基于LLM的小市值量化框架：新闻情绪与技术信号融合实践

LLM小市值量化交易

于 2026-08-30 03:53:15 修改

·本内容遵循CC 4.0 BY-SA版权协议

从新闻情绪到交易信号：基于LLM的小市值量化框架实践解析

如果你做过小市值股票的量化研究，大概率会碰到一类很典型的困惑：技术指标在大部分时间都有效，但一旦遇到突发新闻或市场情绪转向，价格行为会瞬间脱离历史统计规律。过去我们处理这种问题，主要靠人工盯盘、事件驱动模型或简单的关键词情绪打分，但前两者成本太高，后者又过于粗糙。现在，Large Language Model的介入，让一条新的路径变得可行：让模型直接阅读新闻、理解宏观数据，再把它们和技术指标压缩成统一的交易信号。

这篇文章不打算复述“LLM很强大”这类空话，而是围绕一个具体的项目主题展开：如何构建一个由LLM驱动的小市值交易辅助框架，把金融新闻情绪、宏观经济指标与技术信号整合到一个可验证的系统中。我会把这个框架拆成数据层、LLM处理层、信号合成层和回测层，并给出可以直接参考的Python代码和工程建议。需要提前说明的是，这更多是一套研究与实践框架，不是“输入代码就能稳定盈利”的银弹；真正的难点往往不在模型调用，而在数据对齐、信号归因和回测防过拟合。

如果你正准备做类似的方向，建议先看完整体架构，再决定要从哪一层入手。下面我们从“为什么是小市值”这个问题开始。

1. 为什么小市值是LLM量化最值得先试的场景

小市值股票天然存在严重的信息不对称。机构研究覆盖少，公开研报有限，交易者更多依赖新闻、社交媒体和盘口情绪做决策。这种环境下，传统量价因子虽然仍有统计意义，但容易在消息驱动的跳空行情中失效。原因是技术指标本质上是过去价格的滞后函数，它无法在信息出现的瞬间评估“这条新闻到底有多重要”、对哪家公司影响多大、市场会按什么路径消化。

而LLM的优势恰好落在非结构化文本理解上。它可以做情绪极性判断、实体识别、事件分类、甚至根据宏观数据推断政策导向。对小市值公司来说，一条区域政策、一次行业展会、一份订单公告，都可能成为短期价格的重要驱动。传统关键词匹配无法区分“合同纠纷败诉”和“合同中标公告”的差别，但LLM在语义层面可以做到。

更关键的是，小市值股票的数据量相对集中，新闻数量远少于大盘蓝筹，这使得我们可以在有限成本内完成全文级分析，而不需要像处理全市场新闻那样做高成本抽样。也就是说，小市值场景是LLM从“概念演示”走向“可回测策略”的一个比较现实的切入口。

当然，小市值也有自己的麻烦：流动性差、冲击成本高、财务数据容易造假、涨跌停和停牌规则会改变收益分布。所以，把LLM接入交易系统之前，必须先想清楚它的输出到底扮演什么角色。我倾向于把它定位为“信号增强器”而非“交易决策器”，最终下单还是由规则引擎或人审核完成。

2. 系统整体架构与数据流设计

整个框架可以拆成五个部分：数据接入层、LLM处理层、特征融合层、信号生成层和回测/风控模块。每个部分之间通过标准化的中间文件或消息队列连接，避免LLM调用阻塞整个流程。

数据流的逻辑是这样的：先收集当日新闻、宏观指标、行情快照和技术指标，形成三条独立的时间线；接着把新闻文本和宏观事件发送给LLM，让模型输出结构化结果，例如情绪分数、影响实体、事件类别；然后把这些结构化结果与技术指标在时间戳上对齐，构成一个多维特征矩阵；最后通过规则或轻量模型合成交易信号，送入回测框架。

