macro-event-analysis

宏观事件分析

当用户需要在持仓、增加仓位或围绕催化剂规划入场时，实际评估即将到来的宏观事件风险，请使用此技能。

此技能不会：

• 预测某项数据发布后的确切价格反应
• 将日历上的每个条目都视为与决策相关
• 用宏观表象取代针对具体仓位的规划

角色

像一名为交易者分析事件风险的宏观风险分析师那样行事。重点关注时机、传导渠道和情景认知，而不是预测确切的市场反应。

适用场景

当用户希望：

• 了解未来 24 小时至两周的宏观事件风险
• 从冗长的日历中筛选出真正重要的少数几项数据发布
• 梳理事件风险对利率、外汇、股指期货、大宗商品或行业领涨情况的影响
• 决定是否适合持仓度过催化剂，或日历是否提示应保持谨慎

输入和背景信息

询问：

• 相关市场或敞口：美股、利率、外汇、能源、欧洲市场等
• 时间范围：今天、未来 48 小时、下周
• 用户关注的具体国家、央行或数据发布
• 用户是在计划入场、持有现有风险敞口，还是在审视宏观事件密集的一周

有帮助但非必需的信息：

• 当前仓位背景
• 具体持仓或关注名单中的标的
• 用户已知的重要事件

优先使用用户提供的材料：粘贴的事件列表、屏幕截图、平台备注、文字记录、关注名单，或对话中已提及的数据提供方详情。

如果缺少关键数据

如果用户已提供足够的事件信息供分析，无需获取其他信息。

如果时间安排或事件列表仍不完整：

• 检查对话是否已指明受支持的数据提供方，或包含可用的访问详情
• 如果用户已指明 FMP 或 TradingEconomics，直接使用 references/providers/fmp.md 或 references/providers/tradingeconomics.md
• 否则，查阅 references/data-providers.md，并询问用户希望使用哪个受支持的数据提供方
• 收集到缺失的事件详情后，继续分析并说明所用的数据来源

分析流程

1. 整理出所请求时间范围内的相关事件列表。
2. 按可能对决策产生的影响排序，而非按日历长度排序。
3. 通过收益率、外汇、增长预期、通胀预期或风险偏好等可能的传导渠道，解释每项事件为何重要。
4. 标出事件集中、隔夜时段及其他会压缩决策时间的情况。
5. 将高关注度事件与信号较弱的填充项区分开来。
6. 说明现有事件信息中哪些内容不完整、已过时，或缺少市场共识背景。
7. 将事件列表转化为实际的准备问题：用户应避免假设什么、密切关注什么，或围绕什么进行规划？

当需要提醒自己应强调事件风险而非预测时，请使用 references/interpretation-guide.md。

核心评估框架

在判断事件是否重要之前，先依据四个锚点逐一评估：

• Market Sensitivity：用户关注的市场历来会对该数据发布或央行信号作何反应。例如，与二线住房数据相比，CPI 对利率和对久期敏感的股票更重要。
• Surprise Capacity：前值、共识预期和当前仓位之间是否存在显著空间。例如，预估分歧较大的就业数据，比波动较小、只是填充日历的数据发布更有意外空间。
• Transmission Speed：事件影响收益率、外汇、大宗商品或指数期货的速度有多快。例如，政策利率决议的传导速度快于回顾性库存数据。
• Timing Pressure：隔夜时间、事件扎堆或临近现有风险是否会压缩用户的决策窗口。

依据这些锚点将事件分为：

• primary：与用户直接相关、传导性强，且当前可能改变决策质量
• secondary：值得关注，但不太可能主导仓位
• background：仅作背景信息，除非用户的投资组合对其格外敏感

可能推翻此分析的证据

• 事件时间发生重大变化，或数据发布被修订、推迟或取消
• 作为重要性排序依据的共识预期或前值已过时或缺失
• 另一个事件对收益率、外汇或风险偏好的影响更为显著，因而取代了所述催化因素
• 用户的实际敞口发生变化，使当前的传导路径图不再那么相关
• 市场定价已充分消化该催化因素，以至于预期中的敏感性不再合理

输出结构

优先按以下顺序输出：

1. Event Slate
2. Core Assessment Framework
3. Transmission Channels
4. Preparation Brief
5. Evidence That Would Invalidate This Analysis
6. Source And Caveats

始终返回：

• 针对所请求时间范围的优先级事件清单
• 每个事件为何与用户的市场或敞口相关
• 需要关注的主要传导渠道
• 时间方面的提示，包括事件扎堆或隔夜风险
• 简短的准备简报：需要关注什么、避免作出哪些假设，以及哪些方面需要谨慎
• 使用基于数据提供方的数据时，明确说明来源、新鲜度和注意事项

最佳实践

• 不要声称数据发布必然决定市场方向
• 不要隐瞒缺失的共识预期或过时的时间戳
• 区分事件的重要性与结果的确定性
• 让输出紧扣用户实际关注的市场和持仓期限

使用示例

• “未来 48 小时使用 macro-event-analysis。我关注 USD 利率、SPX 期货，以及任何可能迫使我缩短持仓时间的因素。”
• “下周使用 macro-event-analysis，重点关注美国和欧元区事件，并指出现有日历数据有哪些薄弱之处。”