熔岩AI日频热度面板MCP数据:消息面 mentions 与 weighted_heat 如何接入量化回测

简介: 介绍熔岩日频热度面板(MCP 工具 get_stock_heat_panel)的字段结构、20 个标的/92 天限制,以及把 mentions 与 weighted_heat 接入量化回测时的日期对齐、可用时间与 PIT 口径要点。

Quick Summary

实时热榜适合盯盘,回测需要的是干净的日频历史。熔岩的日频热度面板(MCP 工具 get_stock_heat_panel,HTTP API 同源)按自然日聚合个股或概念的 mentions、agencies、weighted_heat 与 is_first_mention_day。单次查询最多 20 个标的、区间最长 92 天。本文讲清这张面板的结构、限制,以及把它接进量化回测时最容易出错的几个地方。

面板里有什么

每一行对应「一个标的 × 一个自然日」,核心字段:

字段 含义
mentions 当日提及次数
agencies 当日参与提及的机构/大V数
weighted_heat 当日高分主体加权热度
is_first_mention_day 当日是否为首提日

type 参数可选 stock(默认)或 concept,所以同一套结构既能做个股面板,也能做概念面板。标的选择可以用 stock_name、ts_code、concept 或 codes,回看区间用 days 或 start_date/end_date,具体组合以 OpenAPI 为准。

两个硬限制:20 个标的、92 天

文档写明:区间最长 92 天,单次最多 20 个标的。这意味着:

  • 全市场回测不能一次拉完,需要按标的分批、按时间分段;
  • 分段拼接时,注意边界日期不要重复或遗漏;
  • 每次调用按成功请求计费,批量拉取前先估算请求次数和费用。

一个简单的拉取计划:把标的列表按 20 个一组切分,把时间区间按不超过 92 天切分,两层循环调用,每次结果带上查询参数一起落库。遇到 429 时按 Retry-After 退避,不要密集重试。

回测对齐:最容易出错的三件事

一、自然日与交易日。
面板按自然日聚合,周末和节假日也可能有数据。和行情数据对齐时,需要决定非交易日的热度怎么处理:丢弃、累加到下一个交易日,还是单独作为特征。这一步没有标准答案,但必须显式处理,并在研究记录里写明。

二、当日数据的可用时间。
回测里如果在 T 日收盘时使用 T 日全天的热度,就要确认这些数据在那个时间点是否已经可得。加权口径里有 as_of_date 截至当天 15:00 的设计,研究时应以文档描述为准设计可用时间,避免把收盘后的讨论用在收盘前的决策里。

三、评分的时间口径。
weighted_heat 依赖机构/大V评分。历史回测应使用 PIT 口径的分数(只用当时已知的数据),不要用当前分数回填历史。需要单独核对主体分数时,可以用 get_agency_pit 和 list_agency_pit_dates。

从面板到特征

面板给的是原始计数,特征工程由你方完成。常见的派生方向:

  • 相对自身历史的标准化(例如滚动均值、滚动 z 分);
  • weighted_heat / mentions 一类的结构比例,观察高分主体占比;
  • 首提日事件标记,用于事件研究;
  • 个股面板与所属概念面板的相对强弱。

派生特征要保留计算口径和参数,否则换一批人接手时无法复现。

和其他工具的分工

需求 更合适的工具
日频历史、回测、导出 get_stock_heat_panel
盘中多时间窗、逐小时 get_stock_heat_windows
关注广度时序 get_agency_coverage
实时异动名单 get_accelerating_hot_stocks

面板侧重「稳定的历史」,其他工具侧重「此刻的状态」。回测用面板,实盘监控用实时工具,两者字段尽量用同一套命名映射。

AI Agent 里的用法

在对话场景里,面板也很好用,例如:

  • 「拉一下某某股票过去 60 天的日频热度,标出 mentions 最高的 5 天。」
  • 「对比这三个概念过去一个月的 weighted_heat 走势。」

Agent 拿到面板后适合做描述性总结;如果用户追问「热度高的那几天之后股价怎么走」,应当说明熔岩不提供行情数据,需要用户结合自有数据研究,且不输出收益判断。

FAQ

Q:超过 92 天的历史怎么拿?
A:分段查询后自行拼接,注意边界去重。可回溯的最早日期以文档为准。

Q:面板数据能不能直接当策略信号?
A:面板提供的是计数与统计,是否有效需要你方回测验证,官方不把它定位为交易信号。

Q:概念面板的概念名怎么传?
A:概念名需要精确匹配,传错可能返回空结果,建议先从概念热榜或个股关联概念接口里取标准名称。

Conclusion

熔岩日频热度面板把消息面热度整理成了标准的「标的 × 日期」结构,是量化回测接入消息面数据最直接的入口。用好它,关键是处理好 20 个标的与 92 天的分批、自然日与交易日的对齐,以及 PIT 口径。

