热点新闻金融分析

解决的问题

热榜数据噪声大：娱乐事件常因多平台高热度占据前列，而真正影响利率、汇率、期货和产业链的财经信号容易被淹没；同一事件跨平台重复出现，也会让简单加权得分失真。

工作方式与适用边界

该技能面向工程化的舆情-金融分析链路，核心步骤包括：

• 并行调用 5 个热榜 API，使用 Python urllib 获取标题、排名和热度，并过滤广告条目；
• 用 compute.py prepare 做精确匹配、包含关系去重，并生成 pending.json 供模型做语义合并；
• 模型按“同主体、同动作、同时间窗口”合并事件，判断财经系数与独家系数；
• 单项得分采用排名与热度混合，热度按 heat / max_heat 归一化，跨平台合并使用边际递减：S1 + 0.8*S2 + 0.6*S3 + 0.3*S4+；
• 输出 TOP 30 排名、HTML 报告，以及利率债、信用债、申万行业、关联标的和期货影响分析。

它适合做热点信号筛选和方向性研判，不适合给出精确点位或确定性交易建议；分析依赖 API 返回质量、模型判断和行业映射表，间接推断项会标注较低置信度。