Analyzing Market Expectations

Analyzing Market Expectations

When to use this skill

• 任何估值分析完成之後（作為最後一道校準——你的估值 vs 市場定價的差距）。
• 當個股出現異常波動（大漲/大跌但無明顯新聞）——市場可能在 price in 你不知道的事。
• 當用戶問「為什麼股價不動？」或「市場在等什麼？」。
• 在建倉/加碼之前——確認你是否站在市場共識的「對立面」。
• 當 constructing-forward-scenarios 需要校準情境機率時。

Workflow

1. Plan

• 確認分析標的（個股/產業/整體市場）。
• 確認用戶的觀點/論述（用來比對預期差）。
• 確認需要解讀的預期維度。

2. Execute — 四層預期解讀

Layer 1：估值隱含預期 (Valuation-Implied Expectations)

從當前估值反推市場對未來的假設：

• PE 隱含成長率： 當前 PE × 當前 EPS = 市場定價。反推需要多少 EPS 成長才能支撐此估值。
  • 公式：隱含 EPS 成長 = (當前 PE / 歷史均值 PE - 1) × 調整因子
• PS 隱含營收軌跡： 對高成長股用 PS ratio 反推市場預期的營收成長速度。
• PEG 隱含成長持續性： PEG > 2 意味著市場預期的成長無法支撐估值。
• FCF Yield 隱含回報： 自由現金流收益率 vs 無風險利率 → 市場要求的風險溢價。

Layer 2：利率市場隱含預期 (Rates-Implied Expectations)

利率市場是「最聰明的錢」：

• Fed Funds Futures： 市場定價的未來利率路徑（幾次降息/升息、何時）。
• 殖利率曲線形狀：
  • 正常（短低長高）→ 市場預期經濟正常成長
  • 倒掛（短高長低）→ 市場預期衰退
  • 平坦化 → 市場在轉向中
• 實質利率 (TIPS)： 名目利率 - 通膨預期 → 市場對「真實」借貸成本的看法。
• Fed 點陣圖 vs 市場定價： 兩者差距 = 市場不相信 Fed。

Layer 3：選擇權市場隱含預期 (Options-Implied Expectations)

選擇權是「市場的保險市場」——保險費反映恐懼程度：

• 隱含波動率 (IV)： 市場預期的未來價格波動幅度。
  • IV 高於歷史波動率 → 市場預期事件將引發大幅波動
  • IV 低於歷史波動率 → 市場自滿
• Put/Call Ratio： > 1 = 避險需求強（看空情緒）；< 0.7 = 看多情緒過熱。
• Skew（偏態）： 下方 put 遠貴於上方 call → 市場更擔心下跌風險。
• Term Structure： 近月 IV > 遠月 IV → 市場預期短期有大事件。

Layer 4：信用與資金流隱含預期 (Credit & Flow Expectations)

• 信用利差 (Credit Spreads)： IG/HY 利差擴大 → 市場擔心違約風險上升。
• CDS 價格： 針對特定企業/國家的違約保險成本。
• 資金流向： ETF 淨流入/流出 → 機構的「用腳投票」。
• 分析師共識 vs 市場定價： 若共識 EPS 遠高於隱含 EPS → 市場不相信分析師。

3. Validate — 預期差分析

• 將用戶的觀點逐項與市場隱含預期比對。
• 分類為：
  • ✅ 正向預期差 (Positive Expectation Gap)：用戶比市場更樂觀 → 潛在超額回報
  • ⚠️ 負向預期差 (Negative Expectation Gap)：用戶比市場更悲觀 → 應該減碼
  • ➡️ 共識匹配 (Consensus Match)：用戶與市場一致 → 沒有 alpha，回報來自 beta
  • ❓ 市場忽略 (Market Blind Spot)：市場沒 price in 但用戶認為重要 → 對沖或佈局機會
• 對每個預期差評估「持續時間」——預期差不會永遠存在，什麼事件會讓它收斂？

4. Synthesize — 行動信號

• 將預期差轉化為明確的行動建議。

Instructions

• 使用 web_search 收集最新市場數據（利率期貨、VIX、信用利差等）。
• 預期解讀必須基於可觀察的市場數據，而非猜測「市場在想什麼」。
• 區分「市場已 price in」和「市場選擇忽略」——前者意味著利好出盡，後者意味著風險被低估。
• 不可將「分析師共識」等同於「市場預期」——分析師經常落後於市場。
• 預期差越大，越需要問自己：「是我錯了還是市場錯了？」——保持謙遜。
• 量化預期差時提供區間，不要偽精確。

行動信號矩陣

Output template

## 📡 市場預期解讀 — <標的/市場> (<YYYY-MM-DD>)

### 市場隱含預期摘要
| 維度 | 市場定價 | 含義 | 信心度 |
|---|---|---|---|
| 估值隱含成長 | +XX% YoY | <解讀> | H/M/L |
| 利率路徑 | X 次降息 by YYYY | <解讀> | H/M/L |
| 波動率預期 | IV XX% vs HV XX% | <解讀> | H/M/L |
| 信用風險 | 利差 XX bp | <解讀> | H/M/L |

### 預期差分析
| 維度 | 你的觀點 | 市場定價 | 預期差 | 幅度 |
|---|---|---|---|---|
| <維度> | <觀點> | <市場> | ✅/⚠️/➡️/❓ | <大/中/小> |

### 行動信號
- 綜合信號：<加碼/持有/減碼/對沖>
- 信號強度：<強/中/弱>
- 預期差收斂催化劑：<什麼事件會讓你的觀點被市場認同>
- 預期差持續時間估計：<短期/中期/長期>

### 風險提醒
- 「市場比你更了解的」可能是：<列出>
- 你的盲點可能在：<列出>

Error handling

• 若選擇權/利率期貨數據不可得（如台股個股選擇權流動性差），使用可得的替代指標並標明。
• 若分析師覆蓋不足（< 3 家），標記「共識不可靠」。
• 若市場處於極端情緒（VIX > 40 或 < 12），提醒預期解讀的可靠性下降（極端情緒下市場不理性）。
• 若用戶未提供明確觀點，先執行 Layer 1-4 的客觀解讀，再請用戶提供觀點以進行差距分析。

Resources

• collecting-market-data（上游技能：提供最新市場數據）
• validating-financial-data（上游技能：確保數據品質）
• valuing-company（協同技能：基本面估值 + 市場預期 = 完整圖像）
• constructing-forward-scenarios（下游技能：預期差作為情境機率校準輸入）
• tracking-catalyst-calendar（協同技能：催化劑 = 預期差收斂的觸發器）