TEXT

新闻采集 -> 清洗去重 -> LLM结构化 -> 情绪/事件特征

宏观数据 -> 日期对齐 -> LLM摘要+标签 -> 宏观状态特征

行情数据 -> 技术指标计算 -> 量价特征

所有特征按股票ID+交易日期对齐 -> 信号合成 -> 策略判断 -> 回测评估

这里最容易被低估的是“时间对齐”。LLM处理新闻有延迟，不同数据源的发布时间戳各不相同，如果直接按自然日合并，就会引入未来数据偏差。更稳妥的做法是使用“可获取时间”（available time）来标记信息，而不是发布时间。例如某条新闻在下午2点35分出现在API响应中，那么只有2点35分之后的bar才能使用这条特征。这个细节决定了回测结果是否可信。

另一个容易被忽略的设计是失败降级。LLM服务可能出现超时、限额或内容审核拒绝。框架里必须预留一个规则兜底分支：当LLM不可用时，可以退回到关键词情绪分数或中性信号，而不是让整个系统停摆。下面我会把每一层的关键实现拆开讲。

3. 数据层：新闻情绪、宏观指标与技术信号的预处理

数据层是整个项目的地基。在这个阶段，我们需要的不是把所有数据都接进来，而是先定义“一条有效事件信息”的最小字段集合。推荐至少包含：股票代码、事件时间戳、事件级别（公司/行业/宏观）、事件类型（公告/新闻/政策/分析师评级）、原始文本、来源、经过清洗的文本，以及一条唯一的ID。这对后面的LLM批处理和缓存都有帮助。

3.1 新闻数据采集与清洗

新闻数据来源可以是公开API、爬虫抓取或商业数据源。需要注意版权和合规问题，本文只讨论处理流程。采集后的原始文本通常包含HTML标签、无关导航内容、重复转载和营销性文字。清洗步骤一般包括：

去除HTML标签、URL、多余空白字符
提取正文主体，去掉标题重复句子
识别并合并同一事件的转载新闻，保留最早来源
过滤掉包含“推荐”“广告”“点击领取”等噪声文本

清洗后的新闻要存成标准格式，例如JSON或Parquet。下面是一个清洗后的新闻记录示例：

JSON

{

"news_id": "NEWS-20250315-000123",

"stock_code": "SZ300123",

"available_time": "2025-03-15 14:35:00",

"event_level": "company",

"event_type": "contract_win",

"title": "某科技公司中标智慧城市建设项目",

"content": "公司公告称，近日收到中标通知书，项目金额约1.2亿元，占上一年度营收的15%。"

}

这里“available_time”是系统真正拿到这条数据并可以触发策略的时间，不是公告发布的时间。如果公告在盘中发布，但数据源延迟20分钟，那么策略只能在延迟后的时间点使用它。

3.2 宏观指标处理

宏观指标包括利率、PMI、CPI、社融、工业增加值等，通常按月或按季发布。它们本身频率很低，但对小市值股票的影响往往通过流动性和风险偏好传导。处理宏观指标时要额外注意“发布时点的滞后性”，也就是指标通常对应上个月或上个季度的情况。所以不能把2025年3月中旬公布的2月PMI当作3月初已知信息来模拟决策。

更实用的做法是把宏观指标做成状态变量，比如“利率处于上升通道”“PMI连续三个月大于50”，再让LLM对这些状态做情景化解释，而不是把原始数值直接塞给模型。这样可以降低模型对噪声数字的敏感度，同时让特征更具可解释性。

3.3 技术指标计算

技术指标是模型特征框架里相对成熟的部分。常用的小市值短期信号包括：动量（过去5日、10日收益率）、波动率（ATR或历史波动率）、成交量变化（量比）、相对强弱（RSI）、移动平均线偏离度等。下面是一个使用Pandas计算常用技术指标的示例：

PYTHON

import pandas as pd

import numpy as np

def calc_technical_features(df: pd.DataFrame) -> pd.DataFrame:

