本地大模型近期的学总结

综合总结之前的内容为了在集合竞价阶段有效筛选出具有潜力的股票，并制定合理的交易策略，可以按照以下步骤进行：

1. 理解集合竞价机制集合竞价是指在每个交易日开始时，投资者提交订单，由交易所根据供需情况确定开盘价的过程。时间段通常为早上9:15至9:25。
2. 掌握基本选股指标竞价量：观察股票的竞价成交量是否显著高于过去几天的平均水平，放量可能意味着资金关注。竞价涨幅：筛选出竞价阶段涨幅较高的股票，避免过小或过大市值带来的波动风险。主力控盘度：评估主力资金对股票的控制程度，优先选择机构买入占比高的股票。
3. 引入高级分析工具机器学模型：使用LSTM等深度学算法预测开盘后走势，提高选股的准确性。Level-2数据：通过逐笔成交数据深入分析主力行为，识别大单动向和拆单特征。情绪量化因子：结合自然语言处理技术（如FinBERT）分析新闻和社交媒体情感，评估市场情绪。
4. 构建动态权重体系根据市场状态自动调整各指标的权重。例如，在震荡市中提高“竞价涨幅”阈值，而在牛市中适当降低“主力控盘度”要求。使用AP值分析因子的重要性，优化模型参数。
5. 制定严格的风险控制措施止损点：设定合理的止损位（如开盘价的1.5%跌幅），避免过大的亏损。止盈点：根据预期目标设定止盈位，确保盈利锁定。熔断机制：在极端市场情况下（如指数大幅下跌）暂停交易，保护资金安全。
6. 优化执行系统硬件和软件配置：使用高性能服务器和GPU加速推理，确保实时数据处理和快速决策。订单执行逻辑：在9:25分前自动报单，若未成交及时撤单，并根据开盘后走势触发条件单。
7. 持续学与迭代每日复盘分析失败案例，更新新闻情感词库和主力行为模式库。每周重新训练机器学模型，调整因子权重系数。每月重置策略内存，防止过度拟合，并回测新因子的有效性。
8. 法律与合规要求确保系统符合《证券期货业网络和信息安全 管理办法》的要求，完成压力测试和灾备演练。初期投入资金不超过总资产的5%进行验证，逐步扩大规模。