戰(zhàn)：解析earning transcript并計(jì)算RSI捕捉大模型趨勢(shì))
最近在跟蹤大模型公司動(dòng)態(tài)時(shí)很多朋友都會(huì)留意智譜Zhipu團(tuán)隊(duì)的公開分享包括發(fā)布會(huì)、技術(shù)博客以及廣義上的 earning transcript。所謂 earning transcript通常指公司在季度業(yè)績(jī)交流會(huì)上管理層與分析師之間的對(duì)話記錄。對(duì)于 AI 公司來說這類文本的價(jià)值不只在財(cái)務(wù)數(shù)字更在于管理層的技術(shù)路線表態(tài)尤其是“The next-generation……”這種句式后面跟著的方向往往是判斷下一代模型投入重點(diǎn)的關(guān)鍵線索。這篇文章會(huì)以一個(gè)貼近智譜這類大模型公司的模擬 transcript 為例子完整演示如何用 Python 對(duì)其進(jìn)行解析、發(fā)言人識(shí)別、關(guān)鍵詞定位和上下文切片并順帶計(jì)算 RSI 相對(duì)強(qiáng)弱指標(biāo)把事件信號(hào)與市場(chǎng)情緒放到同一張圖里觀察。整個(gè)過程適合對(duì)文本挖掘、AI 行業(yè)研究、Python 數(shù)據(jù)分析感興趣的開發(fā)者。1. 為什么財(cái)報(bào)電話會(huì)議記錄值得技術(shù)人關(guān)注1.1 earning transcript 是什么earning transcript 可以簡(jiǎn)單理解成一次“如實(shí)記錄的電話會(huì)議文字稿”。上市公司或準(zhǔn)上市公司在發(fā)布季度業(yè)績(jī)后通常會(huì)組織管理層與分析師、投資者的交流。交流內(nèi)容包括財(cái)務(wù)數(shù)據(jù)回顧、業(yè)務(wù)進(jìn)展、戰(zhàn)略計(jì)劃以及問答環(huán)節(jié)。問答環(huán)節(jié)尤其值得關(guān)注因?yàn)榉治鰩熗鶗?huì)追問那些新聞稿里不會(huì)主動(dòng)寫出來的細(xì)節(jié)。對(duì)普通開發(fā)者來說財(cái)報(bào)電話會(huì)議聽起來偏金融但如果關(guān)注的是 AI 公司transcript 里往往還藏著非常硬核的技術(shù)信息。管理層可能會(huì)談到下一代模型采用什么訓(xùn)練思路、推理成本優(yōu)化到什么程度、開源計(jì)劃如何推進(jìn)、Agent 能力在哪個(gè)場(chǎng)景率先落地。這些信息比單純看 benchmark 榜單更能反映一家公司的技術(shù)資源配置方向。1.2 智譜與大模型行業(yè)的“下一代”敘事智譜是國(guó)內(nèi)大模型領(lǐng)域有代表性的團(tuán)隊(duì)之一圍繞 GLM 系列模型構(gòu)建了比較完整的技術(shù)棧包括基座模型、開源權(quán)重、Agent 產(chǎn)品和企業(yè)級(jí)部署方案。觀察這類公司的發(fā)展不能只看單一指標(biāo)因?yàn)榇竽Ｐ透?jìng)爭(zhēng)已經(jīng)從前兩年的“參數(shù)規(guī)模競(jìng)賽”進(jìn)入更多維度的階段。最近行業(yè)討論里高頻出現(xiàn)的“next-generation”描述通常涵蓋幾個(gè)方向更強(qiáng)的推理能力、更長(zhǎng)的上下文處理、更可靠的工具調(diào)用、多模態(tài)輸入輸出、以及更低的部署和推理成本。真正落到一家公司的 transcript 里往往能聽出它對(duì)哪個(gè)方向投入最多。比如管理層反復(fù)提到“Agent loop”“tool use”“multimodal understanding”那說明下一代產(chǎn)品大概率會(huì)往智能體方向傾斜。雖然智譜具體下一代會(huì)發(fā)布什么最終要以官方公開信息為準(zhǔn)但通過文本信號(hào)提前建立判斷框架是一種值得練習(xí)的能力。1.3 RSI 信號(hào)在事件跟蹤中的作用RSI 全稱 Relative Strength Index中文常譯為相對(duì)強(qiáng)弱指標(biāo)是技術(shù)分析中用來衡量一段時(shí)間內(nèi)上漲下跌動(dòng)量的指標(biāo)。它并不會(huì)直接告訴你“某家公司下一代模型能不能成”但當(dāng)你把事件文本和技術(shù)面數(shù)據(jù)放到一起看時(shí)RSI 可以幫助回答另一類問題市場(chǎng)對(duì)這個(gè)事件的預(yù)期是否已經(jīng)過熱股價(jià)或相關(guān)指數(shù)是否處于超買、超賣狀態(tài)。舉個(gè)例子如果某 AI 公司在電話會(huì)議上釋放了“next-generation model 即將開放測(cè)試”的信號(hào)開發(fā)者社區(qū)可能沸沸揚(yáng)揚(yáng)但相關(guān)股票或概念指數(shù)的 RSI 可能已經(jīng)進(jìn)入 70 以上的超買區(qū)間。這時(shí)候再追高可能就買在了情緒的高點(diǎn)。反過來如果事件非常積極RSI 卻長(zhǎng)期處于 30 以下的超賣區(qū)域說明市場(chǎng)可能還沒有充分定價(jià)早期技術(shù)信號(hào)這時(shí)的觀察窗口更有想象力。2. 從文本到信號(hào)分析流程拆解2.1 信號(hào)提取鏈路把一段 transcript 變成可視化信號(hào)核心鏈路可以拆成四步。第一步是文本清洗。原始文本可能來自 PDF、網(wǎng)頁(yè)或數(shù)據(jù)平臺(tái)里面存在大量換行、空格、HTML 標(biāo)簽、發(fā)言頭銜等噪聲需要先統(tǒng)一格式。第二步是發(fā)言人結(jié)構(gòu)化。電話會(huì)議參與者通常包括 CEO、CFO、CTO、分析師等角色。把“誰說了什么”拆成獨(dú)立字段后續(xù)才能按角色過濾。比如公司內(nèi)部人對(duì)技術(shù)細(xì)節(jié)的表述與分析師追問的“時(shí)間線”“商業(yè)化進(jìn)度”在語義上是不同的。第三步是關(guān)鍵詞定位。建立一組與“下一代模型”相關(guān)的關(guān)鍵詞比如 next-generation、GLM、reasoning、multimodal、agent、open source、API pricing然后統(tǒng)計(jì)關(guān)鍵詞出現(xiàn)次數(shù)定位到它周圍的上下文句子。第四步是時(shí)間線融合。把文本事件標(biāo)注到時(shí)間序列上比如股票價(jià)格序列或概念指數(shù)序列再疊加 RSI 指標(biāo)觀察事件前后的動(dòng)量變化。2.2 文本里的三類信號(hào)從 transcript 里提取信號(hào)時(shí)建議把信息分成三類避免把所有表述都當(dāng)成同等權(quán)重的事實(shí)來處理。第一類是事實(shí)信號(hào)例如“公司已經(jīng)訓(xùn)練完成某個(gè)規(guī)模的模型”“開放了某個(gè) API 公測(cè)”。這類信息通常比較明確技術(shù)人可以據(jù)此跟進(jìn)相關(guān)產(chǎn)品。第二類是方向信號(hào)例如“我們將更多精力投入到推理能力”“下一代架構(gòu)引入了更靈活的 Agent loop”。這類表述不一定有具體時(shí)間表但往往代表著真金白銀的研發(fā)資源分配方向。第三類是情緒信號(hào)例如“我們對(duì)未來非常樂觀”“當(dāng)前仍處于早期階段”“今天不會(huì)分享具體指引”。這類表述代表管理層態(tài)度的冷熱程度需要結(jié)合公司所處階段來解讀。在后面的 Python 實(shí)戰(zhàn)里我們會(huì)重點(diǎn)處理方向信號(hào)和關(guān)鍵詞頻率。2.3 為什么用代碼而不是憑感覺讀一段 transcript 少則幾千字多則上萬字靠人眼掃讀容易漏掉關(guān)鍵信息。最常見的問題是某個(gè)詞在全文中其實(shí)被多次提起但第二次、第三次出現(xiàn)時(shí)因?yàn)闆]有加粗或沒有處在標(biāo)題位置很快就被大腦過濾了。用代碼處理的最大優(yōu)勢(shì)是可復(fù)現(xiàn)。不同的人用同一份文本執(zhí)行相同的腳本應(yīng)該得到相同的關(guān)鍵詞列表、上下文切片和頻率統(tǒng)計(jì)。這樣后續(xù)做票選、做周報(bào)、做投研紀(jì)要都會(huì)比“我好像覺得管理層提了很多次 Agent”更可信。3. 環(huán)境準(zhǔn)備與模擬數(shù)據(jù)說明3.1 運(yùn)行環(huán)境本文示例使用 Python 3推薦 3.9 及以上版本。主要依賴有 pandas、numpy 和 matplotlib如果只需要跑文本解析部分則只依賴 Python 標(biāo)準(zhǔn)庫(kù)即可?？梢允褂?pip 安裝依賴pip install pandas numpy matplotlib操作環(huán)境可以是 Windows、macOS 或 Linux。為了便于管理依賴也建議先在項(xiàng)目目錄里創(chuàng)建虛擬環(huán)境python -m venv venv source venv/bin/activateWindows 環(huán)境下激活命令為venv\Scripts\activate。3.2 數(shù)據(jù)與免責(zé)說明需要特別說明的是本文使用的 transcript 文本是模擬數(shù)據(jù)并不代表智譜或其他任何一家公司的真實(shí)業(yè)績(jī)會(huì)記錄。