叙事体制引擎

为什么叙事很重要

经典的宏观模型要等硬数据发布。而市场往往动得更早，因为参与者会根据措辞更新自己的判断。当 Fed 从"视数据而定"转向"通胀风险仍然偏高"，或者当大市值公司的管理层不再说"暂时性的回归正常"、开始说"客户趋于谨慎"时，价格反应往往在滞后的数据序列予以确认之前就已经开始了。

优势并不在于用语言模型去预测 GDP，而在于比人工记录更快、更一致地度量 定性上的变化量 。

• FOMC 声明： 措辞上的细微变化，就可能重塑对利率路径的预期
• 新闻发布会： 问答环节里往往藏着真正的政策漂移
• 财报电话会： 管理层的语气会在数字被修正之前，就透露出需求、定价能力、资本开支和库存的状况
• 行业表述： 半导体、运输、银行、工业和零售，往往比大盘指数更早转向

文档范围

把输入范围收紧。大多数失败源自输入端的噪音，而不是建模能力不足。

宏观输入

• FOMC 声明、会议纪要和新闻发布会
• CPI、PPI、NFP、ISM、零售销售，以及主要数据发布的摘要
• 重要理事和地区联储主席的 Fed 讲话记录
• 财政部再融资声明和重要的政策演讲

公司层面的输入

• 行业风向标公司的财报电话会记录
• 8-K 指引公告
• 投资者开放日的会议记录
• 行业会议上的表态

为什么不该什么都往里塞

把每一条新闻标题都加进来，通常只会让信号变差。机构系统会把 核心叙事文档 与高噪音的评论流区分开来。先从那些措辞变化最要紧、且事件日历足够稳定可供回测的权威文档入手。

数据结构与标签

模型不该输出长篇大论。它应该输出一个固定的数据结构，让你能够重放、比较和汇总。

{
  "macro_regime": "growth_scare | reflation | soft_landing | stagflation_risk",
  "policy_bias": "hawkish | neutral | dovish",
  "earnings_breadth": -2 to 2,
  "margin_pressure": -2 to 2,
  "consumer_health": -2 to 2,
  "capex_intensity": -2 to 2,
  "confidence": 0 to 1,
  "evidence_spans": ["quoted phrase 1", "quoted phrase 2"]
}

好的打标签做法

• 使用 小而稳定的分类体系 而不是无休止地扩充标签
• 把 方向 与 置信度
• 分开要求提供证据片段，让输出可审计
• 尽可能使用数值型字段，以减少比较时的歧义

该度量什么

宏观层面，跟踪政策倾向、对通胀的信心、劳动力市场韧性和增长方面的担忧。财报层面，跟踪定价能力、利润率压缩、库存表述、客户的紧迫感和资本开支意愿。目标是在具有经济含义的类别上度量措辞的变化，而不是笼统的正面程度。

流程设计

1. 接入某个事件窗口内最新的一批文档。
2. 按发言人、章节和时间戳做分块。
3. 运行强制固定输出结构的抽取提示词。
4. 把分块层面的输出，汇总成文档层面的分数。
5. 把本次事件的分数与上一次可比事件作对比。
6. 把这个变化量转换成针对资产或篮子的体制向量。
7. 用市场确认和流动性过滤器给信号加上门控。

为什么分块很重要

长文档提示中一个常见的失败模式，是模型过度看重开头几段、而轻视问答环节。对宏观类文档来说，问答环节往往包含最有操作价值的细节。对财报来说，准备好的发言可能被打磨得很光鲜，而分析师的提问才会暴露出管理层想要回避的东西。分块能避免这种坍缩。

文档分数 =
    0.40 * prepared_remarks_score
  + 0.40 * Q&A_score
  + 0.20 * title_and_release_score

事件变化量 =
    current_document_score - previous_document_score

模型输出的纪律

对于基础数据结构，你要的是确定性的、低温度的抽取。在这里，创造性的生成是负担。请把提示词写得明确，要求模型标记缺失数据，并拒绝不符合结构的输出。

从标签到交易

最干净的实现方式不是预测单只股票，而是 篮子交易。叙事类信号是宽泛的、概率性的，而篮子能吸收掉个股层面的噪音。

若 policy_bias = hawkish 且 growth_scare 正在上升：
    低配长久期成长股
    超配防御性、优质和短久期资产

若 soft_landing 的置信度上升，且 earnings_breadth 改善：
    超配周期股、半导体、小盘股、信用 beta

若 stagflation_risk 上升：
    降低指数 beta
    加入对大宗商品敏感的表达方式
    收紧总敞口和净敞口上限

实用的交易表达方式

• 行业轮动： XLK 对 XLU、XLI 对 XLV、XLF 对 TLT
• 因子价差： 优质对垃圾、防御对周期、低波动对高 beta
• 指数敞口叠加： 以体制分数作为门控，调整在 SPY、QQQ 和 IWM 上的敞口大小
• 宏观对冲： 如果政策或通胀叙事急剧转向，请使用利率或大宗商品对冲，而不是硬要用纯股票的方式表达

一条好规则是：既要有叙事上的转向，也要有某种市场确认，比如相对强度、市场宽度扩张，或信用利差的表现。只看文本通常太早，只看价格往往太晚。两者结合，这套流程才真正可用。

验证框架

这套策略应当逐事件地测试，而不是孤立地逐根 K 线测试。

该回测什么

• 事件变化量，与随后 1 日、5 日和 20 日的行业／因子收益之间的关系
• 主要体制分类的命中率
• 换手率和实施中的滑点
• 同一批历史文档下，不同提示词版本的稳定性

最重要的两项测试

• 重放稳定性： 用同样的模型和提示词重跑旧文档，确认输出保持一致
• 提示词敏感度： 略微改动措辞，看看信号是否还站得住

如果只是换了个说法，你的体制分数就大幅翻转，那你手上的不是一个 alpha 模型，而是一个不稳定的界面演示。

失效模式

• 幻觉式的解读： 要求提供证据片段，并做人工抽查
• 提示词漂移： 为每一版提示词做版本管理，并保留重放日志
• 宏观来回打脸： 不要让单份文档凌驾于价格、市场宽度和波动率体制这些过滤器之上
• 反应过度： 使用篮子并限制换手率，而不是一把梭的方向性押注
• 叙事拥挤： 故事越是显而易见，你就越应该偏向相对价值的表达方式，而不是直接的 beta 敞口

散户的落地方案

1. 先从一类文档入手，比如 FOMC 声明和新闻发布会。
2. 只定义 6 到 10 个稳定的标签。
3. 建立重放日志，并拒绝不符合结构的输出。
4. 把信号映射到两三个流动性好的行业价差上。
5. 用 5 到 10 年的事件窗口做回测。
6. 等宏观标签稳定之后，再加入行业风向标公司的财报记录。