。不是因为赚钱——那一万块就算涨10%也才一千块——而是因为预测对了。他的模型，那个用十四天不眠之夜堆出来的代码怪物，第一次实战，就蒙对了。
不对，不是蒙。是基于数据的判断。
他不断刷新情绪指数的实时更新。新能源汽车的情绪分在攀升，从+0.87涨到+1.12。半导体的情绪分在下降，从+0.45跌到+0.21。
十点，他的新能源汽车股票平均涨了5%。半导体股票跌了2%。
十点半，新能源汽车板块开始回调。情绪指数显示，讨论热度在下降，负面词汇开始出现：“获利了结”“冲高回落”“量能不足”。
李代码犹豫了三秒，卖出了两只新能源汽车股票，留了一只最强的。卖出价分别比买入价高4.8%和3.7%。
十一点，他留下的那只新能源汽车股票继续冲高，涨到7%。半导体股票跌到-3%。
中午休市。李代码瘫在椅子上，手心全是汗。账户浮动盈利：+862元。半天，赚了他月薪的五分之一。
更重要的是，他的模型在实时验证中表现良好。情绪指数的变化领先股价波动大约十五分钟——足够他做出反应。
他点了个外卖，但吃不下。大脑在高速运转：要不要加仓？要不要调整参数？下午情绪会怎么走？
他打开爬虫的后台，查看实时抓取的数据流。每分钟新增数千条讨论，关键词云图在滚动，“新能源”“锂电”“涨停”出现频率最高。但在这些热词之下，有一些不起眼的关键词在悄悄增加：“监管”“问询”“减持”。
他点开“减持”相关的讨论，发现集中在几只小盘股上。其中一只是他留的那只新能源汽车股票的供应商。有帖子说，这家供应商的大股东可能减持。
李代码皱眉。这是噪音，还是有效信息？他的模型没有考虑个股层面的利空，只做板块情绪分析。
他快速写了个补充脚本，抓取所有“减持”关
本章未完，请点击"下一页"继续阅读！ 第4页 / 共7页