代碼中不會(huì)涉及真實(shí)財(cái)務(wù)數(shù)字也不會(huì)對(duì)任何公司的當(dāng)期業(yè)績(jī)作判斷。真實(shí)場(chǎng)景中你應(yīng)該從公司官方投資者關(guān)系頁(yè)面或合規(guī)數(shù)據(jù)平臺(tái)獲取 transcript并嚴(yán)格遵守平臺(tái)使用條款。模擬 transcript 存放在data/sample_transcript.txt中內(nèi)容結(jié)構(gòu)模仿典型的業(yè)績(jī)會(huì)問答格式。Operator: Good day, everyone, and welcome to the quarterly review call. Today we focus on technology progress rather than financial details. I will hand over to our CEO. CEO: Thank you. Over the past few months, we shipped several model updates and improved the developer experience around our GLM series. The next-generation model is now in internal evaluation. We are spending more time on reasoning capability, tool use, and multimodal understanding. We see strong demand from enterprise users who want to deploy models in private environments, so we are also expanding our open-source ecosystem. CFO: From a business perspective, we cannot provide new guidance today. The team continues to invest in research and infrastructure. We believe the priority is long-term capability, not short-term margin. I will not discuss any specific financial figures on this call. CTO: Let me add a technical note. Our next-generation architecture introduces a more flexible agent loop. It can call external tools, browse web pages, and summarize longer context. We also improved safety alignment during post-training. The open source community has been very supportive of our GLM releases. QA Participant: Can you share the timeline? CEO: We do not share an exact release date today. The next-generation rollout will follow a phased approach, starting with API preview and then open weights.這段模擬文本沒有包含任何真實(shí)財(cái)務(wù)數(shù)據(jù)。我們可以通過這樣的結(jié)構(gòu)演示完整的數(shù)據(jù)處理流程。4. 實(shí)戰(zhàn)解析 transcript 并提取下一代信號(hào)4.1 讀取與初步清洗首先把文本讀取到內(nèi)存中并做簡(jiǎn)單清洗。這里要處理兩個(gè)問題一是空行過多二是每個(gè)段落的縮進(jìn)和換行不一致。新建src/parse_transcript.py文件。# src/parse_transcript.py from pathlib import Path def load_text(file_path: str) - str: text Path(file_path).read_text(encodingutf-8) return text def clean_text(text: str) - str: lines [] for line in text.splitlines(): line line.strip() if line: lines.append(line) return \n.join(lines) if __name__ __main__: raw_text load_text(data/sample_transcript.txt) cleaned_text clean_text(raw_text) print(cleaned_text[:500])代碼思路是先用Path.read_text讀取文件然后按行去掉首尾空格同時(shí)過濾空行。這樣后續(xù)處理會(huì)比較穩(wěn)妥。4.2 按發(fā)言人切分段落電話會(huì)議文本雖然結(jié)構(gòu)多樣但常見格式是“姓名, 職務(wù): 發(fā)言內(nèi)容”或“姓名 - 職務(wù): 發(fā)言內(nèi)容”。我們使用一個(gè)簡(jiǎn)單的正則表達(dá)式把段落拆成發(fā)言人和正文兩部分。# src/parse_transcript.py import re def split_speech_blocks(text: str): pattern re.compile( r^(?Pspeaker[^:]):(?Pcontent.*)$, re.MULTILINE | re.DOTALL, ) blocks [] for match in pattern.finditer(text): speaker match.group(speaker).strip() content match.group(content).strip().replace(\n, ) blocks.append({speaker: speaker, content: content}) return blocks上面的正則會(huì)匹配“任意非冒號(hào)字符 冒號(hào) 內(nèi)容”其中^和$配合MULTILINE可以匹配每一行。實(shí)際操作中如果文本里有人用“name - title:”這種格式需要把正則在冒號(hào)前繼續(xù)放寬。這里為了示例清晰直接用冒號(hào)分隔。4.3 關(guān)鍵詞統(tǒng)計(jì)建立一組關(guān)鍵詞后我們對(duì)每個(gè)發(fā)言人內(nèi)容進(jìn)行詞頻統(tǒng)計(jì)。這里采用簡(jiǎn)單的大小寫歸一化。# src/keyword_stats.py from collections import Counter KEYWORDS [ next-generation, GLM, reasoning, multimodal, agent, tool use, open source, API, ] def count_keywords(text: str, keywords: list[str]) - dict[str, int]: lower_text text.lower() counter Counter() for kw in keywords: counter[kw] lower_text.count(kw.lower()) return counter if __name__ __main__: from parse_transcript import load_text, clean_text, split_speech_blocks raw load_text(data/sample_transcript.txt) clean clean_text(raw) blocks split_speech_blocks(clean) full_text .join(b[content] for b in blocks) result count_keywords(full_text, KEYWORDS) for k, v in sorted(result.items(), keylambda x: x[1], reverseTrue): print(f{k}: {v})這段代碼會(huì)把全文拼接成一個(gè)連續(xù)字符串然后統(tǒng)計(jì)每個(gè)關(guān)鍵詞出現(xiàn)的次數(shù)。模擬結(jié)果大致是next-generation: 3 GLM: 3 agent: 2 reasoning: 1 open source: 1 API: 1 multimodal: 1 tool use: 1雖然關(guān)鍵詞統(tǒng)計(jì)簡(jiǎn)單但它能讓你一眼看出管理層這個(gè)季度的敘事重心。4.4 上下文切片找到“next-generation”前后的句子單純統(tǒng)計(jì)次數(shù)不足以回答“管理層到底說了什么”所以還要提取關(guān)鍵詞附近的上下文窗口。在真實(shí)分析中我們關(guān)心的是“The next-generation model is now in internal evaluation”和“The next-generation rollout will follow a phased approach”這樣能體現(xiàn)時(shí)間階段與行動(dòng)計(jì)劃的句子。