Compara horizontalmente empresas candidatas de un mismo sector en calidad de negocio, crecimiento, rentabilidad, valoración y catalizadores, y da una conclusión de fuerza relativa. Útil para elegir entre candidatas o priorizar seguimiento.
en todo el repo
0–100, la ruta de este skill
último commit aquí
últimos 90 días
53 tok en reposo
5 KB
Funciona con cualquier agente que lea SKILL.md
npx -y skills add Wind-Information-Co-Ltd/wind-skills --skill peer_comparison_decision_skill --agent claude-codeSe instala solo en este repositorio.
Este skill makes network requests.
Di cualquiera de estas frases y el agente debería cargar este skill.
1 archivo en el paquete. Solo se lee SKILL.md al activarse — las referencias se cargan si el skill decide que las necesita.
Se recomienda tener instalado wind-mcp-skill para obtener los datos subyacentes; si no está, el skill sugiere instalarlo vía npx skills add.
Necesita en el PATH:npx
Este repo incluye 78 skills. Si instalas uno, normalmente ya tienes los demás.
Se activa al consultar datos financieros: acciones A/港股/美股, fondos/ETF/LOF, índices, bonos, anuncios, noticias, macro y tipos de cambio; no cubre Taiwán, Japón, Corea, Europa, futuros ni cripto.
Herramienta CLI que llama al Wind Alice Agent (protocolo A2A, streaming SSE) para ejecutar un Skill concreto y obtener el resultado del análisis.'
Entrada de descubrimiento e instalación de capacidades financieras de Wind: datos, análisis de mercado, valoración, selección de acciones, revisión y trading, con instalación guiada tras confirmación del usuario.
Interpreta las razones, sostenibilidad e implicaciones de inversión detrás de un aumento, recorte, suspensión o reanudación de dividendos.
Al abordar una acción por primera vez, construye rápidamente una comprensión básica del negocio, focos de mercado, métricas clave, valoración y riesgos principales.
Filtra en lote valores según el marco de acciones de crecimiento, buscando resultados, expectativas, fuerza relativa y estructura de oferta/demanda en resonancia, y entrega candidatos por niveles con puntos clave de seguimiento.
Construye pipelines MLOps de extremo a extremo: preparación de datos, entrenamiento, validación y despliegue en producción del modelo.
Combina búsqueda vectorial y por palabras clave para mejorar la recuperación. Útil al implementar RAG, motores de búsqueda o cuando ningún enfoque solo basta.
Transforma datos en narrativas persuasivas usando visualización, contexto y estructura. Útil al presentar analíticas a stakeholders, crear reportes o presentaciones ejecutivas.
