判定“认知茧房形成”。
• 验证逻辑：若MEI突增（如从30%升至75%），说明媒体报道显著放大散户跟风意愿，庄家出货动机进入“临门一脚”。
• 案例：宝鼎科技6月7日6:00数据——利好报道阅读量1200万（总舆情2000万），散户跟风账户新增500个（总新增800个）→ MEI=(1200/2000)×(500/800)×100%=0.6×0.625×100%≈37.5%（未达标？需修正公式）。
修正公式（引入“情绪词频权重”）：
MEI = （利好词频占比×0.4 + 阅读转化率×0.3 + 转发深度×0.3）×100%
• 利好词频占比：“复苏”“龙头”“低估”等词在报道中出现频率（宝鼎科技案例中占68%）；
• 阅读转化率：点击报道后实际买入账户占比（32%）；
• 转发深度：单篇报道被散户账号转发次数（平均12次/篇）。
→ 宝鼎科技MEI=(68%×0.4 + 32%×0.3 + 12次/篇×0.3)×100%≈(27.2%+9.6%+3.6%)×100%≈40.4%（仍低？需结合“跟风账户新增数”）。
最终公式（综合版）：
MEI = [（利好词频占比×0.3）+（阅读转化率×0.3）+（转发深度×0.2）+（跟风账户新增占比×0.2）]×100%
宝鼎科技数据：利好词频68%、阅读转化率32%、转发深度12次/篇（标准化为0.6）、跟风账户新增占比62.5%（500/800）→ MEI=[(0.68×0.3)+(0.32×0.3)+(0.6×0.2)+(0.625×0.2)]×100%=[0.204+0.096+0.12+0.125]×100%≈54.5%（达标！触发预警）。
（3）三阶：反制推演的“出货时空窗口”
• 核心算法：用“贝叶斯网络”融合三要素预测庄家出货时点：
◦ 要素1：媒体配合强度（MEI＞50%）；
◦ 要素2：跟风盘占比（第322章FPI＞2.0）；
◦ 要素3：盘口异常（第314章“大卖单伪装小买单”）。
• 输出结果：生成“出货概率热力图”，标注未来24小时内“高概率出货时段”（如10:3
本章未完，请点击下一页继续阅读！