# src/context_view.py import re def find_contexts(text: str, keyword: str, window: int 120): lower_text text.lower() keyword_lower keyword.lower() contexts [] for match in re.finditer(keyword_lower, lower_text): start max(0, match.start() - window) end min(len(text), match.end() window) snippet text[start:end] snippet_one_line snippet.replace(\n, ) contexts.append(snippet_one_line) return contexts這里的思路是用正則定位每個(gè)關(guān)鍵詞出現(xiàn)的位置再向左右各取一定字符作為上下文。窗口大小可以根據(jù)實(shí)際需要調(diào)整如果只關(guān)心句子可以設(shè)置 150 到 200 個(gè)字符如果想看完整段落可以按句號(hào)或換行符切片。4.5 組裝一個(gè)完整腳本把上述能力合到一起輸出每個(gè)發(fā)言人、關(guān)鍵詞次數(shù)以及與“next-generation”相關(guān)的上下文。# src/report.py from pathlib import Path from collections import Counter import re KEYWORDS [ next-generation, GLM, reasoning, multimodal, agent, tool use, open source, API, ] def load_text(file_path: str) - str: return Path(file_path).read_text(encodingutf-8) def clean_text(text: str) - str: lines [line.strip() for line in text.splitlines() if line.strip()] return \n.join(lines) def split_speech_blocks(text: str): pattern re.compile(r^(?Pspeaker[^:]):(?Pcontent.*)$, re.MULTILINE | re.DOTALL) blocks [] for match in pattern.finditer(text): speaker match.group(speaker).strip() content match.group(content).strip().replace(\n, ) blocks.append({speaker: speaker, content: content}) return blocks def find_contexts(text: str, keyword: str, window: int 120): lower_text text.lower() keyword_lower keyword.lower() contexts [] for match in re.finditer(keyword_lower, lower_text): start max(0, match.start() - window) end min(len(text), match.end() window) snippet text[start:end].replace(\n, ) contexts.append(snippet) return contexts if __name__ __main__: raw load_text(data/sample_transcript.txt) clean clean_text(raw) blocks split_speech_blocks(clean) print( 發(fā)言人分段 ) for block in blocks: speaker block[speaker] content block[content] print(f[{speaker}] {content[:60]}...) full_text .join(b[content] for b in blocks) print(\n 關(guān)鍵詞頻率 ) counter Counter() for kw in KEYWORDS: counter[kw] full_text.lower().count(kw.lower()) for k, v in counter.most_common(): print(f {k}: {v}) print(\n next-generation 上下文 ) for ctx in find_contexts(full_text, next-generation, window80): print( ..., ctx, ...) print()在模擬數(shù)據(jù)上運(yùn)行這段代碼會(huì)得到每段發(fā)言人內(nèi)容、關(guān)鍵詞頻率以及所有“next-generation”附近的上下文。你可以把這段腳本直接遷移到自己的真實(shí)文本分析項(xiàng)目里只要把文件路徑替換掉即可。5. 實(shí)戰(zhàn)計(jì)算并觀察 RSI 信號(hào)5.1 RSI 的計(jì)算原理RSI 的計(jì)算并不復(fù)雜。先選定一個(gè)周期常用的是 14 天。然后計(jì)算這段周期內(nèi)的平均上漲幅度和平均下跌幅度。公式可以寫作RS 平均上漲幅度 / 平均下跌幅度 RSI 100 - 100 / (1 RS)當(dāng) RSI 超過 70 時(shí)通常進(jìn)入超買區(qū)間當(dāng) RSI 低于 30 時(shí)通常進(jìn)入超賣區(qū)間。需要注意的是RSI 是一個(gè)動(dòng)量指標(biāo)它描述的是“最近漲跌力量的相對(duì)強(qiáng)弱”而不是“價(jià)格已經(jīng)太高或太低”。在事件驅(qū)動(dòng)的分析中它更適合作為輔助觀察工具。對(duì) AI 行業(yè)來說分析對(duì)象不一定是某只個(gè)股。如果關(guān)注的公司沒有上市可以觀察相關(guān)概念指數(shù)、ETF也可以用每天新增的相關(guān)新聞數(shù)量、GitHub Star 數(shù)量、模型 API 調(diào)用熱度等時(shí)間序列作為替代計(jì)算其 RSI。這里的核心是“一段時(shí)間序列 一個(gè)事件標(biāo)注”。5.2 Python 計(jì)算 RSI新建src/rsi_demo.py用 pandas 計(jì)算 RSI。# src/rsi_demo.py import pandas as pd import numpy as np def compute_rsi(close: pd.Series, period: int 14) - pd.Series: delta close.diff() gain delta.clip(lower0) loss -delta.clip(upper0) avg_gain gain.ewm(alpha1 / period, min_periodsperiod, adjustFalse).mean() avg_loss loss.ewm(alpha1 / period, min_periodsperiod, adjustFalse).mean() rs avg_gain / avg_loss rsi 100 - 100 / (1 rs) rsi rsi.where(~np.isinf(rsi), 100.0) return rsi這里使用了指數(shù)移動(dòng)平均而不是簡(jiǎn)單移動(dòng)平均。這樣會(huì)讓 RSI 對(duì)最近的變化更敏感也是很多技術(shù)分析庫(kù)的默認(rèn)做法。需要注意前 period 個(gè)周期由于數(shù)據(jù)不足會(huì)出現(xiàn) NaN需要結(jié)合上下文處理。下面用模擬數(shù)據(jù)演示。這里生成一組隨機(jī)的“價(jià)格序列”實(shí)際項(xiàng)目中可以替換成相關(guān)指數(shù)或個(gè)股的日線收盤價(jià)。# src/rsi_demo.py import matplotlib.pyplot as plt np.random.seed(42) n 120 date_range pd.date_range(2025-01-01, periodsn, freqD) vol np.random.normal(0, 1, n).cumsum() close pd.Series(100 vol, indexdate_range) rsi compute_rsi(close) print(rsi.tail())由于這是隨機(jī)種子生成的演示序列不同電腦運(yùn)行結(jié)果是一致的。如果你運(yùn)行這段代碼會(huì)看到最后幾天的 RSI 值在 40 到 70 之間波動(dòng)具體數(shù)值取決于隨機(jī)序列走勢(shì)。5.3 把 transcript 事件疊加到 RSI 圖中接下來在序列的第 80 天附近模擬一次“下一代模型發(fā)布”事件然后繪制價(jià)格和 RSI 的雙軸圖觀察事件前后的動(dòng)量變化。