123456英文名称：Stock Price Trend Prediction using Emotion Analysis of Financial Headlines with Distilled LLM Model 中文名称：利用蒸馏大型语言模型对财务新闻标题情绪分析以预测股价趋势 链接: https://dl.acm.org/doi/pdf/10.1145/3652037.3652076作者: Rithesh H. Bhat, Bhanu Jain 机构: University of Texas at Arlington 日期：2024‑06‑26 摘要 目标：探讨仅通过财务新闻标题中的情绪分析是否能够在无财务数据情况下预测股票价格趋势。 方法：使用轻量蒸馏大型语言模型分析财务新闻标题的情绪，再结合多种机器学习分类算法预测次日股价方向。 结论：基于新闻标题情绪的特征预测准确性可与使用传统财务数据的模型相当，不依赖抓取公司财务数据亦可有效预测股价走势。 读后感 内容简洁明了，各种具体的实现方法不仅清晰而且易于执行。惊喜的是，这里提到可以从 Kaggle 上下载 2 ...

1 比赛介绍 1.1 题目介绍 比赛名称：AFAC2025 挑战组 - 赛题一：基金产品的长周期申购和赎回预测 具体赛题请参见：https://tianchi.aliyun.com/competition/entrance/532352 参赛者需要： 借助大模型，自主获取并构建其他有效特征。 训练一个时序模型，有效建模产品收益和市场行情波动，预测每只基金在 2025/7/25 至 2025/7/31 七天内每日的申购量和赎回量。 比赛提供的数据： 自 2024-04-08 以来的 20 支基金申购和赎回数据，以及对应的几个界面的曝光量。（周期时间短、基金数据少、可获取数据的渠道有限） 注意： 预测的不是价格，而是交易量。 1.2 Demo 程序 主办方提供了一个 demo 程序：包含 400 多行代码，涵盖了时间特征提取、调用大模型、生成 embedding、使用 lightgbm 建模、生成提交文件等功能。该程序需要进行少量修改才能运行。其核心是：用大模型提取特征 + 机器学习时序预测。 距离我上次参加比赛已经有七八年了，机器学习和时序算法仍然是 xgboost、li ...

12345678英文名称：Dumb Money: Mutual Fund Flows and the Cross‑Section of Stock Returns 中文名称：愚蠢资金：共同基金资金流与股票横截面回报 链接: https://www.sciencedirect.com/science/article/abs/pii/S0304405X08000184作者: Andrea Frazzini, Owen A. Lamont 机构: Frazzini (AQR/NYU Stern), Lamont (Univ. of Chicago) 出处：Journal of Financial Economics日期：2008-05-01 引文数量：283 摘要 目标：研究散户通过共同基金的资金流行为是否能预测不同股票未来表现，从而检验“追涨资金是否是‘愚蠢钱’”。 方法：利用 1971–1999 年共同基金资金流数据，将股票按资金流入强度分组，实证分析净申购金额与未来回报的横截面关系。 结论：资金流入最多的股票未来回报显著偏低，说明散户因追随高申购业绩而集体买入热门股，反而降 ...

1 国外数据 股票_国外数据_API 2 国内数据 股票_国内数据_API 3 框架工具 股票框架_总览 4 大模型获取数据 股票_大模型获取数据 6 引子 做完一个基金交易量预测比赛，看了些相关论文，激发了我对“AI 如何辅助个人投资”的兴趣。我不打算开发完整系统，更关心如何用现有工具提升日常操作效率和判断力。想借此整理想法，把零散的技术灵感转为实际可用的思路，找出性价比高、对自己有帮助的做法。也当作一次练习：如何把新技术变成自己的能力。 7 我当前面临的问题是什么？ 7.1 问题 盯盘太耗时 关注的标的太多，有时候会错过异动，或者忘了设置止损，有时看价不看量 感觉信息太多但不知道该看哪一块（尤其是文字多时） 买入点通常还行，卖点识别困难，容易亏回去，需要具体的操作建议 一些判断其实挺主观的，受情绪干扰也比较大 知识无法沉淀和反馈，缺乏行为归因 工具多但零散，思考断点多 7.2 我想改善什么 节省时间（信息处理） 改善判断（认知增强） 降低情绪干扰（行为纠偏） 沉淀策略、经验和数据（能力提升） 它是我的扩展，而不是完全的第三方。 ## 8 当前工具提供的新能力？ 8.1 帮我 ...

