读懂市场在说什么，
再把它变成因子。
Unicode Node 是一个为量化研究团队打造的 AI 研究助手。它阅读公开的财经新闻、股票论坛、投资社区和社交媒体内容，理解其中的情绪、热度与事件，并把它们转化为可检验的因子，交给研究员审阅。
不是数关键词，而是读懂每一句话
同一句"回调"，可能看多也可能看空。Unicode Node 用大语言模型理解上下文，识别反讽、对冲语气和多空混杂的表达，并标出影响判断的关键片段。
[公司 A] 三季度订单超预期，产能还在继续扩，回调就是上车机会
- 实体
- [公司 A] → [股票代码]
- 事件
- 业绩预期上修
- 去噪
- 非广告，账号正常
判断依据：订单与产能属于基本面信号，权重最高；"回调就是上车机会"表达了明确的买入意愿。
一个 Agent，跑完从文本到因子的全流程
- 01采集增量获取公开的新闻、论坛、社区与社交媒体内容，按发布时间入库。
- 02清洗去重，过滤广告与疑似水军，把公司简称和证券代码对齐到同一标的。
- 03理解大语言模型逐条判断情绪、事件与多空倾向，并记录判断依据。
- 04构造组合成可解释的因子，严格按交易日对齐，避免使用未来信息。
- 05检验计算 IC、分组收益与换手，与已有因子去相关，生成报告供研究员审阅。
为专业研究团队设计
量化研究团队
为多因子模型补充情绪、热度与事件类的另类数据因子。
资产管理机构
系统化跟踪与持仓相关的新闻和讨论，辅助投研流程。
研究分析师
快速了解市场对某家公司或某个主题的讨论焦点与情绪变化。
AI 负责找线索，结论由研究员做出
只使用公开数据
仅采集公开可访问的信息，遵守各平台的使用条款与访问频率限制，不采集个人隐私信息。
人在回路中
输出的是研究候选，而非交易指令。是否采用、如何使用，均由用户的研究团队决定。
判断可追溯
每一个因子值都可以回溯到原始文本和模型标注的关键片段，便于核实与解释。
不构成投资建议
Unicode Node 是研究工具，不提供投资建议，也不代替用户执行任何交易。
关于 Unicode Node
Unicode Node 由一支专注于量化研究与数据工程的团队开发和运营。我们相信，大量有价值的市场信息藏在非结构化的文字里，而大语言模型第一次让系统化地阅读它们成为可能。
我们的目标是让研究员把时间花在判断上，而不是花在采集和清洗数据上。
常见问题
Unicode Node 和传统舆情数据有什么区别？
传统舆情数据提供的是原材料，Unicode Node 提供的是加工后的因子候选和检验结果，并能说明每一个判断的依据。
大语言模型判断情绪，比词典法强在哪里？
词典法只能统计关键词，容易被反讽、否定句和网络用语误导。大语言模型可以结合上下文理解整句话的真实倾向。
如何避免过拟合？
Unicode Node 会区分样本内外、记录每个候选的尝试次数，并优先保留逻辑可解释的因子。通过初筛只是起点，正式使用前仍需研究员独立验证。
可以接入我们自己的数据吗？
可以。除公开数据外，也支持接入你自有的文本数据，这些数据仅在你的工作空间内使用。