# src/rsi_demo.py fig, axes plt.subplots( 2, 1, figsize(10, 7), sharexTrue, ) event_date date_range[80] axes[0].plot(close.index, close.values, linewidth1.2, colorsteelblue, labelsimulated price) axes[0].axvline(event_date, colororange, linestyle--, labelnext-gen signal) axes[0].set_ylabel(Price) axes[0].legend(locbest) axes[1].plot(rsi.index, rsi.values, linewidth1.2, colorpurple) axes[1].axhline(70, colorred, linestyle--, linewidth0.8) axes[1].axhline(30, colorgreen, linestyle--, linewidth0.8) axes[1].axvline(event_date, colororange, linestyle--) axes[1].set_ylabel(RSI) axes[1].set_xlabel(Date) plt.tight_layout() plt.savefig(figs/rsi_event.png, dpi120) print(圖表已保存到 figs/rsi_event.png)運(yùn)行前需要先創(chuàng)建figs目錄或者把保存路徑改成當(dāng)前目錄。事件發(fā)生之后可以重點(diǎn)觀察 RSI 是否快速進(jìn)入 70 以上或者是否在事件公布的次日出現(xiàn)鈍化。在示例圖中事件發(fā)生在中期之后 RSI 會(huì)隨著價(jià)格波動(dòng)出現(xiàn)一輪拉升。這里的分析價(jià)值在于text signal 告訴我們要“關(guān)注下一代發(fā)布了”RSI 則告訴我們“當(dāng)前市場(chǎng)的情緒溫度已經(jīng)到什么位置”。兩者結(jié)合比單獨(dú)看新聞更有層次。6. 常見問題與排查思路實(shí)際處理 transcript 和 RSI 時(shí)會(huì)遇到不少細(xì)節(jié)問題下面整理一張排查表。問題現(xiàn)象常見原因解決思路RSI 前 14 個(gè)值都是 NaN周期不足無法計(jì)算平均漲跌幅使用min_periods或去掉前 14 個(gè)空值數(shù)據(jù)量不足時(shí)增加采樣頻率正則提取發(fā)言人不準(zhǔn)transcript 除了冒號(hào)還可能包含破折號(hào)、職務(wù)括號(hào)根據(jù)真實(shí)格式調(diào)整split_speech_blocks正則或先用人工抽樣校對(duì)“next-generation”漏檢存在 “Next generation” 或 “next generation” 等不同拼寫統(tǒng)計(jì)前統(tǒng)一變成小寫將關(guān)鍵詞列表擴(kuò)充為多個(gè)變體從網(wǎng)頁(yè)復(fù)制文本后出現(xiàn)亂碼原文本編碼不是 UTF-8或網(wǎng)頁(yè)自帶 HTML 實(shí)體優(yōu)先使用官方數(shù)據(jù)文件亂碼時(shí)檢查文件編碼并用 BeautifulSoup 清洗 HTML關(guān)鍵詞統(tǒng)計(jì)數(shù)量偏高同一個(gè)單詞出現(xiàn)在頁(yè)眉頁(yè)腳或重復(fù)聲明中只統(tǒng)計(jì)發(fā)言人字段內(nèi)的 content排除 Operator 之外的非內(nèi)容噪聲RSI 顯示 100 或 0周期內(nèi)全漲或全跌導(dǎo)致分母為 0在代碼中把 inf 替換為 100或直接檢查行情數(shù)據(jù)是否停牌導(dǎo)致價(jià)格不變事件后 RSI 依然繼續(xù)下跌市場(chǎng)此前已提前定價(jià)或事件低于預(yù)期不要只依賴單一 RSI 信號(hào)需要結(jié)合成交量、新聞重復(fù)度、同業(yè)走勢(shì)一起判斷直接下載平臺(tái) transcript 觸發(fā)訪問限制未遵守平臺(tái) robots 或使用條款優(yōu)先使用公司 IR 頁(yè)面與合規(guī)數(shù)據(jù)源有條件的情況下采購(gòu)專業(yè)數(shù)據(jù)服務(wù)排錯(cuò)時(shí)應(yīng)按“先確認(rèn)數(shù)據(jù)是否正確再懷疑代碼邏輯”的順序。很多看起來是算法的問題最終都出在原始文本格式和行情數(shù)據(jù)質(zhì)量上。7. 工程化建議與風(fēng)險(xiǎn)提示7.1 數(shù)據(jù)合規(guī)與研究邊界把 transcript 分析做成工具時(shí)數(shù)據(jù)來源非常關(guān)鍵。公司投資者關(guān)系頁(yè)面、交易所信息披露平臺(tái)是相對(duì)穩(wěn)妥的渠道。第三方財(cái)經(jīng)數(shù)據(jù)平臺(tái)也有整理好的 transcript但使用前要認(rèn)真閱讀條款不能把訂閱數(shù)據(jù)再次公開傳播。在分析中引用管理層原話時(shí)建議提供原文片段并注明來源及日期避免斷章取義。特別是“next-generation”這類模糊表述一旦截掉后半句意思可能完全相反。7.2 不要把 RSI 當(dāng)成預(yù)測(cè)工具RSI 是一個(gè)描述過去動(dòng)量狀態(tài)的指標(biāo)它不負(fù)責(zé)預(yù)測(cè)未來。技術(shù)分析的有效性取決于市場(chǎng)環(huán)境和樣本區(qū)間。在開發(fā)者實(shí)踐中我更推薦把它當(dāng)成一個(gè)“紀(jì)律化觀察工具”而不是買賣依據(jù)。例如當(dāng) transcript 中釋放出“下一階段開源計(jì)劃”這樣的積極信號(hào)同時(shí)相關(guān)指數(shù) RSI 處于 30 以下說明市場(chǎng)情緒可能過于悲觀值得繼續(xù)跟蹤后續(xù)模型發(fā)布和社區(qū)反饋如果 RSI 已經(jīng)高于 85那么即便文本信號(hào)再樂觀短期入場(chǎng)也需要更高的風(fēng)險(xiǎn)承受能力。7.3 更完整的工程流水線建議如果想把這套流程做成每日自動(dòng)更新的小工具建議考慮以下結(jié)構(gòu)數(shù)據(jù)采集層負(fù)責(zé)讀取 transcript 文件和行情文件文本處理層負(fù)責(zé)清洗、分段、關(guān)鍵詞統(tǒng)計(jì)和上下文提取指標(biāo)計(jì)算層負(fù)責(zé)計(jì)算 RSI、成交量等指標(biāo)報(bào)表層把文本事件、關(guān)鍵句子和指標(biāo)圖輸出為 HTML 報(bào)告。每一層之間盡量不要耦合。文本處理層不關(guān)心行情數(shù)據(jù)從哪個(gè)文件來指標(biāo)計(jì)算層也不應(yīng)該被 transcript 格式變化影響。這樣當(dāng)新一家公司的 transcript 格式發(fā)生變化時(shí)只需修改清洗函數(shù)即可。7.4 關(guān)于智譜等國(guó)產(chǎn)大模型公司的研究提醒研究國(guó)產(chǎn)大模型公司時(shí)除了電話會(huì)議文本還可以同步關(guān)注模型開源倉(cāng)庫(kù)更新、技術(shù)論文、API 定價(jià)頁(yè)面、開發(fā)者社區(qū)討論和權(quán)威評(píng)測(cè)榜單。開源倉(cāng)庫(kù)的 commit 頻率和 issue 討論往往比正式新聞稿更早反映研發(fā)動(dòng)向。需要注意的是公司管理層在公開會(huì)議上的表態(tài)通常有一定框架語氣樂觀不等于所有目標(biāo)都會(huì)按期落地。過度的敘事信號(hào)要打折看真正的產(chǎn)品能力要看是否能通過公開 API、開源模型權(quán)重或客戶案例驗(yàn)證。8. 下一步可以繼續(xù)完善的方向到這里我們已經(jīng)完成了一條從 earning transcript 到關(guān)鍵詞信號(hào)再到 RSI 動(dòng)量指標(biāo)的完整實(shí)驗(yàn)鏈路。你至少可以學(xué)到三件事第一用 Python 清洗電話會(huì)議記錄并把發(fā)言人發(fā)言拆成結(jié)構(gòu)化字段第二通過關(guān)鍵詞頻率和上下文窗口找出“next-generation”相關(guān)線索第三用 RSI 給事件熱度增加一個(gè)動(dòng)量視角。如果你想繼續(xù)深入可以嘗試把關(guān)鍵詞列表替換成“Agent”“多模態(tài)”“推理成本”等更細(xì)分的方向然后對(duì)不同季度的多份 transcript 做同期對(duì)比觀察管理層關(guān)注度的遷移曲線。也可以把文本情緒得分與 RSI 做交叉分析研究“語氣轉(zhuǎn)暖 技術(shù)上穿 50”之后相關(guān)指數(shù)是否更容易出現(xiàn)一段持續(xù)性行情。最后還是要強(qiáng)調(diào)一句實(shí)際操作建議文本信號(hào)提供的是“研究線索”技術(shù)指標(biāo)提供的是“溫度計(jì)讀數(shù)”真正做判斷時(shí)需要額外結(jié)合官方披露、一手體驗(yàn)和風(fēng)險(xiǎn)控制規(guī)則。如果這篇文章對(duì)你有幫助建議收藏下來下次拿到新的 transcript 時(shí)可以照著跑一遍流程。 Python實(shí)戰(zhàn)：解析earning transcript并計(jì)算RSI捕捉大模型趨勢(shì)