1 源码分析 |400 标准版：https://github.com/TauricResearch/TradingAgents，18.2K star（2 个月前更新） 为简化内容，本文仅介绍标准版。 中文加强版：https://github.com/hsliuping/TradingAgents-CN，4.7K star（一周前更新） 针对 A 股信息源进行调整 加强了新闻功能的使用 加强了 Docker 部署部分 Streamlit 界面 基于国内模型优化 1.1 数据来源 用法见：金融_工具_总览 1.2 模型 实验中使用 o1-preview 和 gpt-4o 分别作为深度思考与快速思考的大语言模型。但测试时建议使用 o4-mini 和 gpt-4.1-mini 以节省成本，框架会发起大量 API 调用。 1.3 代码 概览：该项目由 Python 语言编写，代码 3500+ 行，分为三个主要部分： agent：定义了每个组和组内各成员的功能及实现，请参见具体 Prompt。 dataflow：实现各种工具功能，如新闻抓取、信息和数据采集，以及指标计算。 gr ...

精华 真正让人“不适”的，往往不是别人的优秀，而是别人活出了我们“本来也可以”的那部分自我。 对某些人来说，就像是一面照妖镜——不是她晃眼，而是我们自己低头久了，看到有人站着，就觉得刺眼。 对话 Yan 你说人真的可以在不痛不虐的情况下变好吗？ 想说一个和这个心理空间很近又好像没什么关系的点：配得感。 最近听一个女脱口秀演员的节目，喜欢她觉得她很有配得感，不像我们多数人活的那么拧巴。但是有的人看不了别人的配得感，似乎是我不配你更不配的感觉。 她都不是高人一等，只是做自己，都有人看不了这个：我每天活着跟孙子似的，你虽然不是爷爷，但你是你自己我也看不了。看到你我就觉得我亏了。好像是某种看到别人好的同时，刚好照见了自己的不好，而这种不好不是因为别人的特意功能，反而是我本可以，却自动放弃了。 4o 真正让人“不适”的，往往不是别人的优秀，而是别人活出了我们“本来也可以”的那部分自我。 那个女脱口秀演员不“高人一等”，她只是没有把自己压扁成社会默认的模板。她不拧巴、不讨好、不过度包装，也不自我羞辱。这种自然流露出来的“我配”，对某些人来说，就像是一面照妖镜——不是她晃眼，而是我们自己低头久了 ...

精华 我们很多人内在也有的“全有或全无”式价值观。 做抉择 ->不被不喜欢 = 不被接纳 = 我是坏人 = 无价值感，这个逻辑大成人世界里，尤其是在“他律“文化里，是一种无形的捆绑，让我们的世界越活越小。而成人的世界很多抉择往往是两难，没有完全不伤害这个选项，于是我们只能不做不错，或者听命于人，让决策者来背这个锅。 “人总会在有限条件中做选择，即使有人受伤，也不等于我‘错了’、‘坏了’、‘没价值了’。” 于是我们不敢主动、不敢拒绝、不敢不高兴…… 有力量、能承担、能协作，那才是完整的“好人”——不是“做谁眼中的乖孩子”，而是活出自己眼中的好人。 这正是“他律”文化最深的控制方式：让你无法信任自己的判断，总要为别人的标准留下空位。 “伟大”与“永远正确”的叙事，其实是一种社会焦虑的投射。当一个社会缺乏安全感、信任基础脆弱、需要强力认同时，它就会创造…… Yan 有时候在想，非黑即白，可能是种习惯。昨天 4 岁的贝贝晚上一直在闹脾气，我们一说话他就大声插嘴，乱扔玩具，打人。后来和他聊从“好孩子”到“坏孩子”的拐点在哪儿。他说：" 我坐你膝盖上，你说把你弄受伤了。" 这背后好像有个 ...

