SpikePanel

大家好，我是创作者。

如果社交媒体是你关注美股的方式之一，你一定知道这个问题：在 X 和 Reddit 上，关于股票的讨论每天动辄上千条，重复且嘈杂，根本看不过来。

SpikePanel 把这些信息过滤成几分钟的阅读量。打开它，你就能知道：

• X 和 Reddit 上人们此刻正在讨论哪些股票，哪些话题正在升温

• 一只股票今天为什么涨或跌：背后的财报、政策或行业事件，一句话说清

• 今天的头条新闻，从数千条帖子浓缩成一页

• 当前正在跑的主题（存储芯片、核能、光学……），以及一个事件如何沿供应链传导到相关股票

过滤器分三层，全部自研。我们首先刻画出美股讨论真正发生的圈子，账号的入选取决于其在网络中的位置，而非粉丝数量。然后通过我们的传播模型，把原创信息和回声区分开来，把自然传播与协同炒作分开，并抢在话题冲顶之前捕捉到它们。这一切的底层，是一张供应链知识图谱，其中每一条关系都必须在多个独立来源中得到确认，并由我们的算法交叉验证。关键词工具只统计提及次数，而我们建模的是：哪些人值得倾听，信息是如何流动的。

贯穿始终只有一条原则：只报道正在被讨论的内容和已发生的事情，绝不预测价格，绝不制造紧迫感。一个噪声过滤器，本身不应带来新的噪声。

如果你也通过社交媒体关注股票，每天最花你时间的是什么？这或许就是我们应该过滤掉的下一件事。