最近在跟蹤大模型公司動(dòng)態(tài)時(shí)很多朋友都會(huì)留意智譜Zhipu團(tuán)隊(duì)的公開分享包括發(fā)布會(huì)、技術(shù)博客以及廣義上的 earning transcript。所謂 earning transcript通常指公司在季度業(yè)績(jī)交流會(huì)上管理層與分析師之間的對(duì)話記錄。對(duì)于 AI 公司來說這類文本的價(jià)值不只在財(cái)務(wù)數(shù)字更在于管理層的技術(shù)路線表態(tài)尤其是“The next-generation……”這種句式后面跟著的方向往往是判斷下一代模型投入重點(diǎn)的關(guān)鍵線索。這篇文章會(huì)以一個(gè)貼近智譜這類大模型公司的模擬 transcript 為例子完整演示如何用 Python 對(duì)其進(jìn)行解析、發(fā)言人識(shí)別、關(guān)鍵詞定位和上下文切片并順帶計(jì)算 RSI 相對(duì)強(qiáng)弱指標(biāo)把事件信號(hào)與市場(chǎng)情緒放到同一張圖里觀察。整個(gè)過程適合對(duì)文本挖掘、AI 行業(yè)研究、Python 數(shù)據(jù)分析感興趣的開發(fā)者。1. 為什么財(cái)報(bào)電話會(huì)議記錄值得技術(shù)人關(guān)注1.1 earning transcript 是什么earning transcript 可以簡(jiǎn)單理解成一次“如實(shí)記錄的電話會(huì)議文字稿”。上市公司或準(zhǔn)上市公司在發(fā)布季度業(yè)績(jī)后通常會(huì)組織管理層與分析師、投資者的交流。交流內(nèi)容包括財(cái)務(wù)數(shù)據(jù)回顧、業(yè)務(wù)進(jìn)展、戰(zhàn)略計(jì)劃以及問答環(huán)節(jié)。問答環(huán)節(jié)尤其值得關(guān)注因?yàn)榉治鰩熗鶗?huì)追問那些新聞稿里不會(huì)主動(dòng)寫出來的細(xì)節(jié)。對(duì)普通開發(fā)者來說財(cái)報(bào)電話會(huì)議聽起來偏金融但如果關(guān)注的是 AI 公司transcript 里往往還藏著非常硬核的技術(shù)信息。管理層可能會(huì)談到下一代模型采用什么訓(xùn)練思路、推理成本優(yōu)化到什么程度、開源計(jì)劃如何推進(jìn)、Agent 能力在哪個(gè)場(chǎng)景率先落地。這些信息比單純看 benchmark 榜單更能反映一家公司的技術(shù)資源配置方向。1.2 智譜與大模型行業(yè)的“下一代”敘事智譜是國(guó)內(nèi)大模型領(lǐng)域有代表性的團(tuán)隊(duì)之一圍繞 GLM 系列模型構(gòu)建了比較完整的技術(shù)棧包括基座模型、開源權(quán)重、Agent 產(chǎn)品和企業(yè)級(jí)部署方案。觀察這類公司的發(fā)展不能只看單一指標(biāo)因?yàn)榇竽Ｐ透?jìng)爭(zhēng)已經(jīng)從前兩年的“參數(shù)規(guī)模競(jìng)賽”進(jìn)入更多維度的階段。最近行業(yè)討論里高頻出現(xiàn)的“next-generation”描述通常涵蓋幾個(gè)方向更強(qiáng)的推理能力、更長(zhǎng)的上下文處理、更可靠的工具調(diào)用、多模態(tài)輸入輸出、以及更低的部署和推理成本。真正落到一家公司的 transcript 里往往能聽出它對(duì)哪個(gè)方向投入最多。比如管理層反復(fù)提到“Agent loop”“tool use”“multimodal understanding”那說明下一代產(chǎn)品大概率會(huì)往智能體方向傾斜。雖然智譜具體下一代會(huì)發(fā)布什么最終要以官方公開信息為準(zhǔn)但通過文本信號(hào)提前建立判斷框架是一種值得練習(xí)的能力。1.3 RSI 信號(hào)在事件跟蹤中的作用RSI 全稱 Relative Strength Index中文常譯為相對(duì)強(qiáng)弱指標(biāo)是技術(shù)分析中用來衡量一段時(shí)間內(nèi)上漲下跌動(dòng)量的指標(biāo)。它并不會(huì)直接告訴你“某家公司下一代模型能不能成”但當(dāng)你把事件文本和技術(shù)面數(shù)據(jù)放到一起看時(shí)RSI 可以幫助回答另一類問題市場(chǎng)對(duì)這個(gè)事件的預(yù)期是否已經(jīng)過熱股價(jià)或相關(guān)指數(shù)是否處于超買、超賣狀態(tài)。舉個(gè)例子如果某 AI 公司在電話會(huì)議上釋放了“next-generation model 即將開放測(cè)試”的信號(hào)開發(fā)者社區(qū)可能沸沸揚(yáng)揚(yáng)但相關(guān)股票或概念指數(shù)的 RSI 可能已經(jīng)進(jìn)入 70 以上的超買區(qū)間。這時(shí)候再追高可能就買在了情緒的高點(diǎn)。反過來如果事件非常積極RSI 卻長(zhǎng)期處于 30 以下的超賣區(qū)域說明市場(chǎng)可能還沒有充分定價(jià)早期技術(shù)信號(hào)這時(shí)的觀察窗口更有想象力。2. 從文本到信號(hào)分析流程拆解2.1 信號(hào)提取鏈路把一段 transcript 變成可視化信號(hào)核心鏈路可以拆成四步。第一步是文本清洗。原始文本可能來自 PDF、網(wǎng)頁(yè)或數(shù)據(jù)平臺(tái)里面存在大量換行、空格、HTML 標(biāo)簽、發(fā)言頭銜等噪聲需要先統(tǒng)一格式。第二步是發(fā)言人結(jié)構(gòu)化。電話會(huì)議參與者通常包括 CEO、CFO、CTO、分析師等角色。把“誰說了什么”拆成獨(dú)立字段后續(xù)才能按角色過濾。比如公司內(nèi)部人對(duì)技術(shù)細(xì)節(jié)的表述與分析師追問的“時(shí)間線”“商業(yè)化進(jìn)度”在語義上是不同的。第三步是關(guān)鍵詞定位。建立一組與“下一代模型”相關(guān)的關(guān)鍵詞比如 next-generation、GLM、reasoning、multimodal、agent、open source、API pricing然后統(tǒng)計(jì)關(guān)鍵詞出現(xiàn)次數(shù)定位到它周圍的上下文句子。第四步是時(shí)間線融合。把文本事件標(biāo)注到時(shí)間序列上比如股票價(jià)格序列或概念指數(shù)序列再疊加 RSI 指標(biāo)觀察事件前后的動(dòng)量變化。2.2 文本里的三類信號(hào)從 transcript 里提取信號(hào)時(shí)建議把信息分成三類避免把所有表述都當(dāng)成同等權(quán)重的事實(shí)來處理。第一類是事實(shí)信號(hào)例如“公司已經(jīng)訓(xùn)練完成某個(gè)規(guī)模的模型”“開放了某個(gè) API 公測(cè)”。這類信息通常比較明確技術(shù)人可以據(jù)此跟進(jìn)相關(guān)產(chǎn)品。第二類是方向信號(hào)例如“我們將更多精力投入到推理能力”“下一代架構(gòu)引入了更靈活的 Agent loop”。這類表述不一定有具體時(shí)間表但往往代表著真金白銀的研發(fā)資源分配方向。第三類是情緒信號(hào)例如“我們對(duì)未來非常樂觀”“當(dāng)前仍處于早期階段”“今天不會(huì)分享具體指引”。這類表述代表管理層態(tài)度的冷熱程度需要結(jié)合公司所處階段來解讀。在后面的 Python 實(shí)戰(zhàn)里我們會(huì)重點(diǎn)處理方向信號(hào)和關(guān)鍵詞頻率。2.3 為什么用代碼而不是憑感覺讀一段 transcript 少則幾千字多則上萬字靠人眼掃讀容易漏掉關(guān)鍵信息。最常見的問題是某個(gè)詞在全文中其實(shí)被多次提起但第二次、第三次出現(xiàn)時(shí)因?yàn)闆]有加粗或沒有處在標(biāo)題位置很快就被大腦過濾了。用代碼處理的最大優(yōu)勢(shì)是可復(fù)現(xiàn)。不同的人用同一份文本執(zhí)行相同的腳本應(yīng)該得到相同的關(guān)鍵詞列表、上下文切片和頻率統(tǒng)計(jì)。這樣后續(xù)做票選、做周報(bào)、做投研紀(jì)要都會(huì)比“我好像覺得管理層提了很多次 Agent”更可信。3. 環(huán)境準(zhǔn)備與模擬數(shù)據(jù)說明3.1 運(yùn)行環(huán)境本文示例使用 Python 3推薦 3.9 及以上版本。主要依賴有 pandas、numpy 和 matplotlib如果只需要跑文本解析部分則只依賴 Python 標(biāo)準(zhǔn)庫(kù)即可?？梢允褂?pip 安裝依賴pip install pandas numpy matplotlib操作環(huán)境可以是 Windows、macOS 或 Linux。為了便于管理依賴也建議先在項(xiàng)目目錄里創(chuàng)建虛擬環(huán)境python -m venv venv source venv/bin/activateWindows 環(huán)境下激活命令為venv\Scripts\activate。3.2 數(shù)據(jù)與免責(zé)說明需要特別說明的是本文使用的 transcript 文本是模擬數(shù)據(jù)并不代表智譜或其他任何一家公司的真實(shí)業(yè)績(jī)會(huì)記錄。