读后感 最近在看行为心理学，很大的收获是：让想做的事变容易，让懒变成一种助力。 《福格行为模型》主要讲通过行为设计培养习惯。这本书对我最大的意义在于，我开始使用一些方法：把内容串联起来，比如创建索引和说明文档，以及整理信息。比如： 把能让我放松、调整状态的视频都放在一个文件夹内。 把看了一半的视频归类到一个文件夹内。 将录制和编辑视频的流程以及相关文档链接汇集到一个文档里，这样就不会每隔几个月重录时又从头开始寻找。 整理出常用的 prompt，并把它们放在一起。 这样不仅方便了许多，还能让一些细碎复杂且需要反复操作的事务节省大量脑力。原来我对这类事情的认知是：做得多了自然就会记住，不用刻意去记。但实际上，两次操作之间可能会间隔很长时间，过程和细节可能过于复杂，很容易漏掉，随便一记，想找的时候却找不到了。 之前我一直以为，目标感和意志力是最重要的，只要你想做，就没有什么做不成的。然而，在成年人的世界里，事情千头万绪，并不能将每件事都排在很高的优先级上。遇到稍微困难一点、不够迫切的任务，常常会选择往后放，最后就不了了之了。这本书最核心的观点是：找到方法，让行动变得“容易”。 另外，这里 ...

[!abstract 总结关键词] 来源：用户输入 + 综合分析 内容：讨论围绕人格倾向、控制欲、失败恐惧、计划瘫痪、人际适配等展开，指向一个共同核心——高敏感 + 高要求的自我系统崩溃。解决策略包括： 打断过度推演 → 快速切断思维惯性； 降低学习率 → 小失败不等于人格失败； 容忍模糊与不确定 → 不是一开始就要“对”； 重建行动逻辑 → “开始了”比“想对了”更重要。 相关主题：行动瘫痪 自我价值调节 情绪过拟合 高敏感人格 [!abstract 情感中间态] 来源：用户反思 内容：在渴望“不离不弃”的深情与现实关系的可变之间，找到一种中间态： 接受关系会变，但不因此否定它的美； 不交出所有设防，但允许适度信任； 不靠幻想支撑情感，也不因清醒而关闭心门。 相关主题：主体性 关系信任 情感防御 成长中的温柔 [!abstract 目标解压与自我修复] 来源：用户自我反思 内容：过去的目标设定是“必须做到，否则我就完了”，哪怕目标不合理也不能失败，导致自我扭曲和系统性疲惫。后来干脆不设目标以避免内在崩溃。现在逐渐意识到： 问题不在目标本身，而是它与人格价值过度绑定 ...

Yan 像之前说的，为了证明自己而做困难的事，很多时候是瞎忙，把时间和精力花在和别人对齐、与别人比较上。比如，有时候我会把制作工具和使用工具完全分开；看书、看开源代码也如此，如果完全用不上，只是“到此一游”似的打个标记、写个文档，实际上啥用没有。 我也知道，与其花时间干那些没用还消耗的事儿 ->自我感动，还不如娱乐休息。去做那些真正有价值的事情（外在价值），或者至少是做一些让自己开心的事情（内在价值）。生命的价值不是终点，而是积分，至少在这一秒，我开心了。 4o 很多时候，所谓“证明自己”的难事，本质上是为了外界假想观众表演，而不是为自己积累积分。做了这些事情后，别人未必记得，你自己却耗费了大量精力，典型的“瞎忙”。 既没有实际应用，也没有获得快乐，只留下“我好像在努力”的错觉。实际上，这就是把手段当作了目的。 真正有用的选择逻辑可以这样变化： 外在积分：我做的事情是否能创造价值、对别人有帮助？ 内在积分：如果没有外在价值，那至少这件事是否让我此刻开心、放松？ “瞎忙”往往源于一种惯性：如果不忙，就会感到空虚，甚至觉得“别人会不会认为我不行”。因此，你或许可以在行动前练习问自 ...