AI 如何運作，以及它可能在哪裡出錯

1. 此處"AI"的含義

我們擷取的每一則貼文都會經過基於 LLM 的分析器。分析器的工作是回答關於每則貼文的三個問題：

• 這則貼文是在做交易判斷嗎？還是評論、圖表、迷因、新聞？
• 如果是判斷，關於哪個（些）股票代號？
• 方向是什麼 — 買入/做多還是賣出/做空 — 作者聽起來有多自信？

這些結構化輸出會存入我們的資料庫，用於計算下游的所有內容。如果模型誤讀了一則貼文，錯誤會傳播到所有這些數字。

2. 我們使用哪些模型

SignalSnitch 將貼文文字發送給多個 LLM，包括 Anthropic Claude 和 OpenAI GPT。我們只發送公開的貼文文字 — 絕不發送您的帳戶資料、關注清單、帳單資訊或其他任何私有狀態。

3. 實際遇到的失敗模式

3.1 股票代號幻覺

模型編造出在原始貼文中根本不存在的股票代號。我們執行一個驗證步驟，捨棄股票代號並未在原始文字中實際出現的訊號，能捕捉到常見情況。

3.2 情緒誤讀

模型在使用反諷、含糊或令人困惑結構的貼文上顛倒了買入/賣出。我們仰賴共識過濾器（≥2 人同意）來稀釋單次誤讀的影響。

3.3 非判斷被分類為判斷

提到股票代號的評論或螢幕截圖標題被提升為真正的買入/賣出訊號。我們在意見領袖詳情頁使用"非判斷"標籤，讓您能稽核分類器標記和未標記的內容。

3.4 時區/日期誤讀

模型偶爾可能會誤讀相對於市場開盤的發文時間，從而影響我們擷取的"入場價"。

4. 我們衡量什麼

作者的命中率基於其每次判斷後市場的實際表現 — 而非 AI 認為作者聽起來有多自信。我們取判斷發出時刻的價格，並在其上下各設一條線：上方是獲利目標，下方是停損點。兩條線的距離會依該股票代號本身的波動性縮放，因此波瀾不驚的大型股與跳動劇烈的小型股不會用同一把尺衡量。接著我們觀察後續七天的交易。先觸及獲利目標，這次判斷就是命中；先觸及停損點，就是停損。賣出判斷則完全鏡像：目標在入場價下方，停損點在上方。

有些判斷兩條線都沒碰到，這些會完全排除在命中率之外。大約每六次判斷就有一次在七天內始終停留在兩線之間。我們不會把它算作作者的失誤 — 從未分出勝負的判斷不是虧損。所以命中率只在命中與停損之上計算，這也是那兩個數字相加並不等於作者判斷總數的原因。

樣本量比頭條數字更重要。我們始終在每個百分比旁邊顯示判斷數量，便於您自行權衡。

5. 我們執行的安全措施

我們過濾掉 AI 編造出貼文中實際不存在股票代號的訊號。我們不將單一作者的意見視為"共識" — 必須有多位獨立作者首先達成一致。命中與停損都以事後的真實價格資料結算，兩條線都未觸及的判斷會從命中率中剔除，而不是記為虧損。隨著分析改善，我們也會定期重新檢查舊訊號。

6. 您應該做什麼

點擊進入原始貼文。每個訊號卡都連結到原始的推文 / Reddit 貼文 / StockTwits 訊息。在依據任何訊號採取行動之前，請自己閱讀貼文。

把數字視為範圍，而非點。每一個命中率都因樣本量、分析器誤差和倖存者偏差而存在不確定性區間。它的基準線也遠不是 50%：獲利目標離入場價比停損點更近，所以純靠隨機挑選也能落在 61.5% 附近。請拿這個數字作參照，而不是拿一半。我們最強的那一檔大約在 68%，所以運氣與實力之間的差距比看上去要窄。

回報您發現的錯誤。請寄電子郵件至 [email protected] 並附上訊號的 URL。我們會用這些回報來最佳化分析器提示詞。

7. 總結

SignalSnitch 是一款使用不完美的 AI 處理不完美的輸入（社群媒體）以產生不完美輸出的研究工具。該管線足以呈現模式並研究群體心理 — 這是我們承諾的用例。它不足以作為您無需自行核實就能據以行動的交易訊號。