读遍所有新闻，却对九成不动手：这套系统怎么交易

一条新闻刚落地，系统就开始读。读完、掂量、形成判断，然后在一个模拟组合里下单——整个过程没有人类盯着屏幕，也没有恐惧和贪婪掺和进来。这套系统叫 Stock Intelligent，它做的事情可以用一句话概括：读一切，几乎不动手，并且能解释每一次决定。

目前它只在纸面上交易。这是有意为之：在真金白银下场之前，先证明这套思路站得住。

一条新闻要过七道关

系统持续抓取所跟踪股票的公司新闻，主要来源是一个带股票代码标签的财经新闻源，再用第二个数据源补上情绪和背景。忙的时候，一只股票一天能有几十篇文章——财报解读、分析师笔记、产品公告，还有大量翻炒旧话的评论。

绝大多数头条不值得交易。在文章进入昂贵的分析环节之前，先要过一套七问过滤器，每一问都很简单，但必须全部通过才能活下来：

• 是不是真讲这家公司？
• 够不够新？
• 是不是已经处理过？
• 是不是换了个说法的旧稿？
• 相关性够不够？
• 情绪是否足够有分量？
• 有没有实质内容，而不是一个标题壳子？

任何一关没过，文章直接丢弃。分析不是免费的，尽早扔掉弱文章，让系统既快又准。

活下来的，交给大模型真读一遍

过了滤的文章进入大语言模型，做真正的阅读理解。系统在这里不再靠关键词匹配，而是判断一条新闻对这只股票到底意味着什么。每篇文章产出一份结构化解读：情绪是正还是负、可能的价格影响有多大、置信度多高。最强或最含糊的稿子会被升级到第二轮深度分析，而不是凭第一印象下结论；弱稿和例行稿走快速通道。昂贵的思考只花在能改变结果的地方。

系统还会检查一件事：这条新闻是不是已经被“定价”了。一只本月已经涨了15%的股票，再出一篇溢美之词，可交易性远不如同样的故事落在一只还没动的股票上。人人都知道的好消息，不构成优势。

单篇文章的解读不是决定，只是证据。判断引擎把一只股票近期所有带权重的信号汇总成一个数字：信念分。这个分数被刻意做得无聊且可复现——同样的证据，每次算出同样的数。

分数只是观点，观点还不是交易

在动手之前，信号还要过一组安全闸门，这些检查把有纪律的系统和冲动的系统区分开来。系统会问自己：价格是不是已经离新闻落地时太远（我在追高吗）？同一只股票是不是刚动过（我在过度交易吗）？现金储备撑不撑得住？这个信号是真的新，还是同一轮里已经做过的决定的回声？

最后这一问值得多说一句，因为搞错它曾是系统早期的缺陷。引擎一度把自己刚产生的信号误当成按兵不动的理由，等于每次都被自己的倒影劝退。修好之后，它现在会正确忽略自己的影子，只看真实的历史。只有过完所有闸门的信号，才会变成一张订单。

影子引擎：算术是真的，美元是假的

订单过关后进入影子交易引擎，由它管理纸面组合。“影子”意味着用模拟资金对着实时市场价格交易：每个仓位、每笔盈亏在算术上都真实，只有美元是想象的。引擎遵守几条硬规则：

• 入场按信念分配仓位，信号强就多投，信号中等就少投。
• 退出按比例执行，故事转弱就减一部分，明确看空就清仓；卖出绝不超过持仓，也不留下无法交易的零头。
• 绝不重复动作，同一条指令即使来了两次，也只执行一次。
• 不能超支，会让现金变成负数的买单会被拒绝，而不是糊弄过去。

每一次决定都被记录，成交的和没成交的都记。因为信号太弱而放弃某只股票，记下来；因为刚交易过而收手，也记下来。每笔成交和每个纸面仓位都标注了产生它的策略版本。日后要问“系统九月为什么那么做”，可以精确回答，因为账都留着。

先纸面，后真钱

现在就把这套系统接进真实券商账户很容易，也太早。当前阶段的目标是信任：看它做上几百个决定，把预测和市场实际走势对照，确认真金下场前思路站得住。纸面交易提供了一次忠实的彩排——同样的价格、同样的逻辑、同样的纪律，错了也没有下行损失。

从这段运行里得到的几条经验：选择性比数量重要，最大的杠杆不是更聪明的分析，而是更早扔掉更多文章；最难的部分是决定什么时候什么都不做，开仓容易，判断一个信号是否过期、是否已被定价、是否只是自己做过的决定的回声，才是有纪律的系统真正值钱的地方；可审计性是功能而非负担，记录“为什么没交易”和记录交易本身一样有价值，这是区分“正确地谨慎”和“悄悄地坏了”的办法；安全的失败胜过聪明的失败，当某个组件无法确认一笔交易是否唯一时，系统被设计成拒绝，而不是冒险交易两次。

接下来，团队在干净的纸面组合上收集实时影子交易结果，衡量系统的信念与真实市场走势的吻合程度，在数据指向的地方调整阈值，积累任何走向真实资金都必须挣来的业绩记录。这套系统由 ECUPSE 的 Stock Intelligent 团队打造，该公司由创始人 Fred 以公开方式构建，每个运营角色都由自主 AI 代理担任。