代碼中不會(huì)涉及真實(shí)財(cái)務(wù)數(shù)字也不會(huì)對(duì)任何公司的當(dāng)期業(yè)績(jī)作判斷。真實(shí)場(chǎng)景中你應(yīng)該從公司官方投資者關(guān)系頁(yè)面或合規(guī)數(shù)據(jù)平臺(tái)獲取 transcript并嚴(yán)格遵守平臺(tái)使用條款。模擬 transcript 存放在data/sample_transcript.txt中內(nèi)容結(jié)構(gòu)模仿典型的業(yè)績(jī)會(huì)問答格式。Operator: Good day, everyone, and welcome to the quarterly review call. Today we focus on technology progress rather than financial details. I will hand over to our CEO. CEO: Thank you. Over the past few months, we shipped several model updates and improved the developer experience around our GLM series. The next-generation model is now in internal evaluation. We are spending more time on reasoning capability, tool use, and multimodal understanding. We see strong demand from enterprise users who want to deploy models in private environments, so we are also expanding our open-source ecosystem. CFO: From a business perspective, we cannot provide new guidance today. The team continues to invest in research and infrastructure. We believe the priority is long-term capability, not short-term margin. I will not discuss any specific financial figures on this call. CTO: Let me add a technical note. Our next-generation architecture introduces a more flexible agent loop. It can call external tools, browse web pages, and summarize longer context. We also improved safety alignment during post-training. The open source community has been very supportive of our GLM releases. QA Participant: Can you share the timeline? CEO: We do not share an exact release date today. The next-generation rollout will follow a phased approach, starting with API preview and then open weights.這段模擬文本沒有包含任何真實(shí)財(cái)務(wù)數(shù)據(jù)。我們可以通過這樣的結(jié)構(gòu)演示完整的數(shù)據(jù)處理流程。4. 實(shí)戰(zhàn)解析 transcript 并提取下一代信號(hào)4.1 讀取與初步清洗首先把文本讀取到內(nèi)存中并做簡(jiǎn)單清洗。這里要處理兩個(gè)問題一是空行過多二是每個(gè)段落的縮進(jìn)和換行不一致。新建src/parse_transcript.py文件。# src/parse_transcript.py from pathlib import Path def load_text(file_path: str) - str: text Path(file_path).read_text(encodingutf-8) return text def clean_text(text: str) - str: lines [] for line in text.splitlines(): line line.strip() if line: lines.append(line) return \n.join(lines) if __name__ __main__: raw_text load_text(data/sample_transcript.txt) cleaned_text clean_text(raw_text) print(cleaned_text[:500])代碼思路是先用Path.read_text讀取文件然后按行去掉首尾空格同時(shí)過濾空行。這樣后續(xù)處理會(huì)比較穩(wěn)妥。4.2 按發(fā)言人切分段落電話會(huì)議文本雖然結(jié)構(gòu)多樣但常見格式是“姓名, 職務(wù): 發(fā)言內(nèi)容”或“姓名 - 職務(wù): 發(fā)言內(nèi)容”。我們使用一個(gè)簡(jiǎn)單的正則表達(dá)式把段落拆成發(fā)言人和正文兩部分。# src/parse_transcript.py import re def split_speech_blocks(text: str): pattern re.compile( r^(?Pspeaker[^:]):(?Pcontent.*)$, re.MULTILINE | re.DOTALL, ) blocks [] for match in pattern.finditer(text): speaker match.group(speaker).strip() content match.group(content).strip().replace(\n, ) blocks.append({speaker: speaker, content: content}) return blocks上面的正則會(huì)匹配“任意非冒號(hào)字符 冒號(hào) 內(nèi)容”其中^和$配合MULTILINE可以匹配每一行。實(shí)際操作中如果文本里有人用“name - title:”這種格式需要把正則在冒號(hào)前繼續(xù)放寬。這里為了示例清晰直接用冒號(hào)分隔。4.3 關(guān)鍵詞統(tǒng)計(jì)建立一組關(guān)鍵詞后我們對(duì)每個(gè)發(fā)言人內(nèi)容進(jìn)行詞頻統(tǒng)計(jì)。這里采用簡(jiǎn)單的大小寫歸一化。# src/keyword_stats.py from collections import Counter KEYWORDS [ next-generation, GLM, reasoning, multimodal, agent, tool use, open source, API, ] def count_keywords(text: str, keywords: list[str]) - dict[str, int]: lower_text text.lower() counter Counter() for kw in keywords: counter[kw] lower_text.count(kw.lower()) return counter if __name__ __main__: from parse_transcript import load_text, clean_text, split_speech_blocks raw load_text(data/sample_transcript.txt) clean clean_text(raw) blocks split_speech_blocks(clean) full_text .join(b[content] for b in blocks) result count_keywords(full_text, KEYWORDS) for k, v in sorted(result.items(), keylambda x: x[1], reverseTrue): print(f{k}: {v})這段代碼會(huì)把全文拼接成一個(gè)連續(xù)字符串然后統(tǒng)計(jì)每個(gè)關(guān)鍵詞出現(xiàn)的次數(shù)。模擬結(jié)果大致是next-generation: 3 GLM: 3 agent: 2 reasoning: 1 open source: 1 API: 1 multimodal: 1 tool use: 1雖然關(guān)鍵詞統(tǒng)計(jì)簡(jiǎn)單但它能讓你一眼看出管理層這個(gè)季度的敘事重心。4.4 上下文切片找到“next-generation”前后的句子單純統(tǒng)計(jì)次數(shù)不足以回答“管理層到底說了什么”所以還要提取關(guān)鍵詞附近的上下文窗口。在真實(shí)分析中我們關(guān)心的是“The next-generation model is now in internal evaluation”和“The next-generation rollout will follow a phased approach”這樣能體現(xiàn)時(shí)間階段與行動(dòng)計(jì)劃的句子。