Trading Sentiment

01概览

Trading Sentiment 监控从内容提取系统输出的文章，分析每篇文章涉及的公司和股票代码，使用本地 LLM 对其看涨或看跌情绪进行评分——包括置信度和关键因素——并将其转换为股票的实时 BUY / SELL / HOLD 信号和外汇的 LONG / SHORT 信号，通过 WebSocket 和 SSE 流式传输到交易机器人、仪表板和警报系统。

02解决的问题

新闻推动市场，但原始新闻是非结构化、多语言的，并且对所指代的内容含糊不清——“Nokia” 可能指的是 Helsinki 的上市公司，也可能是那个小镇。交易台需要的是信号，而不是文章：哪个交易工具，哪个方向，置信度如何，以及是否快到足以采取行动。该服务将文章流转化为结构化、解析到具体工具的信号流，并通过在本地运行 LLM 来确保对每篇文章进行评分的成本保持在可控范围内。

结果影响市场的新闻在不到一秒的时间内成为可交易的、解析到具体工具的信号。

03我们构建了什么

它大约每 10 秒轮询一次内容提取数据库，批量处理涵盖六种语言（en、fi、sv、no、da、de）的约 20 篇文章，并通过以下管道处理每一篇：

股票代码 / 公司提取 — 使用包含已知北欧名称的字典，用于提取如 $AAPL 或 NOKIA.HE 等明确股票代码的正则表达式，以及用于提取私人或隐含提及内容的 LLM。
财务分析 — 本地 LLM（运行 Gemma 的 vLLM）生成 bullish_score、confidence 和 key_factors。
方向分类 — >0.6 为看涨，<0.4 为看跌，其余为中性。
信号 — 解析后的工具加上方向成为可交易的信号。

覆盖市场

涵盖 Helsinki (.HE)、Stockholm (.ST)、Oslo (.OL) 和 Copenhagen (.CO) 的 60 多只北欧股票，美国及全球股票，以及 14 个外汇对（涵盖主要货币对、北欧货币对和交叉盘）。

输出

一个 REST API（包含快讯 / 最新 / 股票代码 / 每只股票情绪及历史记录），以及用于亚秒级更新的 WebSocket 和 SSE 通道。股票被解析为 BUY / SELL / HOLD；外汇被解析为 LONG / SHORT。使用者主要是交易机器人、仪表板和警报系统。

04在系统中的位置

Trading Sentiment 是另外两个工作室系统之间的桥梁：它以 Universal Content Extractor 的文章流为输入，并生成交易代理可以作为众多输入之一纳入的结构化情绪。它被刻意设计为一个微服务——只专注做一件事，实时完成，并隐藏在简洁的 API 背后。

05技术栈

FastAPI PostgreSQL Redis（发布/订阅 + 缓存）运行 Gemma 的 vLLM WebSocket SSE 6 种语言

频率每 ~10 秒轮询数据库，批处理量 ~20

语言en · fi · sv · no · da · de

市场60+ 北欧股票，美国/全球股票，14 个外汇对

信号BUY/SELL/HOLD · LONG/SHORT

部署实时微服务

06亮点

结合北欧名称字典、股票代码正则表达式以及 LLM（用于隐含提及内容）的交易工具解析。
本地 LLM 评分（vLLM / Gemma）返回看涨分数、置信度和关键因素。
通过 WebSocket 和 SSE 实现亚秒级交付，以及提供每只股票历史记录的 REST API。
专注于北欧的覆盖范围（Helsinki、Stockholm、Oslo、Copenhagen），外加美国/全球股票和 14 个外汇对。
通过一个简洁的微服务为交易机器人、仪表板和警报系统提供数据源。