动”等非结构化数据已出现密集信号，但未被有效解读。
需求因此升级：狼眼系统需构建“多周期预警体系”，包含短期（1个月内）、中期（3个月）、长期（1年）三类预警规则。短期预警侧重“情绪突变”（如舆情负面占比骤升50%、大宗交易折价率超10%），中期预警聚焦“基本面拐点”（如毛利率连续2季度下滑、新签订单环比下降），长期预警关注“战略风险”（如主业赛道被新技术颠覆、管理层频繁变动）。
三、核心需求：狼眼系统的“四大支柱”
基于调研结果，项目组将狼眼系统的需求归纳为“四大支柱”，分别对应后续章节的核心模块，构成从数据采集到决策支持的完整闭环。
（一）支柱一：“鹰眼”数据抓取——让系统“看得见”
数据是系统的“血液”，抓取能力决定了“视野宽度”。需求明确要求：
??多源异构数据的自动化采集：对接Wind、Choice等金融终端API，爬取巨潮资讯、港交所披露易等官方平台公告，解析PDF/Excel财报（解决“表格识别错位”难题），抓取雪球、东方财富股吧的用户评论（日均处理量≥100万条）；
??非结构化数据的结构化转换：通过NLP技术提取业绩说明会录音中的“管理层语气词”（如“谨慎”“乐观”的频率）、行业论坛讨论中的“高频关键词”（如“产能过剩”“技术突破”），转化为可计算的标签；
??数据更新的实时性：财报数据T+1更新，舆情数据分钟级推送，产业链数据（如商品价格）每小时刷新。
这一需求直接对应第222章“数据抓取”，为后续清洗整理（第223章）提供“原料保障”。
（二）支柱二：“筛子”清洗整理——让数据“用得上”
原始数据如同矿石，需经清洗才能提炼价值。需求聚焦三大痛点：
??缺失值处理：对“未披露数据”（如部分港股公司的研发费用），采用“行业均值填充+风险提示”策略，避免简单剔除导致样本偏差；
??异常值识别：通过“3σ原则”与“孤立森林算法”双重校验，区分“真实异常”（如突发大额订单）与“数据错误”（如财报录入失误）；
??标准化对
本章未完，请点击下一页继续阅读！