候选拆解

{股票名称}

  • 收益看点:{内容}
  • 分红支撑:{内容}
  • 估值位置:{内容}
  • 适合的持有逻辑:{内容}
  • 主要风险:{内容}

四、环境适配判断

  • 利率与风格环境:{内容}
  • 行业稳定性:{内容}
  • 市场是否偏好收益资产:{内容}

五、跟踪清单

  • {跟踪点1}
  • {跟踪点2}
  • {跟踪点3}

六、风险提示

  • {风险1}
  • {风险2}
  • {风险3}

质量要求

  1. 不能只按股息率高低排序,必须解释分红可持续性。
  2. 必须对高股息陷阱进行主动排查。
  3. 估值、安全边际和行业环境要合并判断。
  4. 应明确区分“适合长期持有”和“仅阶段性观察”的标的。
  5. 输出应服务配置与跟踪,不写成单纯指标罗列。
来自同一仓库

更多 Skills

全部 Skills
wind-alice
社区

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。

累计安装量
25.7万
GitHub Stars
227
最近更新
10月30日
wind-alice
社区

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小时安装量
1
GitHub Stars
175
最近更新
10月30日
wind-alice
社区

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小时安装量
1
GitHub Stars
175
最近更新
10月30日
wind-alice
社区

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。

1小时安装量
1
GitHub Stars
175
最近更新
10月30日