# src/context_view.py import re def find_contexts(text: str, keyword: str, window: int 120): lower_text text.lower() keyword_lower keyword.lower() contexts [] for match in re.finditer(keyword_lower, lower_text): start max(0, match.start() - window) end min(len(text), match.end() window) snippet text[start:end] snippet_one_line snippet.replace(\n, ) contexts.append(snippet_one_line) return contexts這里的思路是用正則定位每個(gè)關(guān)鍵詞出現(xiàn)的位置再向左右各取一定字符作為上下文。窗口大小可以根據(jù)實(shí)際需要調(diào)整如果只關(guān)心句子可以設(shè)置 150 到 200 個(gè)字符如果想看完整段落可以按句號(hào)或換行符切片。4.5 組裝一個(gè)完整腳本把上述能力合到一起輸出每個(gè)發(fā)言人、關(guān)鍵詞次數(shù)以及與“next-generation”相關(guān)的上下文。# src/report.py from pathlib import Path from collections import Counter import re KEYWORDS [ next-generation, GLM, reasoning, multimodal, agent, tool use, open source, API, ] def load_text(file_path: str) - str: return Path(file_path).read_text(encodingutf-8) def clean_text(text: str) - str: lines [line.strip() for line in text.splitlines() if line.strip()] return \n.join(lines) def split_speech_blocks(text: str): pattern re.compile(r^(?Pspeaker[^:]):(?Pcontent.*)$, re.MULTILINE | re.DOTALL) blocks [] for match in pattern.finditer(text): speaker match.group(speaker).strip() content match.group(content).strip().replace(\n, ) blocks.append({speaker: speaker, content: content}) return blocks def find_contexts(text: str, keyword: str, window: int 120): lower_text text.lower() keyword_lower keyword.lower() contexts [] for match in re.finditer(keyword_lower, lower_text): start max(0, match.start() - window) end min(len(text), match.end() window) snippet text[start:end].replace(\n, ) contexts.append(snippet) return contexts if __name__ __main__: raw load_text(data/sample_transcript.txt) clean clean_text(raw) blocks split_speech_blocks(clean) print( 發(fā)言人分段 ) for block in blocks: speaker block[speaker] content block[content] print(f[{speaker}] {content[:60]}...) full_text .join(b[content] for b in blocks) print(\n 關(guān)鍵詞頻率 ) counter Counter() for kw in KEYWORDS: counter[kw] full_text.lower().count(kw.lower()) for k, v in counter.most_common(): print(f {k}: {v}) print(\n next-generation 上下文 ) for ctx in find_contexts(full_text, next-generation, window80): print( ..., ctx, ...) print()在模擬數(shù)據(jù)上運(yùn)行這段代碼會(huì)得到每段發(fā)言人內(nèi)容、關(guān)鍵詞頻率以及所有“next-generation”附近的上下文。你可以把這段腳本直接遷移到自己的真實(shí)文本分析項(xiàng)目里只要把文件路徑替換掉即可。5. 實(shí)戰(zhàn)計(jì)算并觀察 RSI 信號(hào)5.1 RSI 的計(jì)算原理RSI 的計(jì)算并不復(fù)雜。先選定一個(gè)周期常用的是 14 天。然后計(jì)算這段周期內(nèi)的平均上漲幅度和平均下跌幅度。公式可以寫作RS 平均上漲幅度 / 平均下跌幅度 RSI 100 - 100 / (1 RS)當(dāng) RSI 超過 70 時(shí)通常進(jìn)入超買區(qū)間當(dāng) RSI 低于 30 時(shí)通常進(jìn)入超賣區(qū)間。需要注意的是RSI 是一個(gè)動(dòng)量指標(biāo)它描述的是“最近漲跌力量的相對(duì)強(qiáng)弱”而不是“價(jià)格已經(jīng)太高或太低”。在事件驅(qū)動(dòng)的分析中它更適合作為輔助觀察工具。對(duì) AI 行業(yè)來說分析對(duì)象不一定是某只個(gè)股。如果關(guān)注的公司沒有上市可以觀察相關(guān)概念指數(shù)、ETF也可以用每天新增的相關(guān)新聞數(shù)量、GitHub Star 數(shù)量、模型 API 調(diào)用熱度等時(shí)間序列作為替代計(jì)算其 RSI。這里的核心是“一段時(shí)間序列 一個(gè)事件標(biāo)注”。5.2 Python 計(jì)算 RSI新建src/rsi_demo.py用 pandas 計(jì)算 RSI。# src/rsi_demo.py import pandas as pd import numpy as np def compute_rsi(close: pd.Series, period: int 14) - pd.Series: delta close.diff() gain delta.clip(lower0) loss -delta.clip(upper0) avg_gain gain.ewm(alpha1 / period, min_periodsperiod, adjustFalse).mean() avg_loss loss.ewm(alpha1 / period, min_periodsperiod, adjustFalse).mean() rs avg_gain / avg_loss rsi 100 - 100 / (1 rs) rsi rsi.where(~np.isinf(rsi), 100.0) return rsi這里使用了指數(shù)移動(dòng)平均而不是簡(jiǎn)單移動(dòng)平均。這樣會(huì)讓 RSI 對(duì)最近的變化更敏感也是很多技術(shù)分析庫(kù)的默認(rèn)做法。需要注意前 period 個(gè)周期由于數(shù)據(jù)不足會(huì)出現(xiàn) NaN需要結(jié)合上下文處理。下面用模擬數(shù)據(jù)演示。這里生成一組隨機(jī)的“價(jià)格序列”實(shí)際項(xiàng)目中可以替換成相關(guān)指數(shù)或個(gè)股的日線收盤價(jià)。# src/rsi_demo.py import matplotlib.pyplot as plt np.random.seed(42) n 120 date_range pd.date_range(2025-01-01, periodsn, freqD) vol np.random.normal(0, 1, n).cumsum() close pd.Series(100 vol, indexdate_range) rsi compute_rsi(close) print(rsi.tail())由于這是隨機(jī)種子生成的演示序列不同電腦運(yùn)行結(jié)果是一致的。如果你運(yùn)行這段代碼會(huì)看到最后幾天的 RSI 值在 40 到 70 之間波動(dòng)具體數(shù)值取決于隨機(jī)序列走勢(shì)。5.3 把 transcript 事件疊加到 RSI 圖中接下來在序列的第 80 天附近模擬一次“下一代模型發(fā)布”事件然后繪制價(jià)格和 RSI 的雙軸圖觀察事件前后的動(dòng)量變化。