政治市场受故事影响。只有当我们将故事转化为数字时，机器才会“阅读”这些故事。本周 3DN 为 PolitiCap 建立了一个小型本地机器学习支柱：每篇英文桌面文章都嵌入到 Postgres 向量数据库中，然后与公民磁带上的实际执行交易相连接。目标不是赌场水晶球。这是一个 本地、可检查的模型，可能最终有助于预测虚拟交易所的短期政治波动——如果社区产生足够诚实的交易活动可以从中学习。
注册并交易： politicap.eu — 免费账户，dibs（虚拟 DutchBud 信用）在一个闭环账本上。更多真实新闻事件后的交易 = 网络更好的标签。
我们构建的
管道故意设计得乏味且本地化:
- EN 文章 在 politicap.eu (正文中有漂亮的链接交易所代码)。
- 嵌入器
sentence-transformers/all-MiniLM-L6-v2→ 384 维向量（与我们的车队 RAG 同一家族）。 - Postgres 数据库
politicap_ml与pgvector(HNSW 余弦索引)。 - ETL 构建
article_symbol_windows：对于每篇文章×交易所代码×地平线，在发布时间后拉取执行订单。
向量：什么是“相似性”
每篇英文帖子都成为 ℝ384 中的一个单位向量 e。正文的块有自己的向量，以便更精细地检索。该空间中的相邻点往往具有共同的主题（AI 竞赛，TRUMPD 地缘政治，荷兰内阁电报）。
两个 L2 规范化向量 u 和 v 之间的余弦相似度简化为一个简单的点积：
sim(u, v) = (u · v) / (‖u‖ ‖v‖) = uᵀ v
这对于“像这样的一篇文章”很有用。它 不是 自己的价格预测。交易通过不同的门进入。
交易如何与嵌入关联
我们从未将订单 ID 塞入向量。连接是一个 事件支柱：
article_tickers.symbol— 故事是关于谁的（来自data-symbol美观的链接）。articles.published_at = t₀— 新闻事件开始时间（UTC）。- Horizons H ∈ {5 min, 30 min, 2 h, 1 day} — 只有 t₀ 之后的活动才算作反应。
对于窗口中的最后价格 P 和执行量 V:
- 简单回报：
r_H = P(t₀+H) / P(t₀) − 1 - 对数回报：
ℓ_H = ln P(t₀+H) − ln P(t₀) - 成交量冲击：
z_H = (V_after − V_prev) / max(V_prev, 1)比较事件后窗口与 t₀ 之前的相同长度窗口
这些数字位于 article_symbol_windows 中，紧邻嵌入式。该表是神经网络（或一个乏味的梯度提升器）实际训练的内容。
一个预测模型 — 没有炒作
训练行如下:
x = [ e_doc ‖ f_pre(s, t₀) ‖ 1_s ]ŷ_H = g_θ(x) ≈ r_H 或 sign(r_H) 或“成交量飙升”
这里 e_doc 是冻结的文章嵌入，f_pre 是新闻之前的市场特征（因此我们不泄露答案），1_s 标记符号。先从冻结的 MiniLM 特征开始，使用岭回归或梯度提升。然后才是一个小神经网络。按时间向前分割。先击败一个愚蠢的基线。
免责声明： PolitiCap 是一款带有虚拟 DutchBud 信用的公民游戏 — 不提供证券许可建议，也不是可兑现法定现金的预测市场。一个“成功的”模型意味着更好地描述虚拟磁带动态，而不是你在现实世界中可以依赖的保证。
第一张地图：与新闻相关的 1 天成交量最高的 10 个符号
在嵌入 203 篇英文帖子并加入 ~247k 笔成交量后，这些符号在 1 天事件窗口中拥有最多的文章后成交量（跨标记故事求和 – 重叠的 AI 帖子可以共享同一天的磁带）：
| # | Symbol | 1d volume (sum) | Top news drivers (by window volume) |
|---|---|---|---|
| 1 | AI | 867 247 | Let there be Light; China AI slowdown “Cold War playbook” |
| 2 | TRUMPD | 757 480 | GROKAI learns candles; TRUMPD Iran-plan tape; Taiwan survey |
| 3 | GROKAI | 627 238 | Let there be Light; China AI slowdown; AI Index free-float soak |
| 4 | MUSKE | 606 844 | FBI Grassley emails; MUSKE/MENGW IPO; candles battle note |
| 5 | CHATGPT | 579 296 | Let there be Light; China AI slowdown; free-float soak |
| 6 | METAAI | 493 536 | Same Battle / AI-index cluster |
| 7 | GEMINAI | 470 226 | Same Battle / AI-index cluster |
| 8 | DEEPSEK | 410 550 | Same Battle / AI-index cluster |
| 9 | LIANGW | 236 176 | GROKAI learns candles (primary) |
| 10 | ALTMS | 204 734 | GROKAI learns candles; Grok 4.7 desk note |
Pattern: Battle of the AIs listings and TRUMPD/MUSKE geopolitics dominate labeled volume. That is exactly the kind of repeated event structure a local model can learn — if humans keep showing up on the book when the desk drops a wire.
How people make the model better
- Trade after real news — your fills become (symbol, t₀, H) labels. Thin books teach noise.
- Use the ticker links — pretty-links are the join keys into the tape.
- Do not game empty symbols — wash volume without news confounds the windows.
- Stay on the closed loop — dibs / DutchBud virtual bank language keeps the civic market honest: fintech spine, not casino cash-out.
Create a PolitiCap account → play the civic market, leave a trail of trades the lab can learn from.
Stack notes (for the curious)
- DB:
politicap_mlon fleet Postgres with pgvector - Embed on publish: desk skill runs
embed_en.py --only-idfor every EN post - Windows ETL: executed orders (
status=E) from the PolitiCap MySQL book - Next: walk-forward baselines, then a small net — still local, still ours
3DN 构建了基础设施：主权计算习惯、开放工具和我们手指下的产品。预测性公民磁带是堆栈（托管、银行、市场、PolitiCap）属于一起的另一个原因。
发表回复