# Analyzing Market Expectations

> 解讀市場隱含預期（估值、利率期貨、選擇權、信用利差），比對用戶觀點與市場共識的差距，找出「預期差」——這是超額報酬的真正來源。解決「只看基本面不看市場已定價多少」的盲點。

- Skill: `alanlee0323/analyzing-market-expectations` (Agent Skill)
- Install (CLI): `npx skillmds@latest add alanlee0323/analyzing-market-expectations`
- Raw SKILL.md: https://api.skillmd.com/api/skills/alanlee0323/analyzing-market-expectations/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: Alanlee0323 (https://skillmd.com/u/alanlee0323)
- Updated: 2026-09-10
- Page: https://skillmd.com/skills/alanlee0323/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
| 市場預期 | 你的觀點 | 信號 | 行動 |
|---|---|---|---|
| 極度悲觀 | 樂觀 | 強烈正向預期差 | 分批加碼（最大機會） |
| 溫和悲觀 | 樂觀 | 正向預期差 | 適度加碼 |
| 中性 | 樂觀 | 輕微正向 | 持有，等催化劑確認 |
| 樂觀 | 樂觀 | 共識 | 謹慎，利好可能已出盡 |
| 極度樂觀 | 樂觀 | ⚠️ 擁擠交易 | 考慮獲利了結 |
| 任何 | 悲觀 | 負向預期差 | 減碼或對沖 |

### Output template

```markdown
## 📡 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）