• 港股：关注“外资持仓变动”“离岸人民币拆借利率”；
• 美股：追踪“中概股ADR溢价率”“SEC调查关键词”。
“情绪共振系数需要全球数据喂养，”陈默在“情绪沙盘”上标注三地市场，“比如A股暴跌时，港股中资地产股的‘恐慌指数’会滞后15分钟反应——抓取时要卡准这个时间差。”
二、分工协作：情绪-逻辑-规则的“数据拼图”
1. 陈默的“情绪数据”：用“人性刻度”校准“恐惧贪婪”
（1）基础情绪：沉默的“绝望与狂欢”
陈默的任务：抓取“恐惧指数”与“贪婪指数”的底层数据，严格遵循“反流量”原则：
• 恐惧指数数据源：
◦ 散户“绝望割肉帖”：仅采集“持仓亏损＞30%且发帖后3日内无登录”的账号（排除“假绝望水军”）；
◦ 融资余额降幅：用周严的铜算盘复核“小数位异常”（如“降幅5.03%”可能为人工凑数，真实值应为5%）；
◦ 融券余额突增：抓取“单日增幅＞20%”的标的（传统系统常忽略的“做空信号”）。
• 贪婪指数数据源：
◦ 机构“暗盘增持”：通过“Level-2数据”识别“机构专用席位”净买入（伪装成“散户”的小单合并）；
◦ 大宗交易溢价：采集“溢价率＞5%”的交易（传统系统只看“折价抛售”）。
“每个数据都要‘带人性温度’，”陈默在活页本上写，“比如‘绝望帖’的配图——如果配的是‘K线图+泡面桶’，比纯文字更真实。”
（2）复合情绪：政策的“黑天鹅雷达”
陈默额外承担“政策情绪”抓取：用Python爬虫（林静协助）扫描“国务院官网”“央行货币政策执行报告”，提取“监管关键词”（如“专项整治”“窗口指导”），按“严厉程度”赋分（1-5分）。
“2021年‘教培行业整顿’前，政策文件里‘规范’一词出现频率骤增300%，”他指着“情绪沙盘”上的政策曲线，“这个信号比‘股吧恐慌帖’早出现两周。”
2. 林静的“逻辑数据”：用“代码手术刀”剖开“非结构化”
（1）反欺诈“三棱镜”数据
林静的量子终端启动“非结构化数据抓取协议”，目标直指“数据投毒”源头：
• 老板行
本章未完，请点击下一页继续阅读！