? 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

  The content is not finished, continue reading on the next page