用 AI 做基于新闻的交易：以秒计反应，而非以小时计

一则头条在 14:31 爆出。到 14:32，这只股票已经跌了 4%。你在 15:10、两场会议之间看到这条消息，而现在你要在市场早已做出决定的 39 分钟之后，来决定该怎么办。那个时间差，正是基于新闻的交易 AI 存在要去解决的问题——不是预测头条，而是压缩一个事件和你事先写好的、响应它的规则之间的距离。

这篇文章会走一遍一条 AI 新闻管道到底做什么、两种在实盘条件下站得住的设计模式，以及那些把快速反应变成快速亏损的失效模式。

为什么你在结构上就慢每一则头条一步

机构系统以毫秒解析电讯源。做市商在大多数记者写完第二句话之前，就已调整了报价。等一条消息到达你读新闻的那个应用时，第一波价格波动已经结束了。跟那套机器赛跑，不是一个对你可用的策略，任何暗示相反的产品，都在兜售它并不拥有的延迟。

你能改变的，是第一波波动之后的一切。散户在新闻上的大多数损伤，不来自慢了几秒钟；它来自慢了几个小时，或者来自你终于看到这条消息后的情绪化反应。一只持仓在你所在时区凌晨三点因一则监管头条向下跳空；你醒来、恐慌、卖在了底部。加密货币让这更糟：市场穿越每一个周末和每一个夜晚交易，而没有哪个人能盯着全部。

一个智能体不睡觉、不恐慌、不即兴发挥。它把你在一个平静时刻写下的规则，应用到那个你不可能盯得住的事件上。那才是诚实的价值主张：以秒计的一致反应，而不是以微秒计的未卜先知的反应。

一条基于新闻的交易 AI 管道到底做什么

剥掉营销，每一个认真的系统都跑同样的五个阶段。

摄入。 从电讯服务、交易所公告、监管申报和社交来源拉取头条和文章。量是残酷的：横跨全球市场每小时数千条，其中大多数与你无关。

去重和聚类。 一个事件会生出几十篇改写。一次召回一经宣布，六小时里就跨各家媒体变成四十条头条。好的管道把它们坍缩成一个单一事件；幼稚的管道则把每一篇改写都当成新鲜信息来数。

分类相关性。 这一条与你持有或关注的某个资产有关吗？实体匹配听起来微不足道，直到“Apple”出现在一篇关于果园的报道里。大语言模型在这里大幅抬高了上限，因为它们读的是上下文，而不只是关键词。

给严重程度和语气打分。 有多坏、有多好、有多大？一次 CEO 辞职的打分，和一次产品延期不一样。打分的内部机制（语气模型、来源加权、极端值检测）是它自己的一门纪律，讲在我们那篇关于交易中的情绪分析的文章里。

匹配并行动。 打过分的事件遇上你的关注列表和你的规则，产出要么一个警报、要么一个动作。上游的一切之所以存在，就是为了让这一步可信。

有一个警告该放在这里：语言模型给作文打分，比做算术在行，而且它们会捏造。对 LLM 在金融问题上的研究测得，在没有防护措施的情况下，幻觉率高达约 41%（FailSafeQA and related benchmarks, 2024）。一条让原始模型既解读消息、又扣动扳机的管道，脚下没有地板。修复是架构性的：模型分类，确定性规则决定。

把新闻当过滤器：防守型模式

新闻在自动化中最可靠的用途，不是对头条采取行动。而是在头条期间拒绝行动。

想想一个简单的每周买入程序。放任不管，它会在欺诈指控浮出水面的第二天早上，兴高采烈地买入一家公司，因为价格和日历条件对这条消息一无所知。一个新闻过滤器用一条规则修复它：对任何在过去 24 小时内有高严重度头条的资产，阻止或暂停买入，并且只在连续 12 个平静小时之后才恢复。

留意这条规则不要求什么。它不需要新闻被正确解读、不需要方向被预测、不需要以毫秒计的速度。它只需要知道有件很吵的事正在发生，而“吵”正是新闻管道衡量得好的那一件事。过滤器之所以稳健，恰恰因为它对系统要求的智能如此之少。

这就是一个平台例子让机制变具体的地方。Obside 的综合市场信号把新闻流作为一个一等输入，所以像这样的一个过滤器是一句话，而不是一个项目。你持有十二只股票，然后告诉副驾：“当某个持仓的股票上新闻严重度骤升时，暂停它上面的每一个买入智能体；在 24 个平静小时后恢复。”助手复述这些条件，你批准它们，然后过滤器跨整个投资组合运行：有反应，而不用末日式刷屏，也不用搭建任何数据源解析器。