# src/rsi_demo.py fig, axes plt.subplots( 2, 1, figsize(10, 7), sharexTrue, ) event_date date_range[80] axes[0].plot(close.index, close.values, linewidth1.2, colorsteelblue, labelsimulated price) axes[0].axvline(event_date, colororange, linestyle--, labelnext-gen signal) axes[0].set_ylabel(Price) axes[0].legend(locbest) axes[1].plot(rsi.index, rsi.values, linewidth1.2, colorpurple) axes[1].axhline(70, colorred, linestyle--, linewidth0.8) axes[1].axhline(30, colorgreen, linestyle--, linewidth0.8) axes[1].axvline(event_date, colororange, linestyle--) axes[1].set_ylabel(RSI) axes[1].set_xlabel(Date) plt.tight_layout() plt.savefig(figs/rsi_event.png, dpi120) print(圖表已保存到 figs/rsi_event.png)運(yùn)行前需要先創(chuàng)建figs目錄或者把保存路徑改成當(dāng)前目錄。事件發(fā)生之后可以重點(diǎn)觀察 RSI 是否快速進(jìn)入 70 以上或者是否在事件公布的次日出現(xiàn)鈍化。在示例圖中事件發(fā)生在中期之后 RSI 會(huì)隨著價(jià)格波動(dòng)出現(xiàn)一輪拉升。這里的分析價(jià)值在于text signal 告訴我們要“關(guān)注下一代發(fā)布了”RSI 則告訴我們“當(dāng)前市場(chǎng)的情緒溫度已經(jīng)到什么位置”。兩者結(jié)合比單獨(dú)看新聞更有層次。6. 常見問題與排查思路實(shí)際處理 transcript 和 RSI 時(shí)會(huì)遇到不少細(xì)節(jié)問題下面整理一張排查表。問題現(xiàn)象常見原因解決思路RSI 前 14 個(gè)值都是 NaN周期不足無法計(jì)算平均漲跌幅使用min_periods或去掉前 14 個(gè)空值數(shù)據(jù)量不足時(shí)增加采樣頻率正則提取發(fā)言人不準(zhǔn)transcript 除了冒號(hào)還可能包含破折號(hào)、職務(wù)括號(hào)根據(jù)真實(shí)格式調(diào)整split_speech_blocks正則或先用人工抽樣校對(duì)“next-generation”漏檢存在 “Next generation” 或 “next generation” 等不同拼寫統(tǒng)計(jì)前統(tǒng)一變成小寫將關(guān)鍵詞列表擴(kuò)充為多個(gè)變體從網(wǎng)頁(yè)復(fù)制文本后出現(xiàn)亂碼原文本編碼不是 UTF-8或網(wǎng)頁(yè)自帶 HTML 實(shí)體優(yōu)先使用官方數(shù)據(jù)文件亂碼時(shí)檢查文件編碼并用 BeautifulSoup 清洗 HTML關(guān)鍵詞統(tǒng)計(jì)數(shù)量偏高同一個(gè)單詞出現(xiàn)在頁(yè)眉頁(yè)腳或重復(fù)聲明中只統(tǒng)計(jì)發(fā)言人字段內(nèi)的 content排除 Operator 之外的非內(nèi)容噪聲RSI 顯示 100 或 0周期內(nèi)全漲或全跌導(dǎo)致分母為 0在代碼中把 inf 替換為 100或直接檢查行情數(shù)據(jù)是否停牌導(dǎo)致價(jià)格不變事件后 RSI 依然繼續(xù)下跌市場(chǎng)此前已提前定價(jià)或事件低于預(yù)期不要只依賴單一 RSI 信號(hào)需要結(jié)合成交量、新聞重復(fù)度、同業(yè)走勢(shì)一起判斷直接下載平臺(tái) transcript 觸發(fā)訪問限制未遵守平臺(tái) robots 或使用條款優(yōu)先使用公司 IR 頁(yè)面與合規(guī)數(shù)據(jù)源有條件的情況下采購(gòu)專業(yè)數(shù)據(jù)服務(wù)排錯(cuò)時(shí)應(yīng)按“先確認(rèn)數(shù)據(jù)是否正確再懷疑代碼邏輯”的順序。很多看起來是算法的問題最終都出在原始文本格式和行情數(shù)據(jù)質(zhì)量上。7. 工程化建議與風(fēng)險(xiǎn)提示7.1 數(shù)據(jù)合規(guī)與研究邊界把 transcript 分析做成工具時(shí)數(shù)據(jù)來源非常關(guān)鍵。公司投資者關(guān)系頁(yè)面、交易所信息披露平臺(tái)是相對(duì)穩(wěn)妥的渠道。第三方財(cái)經(jīng)數(shù)據(jù)平臺(tái)也有整理好的 transcript但使用前要認(rèn)真閱讀條款不能把訂閱數(shù)據(jù)再次公開傳播。在分析中引用管理層原話時(shí)建議提供原文片段并注明來源及日期避免斷章取義。特別是“next-generation”這類模糊表述一旦截掉后半句意思可能完全相反。7.2 不要把 RSI 當(dāng)成預(yù)測(cè)工具RSI 是一個(gè)描述過去動(dòng)量狀態(tài)的指標(biāo)它不負(fù)責(zé)預(yù)測(cè)未來。技術(shù)分析的有效性取決于市場(chǎng)環(huán)境和樣本區(qū)間。在開發(fā)者實(shí)踐中我更推薦把它當(dāng)成一個(gè)“紀(jì)律化觀察工具”而不是買賣依據(jù)。例如當(dāng) transcript 中釋放出“下一階段開源計(jì)劃”這樣的積極信號(hào)同時(shí)相關(guān)指數(shù) RSI 處于 30 以下說明市場(chǎng)情緒可能過于悲觀值得繼續(xù)跟蹤后續(xù)模型發(fā)布和社區(qū)反饋如果 RSI 已經(jīng)高于 85那么即便文本信號(hào)再樂觀短期入場(chǎng)也需要更高的風(fēng)險(xiǎn)承受能力。7.3 更完整的工程流水線建議如果想把這套流程做成每日自動(dòng)更新的小工具建議考慮以下結(jié)構(gòu)數(shù)據(jù)采集層負(fù)責(zé)讀取 transcript 文件和行情文件文本處理層負(fù)責(zé)清洗、分段、關(guān)鍵詞統(tǒng)計(jì)和上下文提取指標(biāo)計(jì)算層負(fù)責(zé)計(jì)算 RSI、成交量等指標(biāo)報(bào)表層把文本事件、關(guān)鍵句子和指標(biāo)圖輸出為 HTML 報(bào)告。每一層之間盡量不要耦合。文本處理層不關(guān)心行情數(shù)據(jù)從哪個(gè)文件來指標(biāo)計(jì)算層也不應(yīng)該被 transcript 格式變化影響。這樣當(dāng)新一家公司的 transcript 格式發(fā)生變化時(shí)只需修改清洗函數(shù)即可。7.4 關(guān)于智譜等國(guó)產(chǎn)大模型公司的研究提醒研究國(guó)產(chǎn)大模型公司時(shí)除了電話會(huì)議文本還可以同步關(guān)注模型開源倉(cāng)庫(kù)更新、技術(shù)論文、API 定價(jià)頁(yè)面、開發(fā)者社區(qū)討論和權(quán)威評(píng)測(cè)榜單。開源倉(cāng)庫(kù)的 commit 頻率和 issue 討論往往比正式新聞稿更早反映研發(fā)動(dòng)向。需要注意的是公司管理層在公開會(huì)議上的表態(tài)通常有一定框架語氣樂觀不等于所有目標(biāo)都會(huì)按期落地。過度的敘事信號(hào)要打折看真正的產(chǎn)品能力要看是否能通過公開 API、開源模型權(quán)重或客戶案例驗(yàn)證。8. 下一步可以繼續(xù)完善的方向到這里我們已經(jīng)完成了一條從 earning transcript 到關(guān)鍵詞信號(hào)再到 RSI 動(dòng)量指標(biāo)的完整實(shí)驗(yàn)鏈路。你至少可以學(xué)到三件事第一用 Python 清洗電話會(huì)議記錄并把發(fā)言人發(fā)言拆成結(jié)構(gòu)化字段第二通過關(guān)鍵詞頻率和上下文窗口找出“next-generation”相關(guān)線索第三用 RSI 給事件熱度增加一個(gè)動(dòng)量視角。如果你想繼續(xù)深入可以嘗試把關(guān)鍵詞列表替換成“Agent”“多模態(tài)”“推理成本”等更細(xì)分的方向然后對(duì)不同季度的多份 transcript 做同期對(duì)比觀察管理層關(guān)注度的遷移曲線。也可以把文本情緒得分與 RSI 做交叉分析研究“語氣轉(zhuǎn)暖 技術(shù)上穿 50”之后相關(guān)指數(shù)是否更容易出現(xiàn)一段持續(xù)性行情。最后還是要強(qiáng)調(diào)一句實(shí)際操作建議文本信號(hào)提供的是“研究線索”技術(shù)指標(biāo)提供的是“溫度計(jì)讀數(shù)”真正做判斷時(shí)需要額外結(jié)合官方披露、一手體驗(yàn)和風(fēng)險(xiǎn)控制規(guī)則。如果這篇文章對(duì)你有幫助建議收藏下來下次拿到新的 transcript 時(shí)可以照著跑一遍流程。