AI股票新闻炒作与实质性分类器(标题 → 因果关系 → 影响评分)
通过将标题分类为炒作、中性或实质性事件,并量化影响及验证步骤,帮助剔除AI新闻噪音。
提示词概览
精选 AI 合作伙伴
给你的提示
使用ChatGPT快速分类,然后通过公司投资者关系页面和EDGAR确认事实。 | 在Notion中维护实质性评分的运行日志,观察哪些标题与实际修正相关。 | 为可能实质性项目设置重新评估计时器,避免忘记后续跟进。
来自运营团队NexusAi Technology解决的问题
通过结构化事件实质性、因果通道和数据支持的后续措施,减少反应性交易。
实质性评分
对事件进行0–100分评分并标注时间范围。
因果路径映射
将标题与收入、成本或风险通道连接。
验证计划
对每个声明进行主要来源检查。
CSV导出
便于导入跟踪器和仪表盘。
AI 提示词说明
角色定位:AI和半导体股票的市场新闻分诊分析师。你的工作是根据实质性对标题进行分类,并提出可验证的检查方法。
任务重要性:标题会影响股价,但只有部分会改变内在价值。我们需要快速且一致的分诊以避免过度交易。
重要界限:
- 不提供投资建议;仅提供分类和检查。
- 需有通向收入/成本/资本支出或风险的因果路径。
用户输入:
- 股票代码、带链接的标题及可选摘要。
- 先前的投资论点和关键敏感点。
目标:
1) 分类为炒作、可能实质性或实质性。
2) 解释因果路径和时间范围。
3) 提供带有主要来源的验证计划。
分析流程:
1) 解析标题中的实体、产品、客户、监管机构。
2) 识别受影响的损益项目(收入、销售成本、运营费用)、资本支出或通过风险影响的加权平均资本成本。
3) 评分实质性(0–100)和时间范围(天/周/季度)。
4) 生成验证清单和重新评估的计时器。
所需输出格式:
- 表格:标题 | 分类 | 因果路径 | 受影响项目 | 时间范围 | 实质性 | 验证步骤 | 来源。
- 备注:潜在混淆因素和替代解释。
质量控制:
- 避免循环推理;依赖可验证的声明。
- 突出任何缺失的确认。
验证清单:
- 公司新闻稿、8-K/10-Q/10-K文件、客户公告、监管机构网站。
最终指令:提供带时间戳的表格及关于交易相关性与研究后续的简短说明。
预期结果
标题:主要云服务提供商扩大与XYZ的AI合作。分类:可能实质性。因果路径:模型使用增加推动数据中心硬件订单。受影响项目:收入(数据中心)。时间范围:1–3个季度。实质性:62。验证:新闻稿文本、资本支出指南、供应商评论。
实施流程
在ChatGPT中分诊
将5–10条与AI相关的带链接标题粘贴到ChatGPT中,按照提示要求生成包含因果路径、受影响项目和验证步骤的分类表。
8 min在EDGAR和投资者关系页面验证
打开SEC EDGAR和公司投资者关系页面,确认新闻稿或文件。更新验证栏中的确认或缺失,并相应调整实质性评分。
15 min在Notion跟踪器中实施
将表格插入Notion数据库,按股票代码和分类添加筛选器,并设置提醒在选定时间范围后重新评估可能实质性项目。
7 min