其他值得偷师的过滤器变体：当一个市场层面的消息上严重度骤升时，全投资组合地阻止新入场；在一场新闻风暴期间拉宽止损距离，好让寻常的来回震荡不把你震出场；要求任何自动入场触发之前，先有一个新闻平静窗口。

把新闻当触发器：进攻型模式

对着新闻行动，比因为新闻而暂停要难，而这个区别在于定义的纪律。“对坏消息做出反应”不是一条规则。“如果一只投资组合持仓宣布削减分红，就卖掉一半头寸，并就剩下的部分提醒我”是一条规则：事件类别是精确的，动作是事先承诺好的，仓位是有上限的。

站得住的触发模式，共享三个性质：

1. 一个狭窄的事件类别。 分红削减、撤回指引、监管执法行动、退市通知。有明确无歧义定义的事件，而不是“负面报道”这样的感觉。
2. 一条价格确认腿。 在行动之前要求市场先同意：新闻事件且价格从消息前的水平下跌超过 2%。这一个 AND 条件消除了大多数假头条的损伤，而它也是通向一般多条件自动化的入口。
3. 一个硬性仓位上限。 触发器可以修剪或对冲；它不能押上整个账户。对新闻的第一反应错得足够频繁，以致不该允许任何单个反应太过要紧。

一个走通的例子：你持有一只中盘股，占你投资组合的 8%。规则：“如果公司撤回指引 AND 价格在那则头条之后的一小时内下跌超过 3%，就把这个头寸减到 4%，并通知我。”智能体在几秒内执行机械的那一半；判断的那一半，即是否完全退出，等你来做，并把这条消息附上。

有一条边界值得画出来：预定的宏观数据发布，完全是另一门纪律。CPI、美联储决议和就业报告，在一个已知的日历上、带着已知的共识数字到来，这改变了整个设计空间。那套打法活在用智能体交易宏观事件里。

新闻管道在哪里会崩

下面每一个失效模式，都让真实的交易者付出过真金白银。针对全部四个来做设计。

头条诱骗。 第一批报道经常是错的、夸大的，或者漏掉了那个改变一切的限定语。一则“监管方调查某公司”的头条，后来落定为一次例行问询，可以让一只股票在九十分钟里来回一趟。一个没有价格确认的触发器，会卖在低点，然后在场外看着复苏。缓解：上面那条确认腿，外加对模糊的事件类别偏向发警报而非行动。

更正和修订。 第一次印出的数字，不总是一小时后的那个数字。重述的数字、更正过的头条、被收回的表态，意味着任何对初始报道采取行动的系统，都需要一个延迟窗口，或者一个小到足以吸收出错的仓位。

重复风暴。 一条消息的四十篇改写，在一个数头条的计数器看来，可能读成一场步步升级的危机。如果严重度打分不把事件聚类，重复就会伪装成恶化，而你的过滤器永远不解除暂停。直接问任何供应商他们如何去重；一个含糊其辞的回答就是不合格。

没有规则的速度。 微妙的那一个。一条更快浮现新闻的管道，接上一个没有事先承诺响应的人类，恰恰产出一样东西：更快的恐慌。你升级了刺激，却让行为原封未动。如果你没有写下警报触发时你会做什么，那警报就是一台压力发生器。决定头条对你应该意味着什么的更广手艺，讲在交易新闻：把头条变成有把握的决定里。

下一步该做什么

给雄心排个序。从只发警报开始：让管道证明它能浮现出对你实际持仓要紧的东西，并留意第三条头条更正第一条的频率有多高。然后加上过滤器模式，因为暂停是一份几乎没有下行的廉价保险。只有在那之后，如果一个狭窄的事件类别在你的投资组合里不断复现，才升级到一个带仓位上限的确认触发器，并在它触及资金之前，在模拟盘里运行它。

新闻会在你睡觉时不断爆出。现实的优势不是第一个读到它；而是已经决定好了它意味着什么。如果你想用大白话表达那些规则、并让综合新闻信号去盯盘，Obside 把一句话变成一个运行中的智能体——先是警报，等你挣得了信任再是行动。

仅供教育参考，不构成投资建议。交易存在风险，可能导致本金损失。