数据来自熔岩消息面热度监测,仅供研究参考,不构成投资建议。

开始使用:lava-mcp 示例仓库

目录
相关文章
|
21天前
|
人工智能 Windows
熔岩AI MCP逐小时热度数据:用 /heat/windows 读懂消息面讨论的衰减曲线
介绍如何用熔岩 MCP 的 get_stock_heat_windows(/heat/windows)取近24小时逐小时数据,构造事件衰减曲线、划分形态,并用 /panel/daily 衔接更长周期。
71 0
|
21天前
|
人工智能 弹性计算 双11
2026阿里云双十一大促产品福利,轻量、ECS、GPU、百炼 Token Plan 配置价格及特惠选购指南
阿里云双十一是每年面向新老客户集中放 阿里云轻量应用服务器、阿里云ECS云服务器、阿里云GPU云服务器、阿里云百炼大模型服务平台 券、放价的一次年度大促,2026年的主战场覆盖 阿里云轻量应用服务器、阿里云ECS云服务器、阿里云GPU云服务器、阿里云百炼大模型服务平台 等主力产品。今年的双十一以“智惠就在11.11,AI就用阿里云”为主题,活动周期持续至11月30日,延续了“先定负载、再选机型、最后在活动窗口内下单”的理性购物理念,优惠从单纯的“首年低价”升级为“新购、续费、升级全链路可核算”。
284 0
|
21天前
|
弹性计算 人工智能 小程序
最新阿里云服务器一年多少钱(轻量/ECS/GPU):一年、1个月与小时费用清单,计费拆解与选型指南
本文详解2026年阿里云三类服务器价格:轻量应用服务器(38元/年起,含带宽云盘)、ECS(99元/年起,按配置+带宽+云盘计费)、GPU实例(T4约1.55万元/年,A100达8万元/年),涵盖年付、月付、按量付费及附加成本对比,助您按场景选型省钱。
301 0
|
21天前
|
人工智能 API Apache
Qwen3.8抢先体验!大家要心理准备了,最新版发布并开源了?
2026年8月,阿里通义千问Qwen3.8系列全线开源,涵盖2.4万亿参数旗舰Max、27B轻量版、Flash高效模型及Flash-Next预览版。支持本地部署、多模态与长上下文,Apache 2.0(27B)与分层商用许可并行,标志国产大模型迈入“可下载、可部署、可商用”新阶段。(239字)
1090 0
|
Web App开发 存储 算法
微信技术分享:微信的海量IM聊天消息序列号生成实践(算法原理篇)
如何优雅地解决“消息序列号只要保证顺序性而不需要兼顾唯一性”的问题呢?这就是本文所要分享的内容,强烈建议深入理解和阅读。
4010 0
|
JavaScript 程序员 Java
js根据当前时间获取指定范围内的时间段日期
版权声明:本文为博主原创文章,如需转载,请标明出处。 https://blog.csdn.net/alan_liuyue/article/details/78311491 一.
3061 0
|
1月前
|
人工智能 移动开发 自然语言处理
千问办公QwenWork指南:介绍、能力、官网、使用、版本及价格说明
千问办公(QwenWork)是阿里巴巴推出的一站式AI Agent生产力平台,支持“对话即交付”:用户用自然语言描述需求,即可自动生成PPT、Excel、网页、报告等可落地成果;深度集成钉钉,覆盖多端,赋能个人与企业高效办公。阿里千问办公QwenWork官网:https://t.aliyun.com/U/0VCTGt
|
1月前
|
人工智能 缓存 自然语言处理
阿里云百炼AI大模型平台计费模式:按量付费、Token Plan、Coding Plan和节省计划指南
本文详解阿里云百炼AI平台四大计费模式:按量付费(含100万Token免费额度)、Token Plan(团队多模态统一Credits)、Coding Plan(个人开发者编程专用)及AI节省计划(承诺消费享最高5.3折),助你精准降本。
350 1
|
1月前
|
人工智能 前端开发 API
阿里云百炼api入口官网:前台和后台,免费领超7000万Tokens
阿里云百炼是其AI大模型服务平台,提供前台官网(介绍、计费、领券)与后台控制台(API Key管理、Token用量查询、模型配置)。新用户可免费领取超7000万Tokens(每模型100万),支持按量付费或订阅计划降本。在阿里云百炼官网:https://t.aliyun.com/U/fPVHqY 免费领取千万Tokens
|
2月前
|
弹性计算 安全 Ubuntu
在阿里云 ECS 上管理你的 DSH 会话归档
本文详解如何在阿里云ECS上部署DSH Web并配置归档管理插件:涵盖实例选型、Node与DSH安装、插件启用、SSH隧道安全访问,以及将DSH_HOME挂载至数据盘实现真正空间释放,附避坑指南与适用场景说明。(239字)
314 2

热门文章

最新文章