"Price is the monetization of collective belief." > 价格本质上是一种信念。当舆论情绪形成共振(Resonance)时,市场价格往往会出现非线性的相变。
这是一个基于 Streamlit 的 Web 应用程序,旨在量化和可视化市场舆论情绪。 作为物理学背景的研究者,我们将市场视为一个受“情绪场”影响的复杂系统。本项目利用 NLP 技术捕捉文本中的情绪极性(Polarity)和主观度(Subjectivity),帮助识别市场噪音与有效信号。
- Micro Analysis (单点分析):
- 快速评估单条新闻、推文或评论的情绪倾向。
- 可视化情绪仪表盘,识别极端的非理性情绪。
- Macro Trend (趋势模拟):
- 模拟时间序列下的情绪累积效应。
- 展示“舆论先行,价格随后”的滞后相关性。
- Frontend: Streamlit (快速构建交互式 Web UI)
- NLP Engine: TextBlob (当前版本), 预留 FinBERT 接口
- Visualization: Plotly (交互式金融图表)
- Containerization: Docker (标准化运行环境)
确保已安装 Python 3.10+
pip install -r requirements.txt
python -m textblob.download_corpora
streamlit run app.py
避免环境依赖问题,一次构建,到处运行。
# 1. 构建镜像
docker build -t sentiment-compass .
# 2. 启动容器 (访问 http://localhost:8501)
docker run -p 8501:8501 sentiment-compass
- 接入真实新闻源 API (NewsAPI / Twitter API)
- 引入 Ising Model (伊辛模型) 模拟舆论在社交网络中的自旋传播
- 升级 NLP 模型至 HuggingFace FinBERT