"""

df 必须包含列：date, open, high, low, close, volume

返回新增技术特征后的 DataFrame

"""

result = df.copy()

result = result.sort_values("date").reset_index(drop=True)

# 动量因子

result["ret_5"] = result["close"].pct_change(5)

result["ret_10"] = result["close"].pct_change(10)

# 波动率因子：ATR 14

high, low, close = result["high"], result["low"], result["close"]

tr = np.maximum(high - low, np.maximum(abs(high - close.shift(1)), abs(low - close.shift(1))))

result["atr_14"] = tr.rolling(14).mean()

# RSI 14

delta = result["close"].diff()

gain = delta.where(delta > 0, 0.0)

loss = -delta.where(delta < 0, 0.0)

avg_gain = gain.rolling(14).mean()

avg_loss = loss.rolling(14).mean()

rs = avg_gain / avg_loss

result["rsi_14"] = 100 - (100 / (1 + rs))

# 量比：当前成交量相对 5 日均量

result["volume_ratio"] = result["volume"] / result["volume"].rolling(5).mean()

return result

注意，所有技术指标计算都要在历史数据上“滚动”完成，不能使用未来信息。pandas的rolling默认就是滑动窗口，但需要确认窗口内是否包含当前值。按需调整。

4. LLM模块设计：从一篇新闻到结构化信号

LLM在这个框架中的核心任务不是“预测明天会涨还是会跌”，而是把一个非结构化文本转换成可以进入因子库的结构化信号。你可以把它理解为：让模型扮演一个金融信息抽取员，输出情绪极性、事件影响方向、受影响实体，以及置信度。

4.1 Prompt设计思路

Prompt设计决定了输出质量的稳定性。一个比较可靠的模式是：先给模型设定角色与任务，再给出输出格式约束，最后是文本内容。输出格式强烈建议使用JSON，并且要求模型只输出JSON，不要额外解释。下面是一个可用的Prompt模板：

TEXT

你是一名金融新闻分析助手。请阅读以下公司新闻，输出结构化分析结果。

要求：

1. 判断新闻情绪：positive / neutral / negative

2. 给出情绪强度，取值 0.0 到 1.0，1.0 表示情绪极强

3. 判断事件类型，可选项为：订单合同、业绩变动、股权变动、政策影响、行业趋势、管理层变动、违规处罚、其他

4. 判断该新闻对该公司短期股价的潜在影响方向：positive / neutral / negative

5. 提取新闻中涉及的主营业务关键词，最多3个

严格输出 JSON 格式，不要输出其他内容：

{

"sentiment": "positive",

"sentiment_score": 0.85,

"event_type": "订单合同",

"short_term_impact": "positive",

"business_keywords": ["智慧城市", "安防", "数据服务"]

}

新闻内容：

{news_content}

这里的一个关键设计是“短期影响方向”与“情绪”分离。情绪可能是正面的，但“利润预增公告”对股价的影响方向和“公司中标项目”的影响方向不完全一样。分开判断可以给后续因子合成更多自由度。

4.2 调用LLM并解析结果

无论使用OpenAI兼容接口、国产大模型API，还是本地部署的开源模型，调用方式基本类似。下面以Python调用一个兼容OpenAI Chat Completions格式的API为例：

PYTHON

import os

import json

from openai import OpenAI

client = OpenAI(

api_key=os.getenv("LLM_API_KEY"),

base_url=os.getenv("LLM_BASE_URL", "https://api.example.com/v1")

)

def analyze_news(news_text: str, model: str = "gpt-4o-mini") -> dict:

prompt = f"""

你是一名金融新闻分析助手。请阅读以下公司新闻，输出结构化分析结果。

要求：

1. 判断新闻情绪：positive / neutral / negative

2. 给出情绪强度，取值 0.0 到 1.0，1.0 表示情绪极强

3. 判断事件类型，可选项为：订单合同、业绩变动、股权变动、政策影响、行业趋势、管理层变动、违规处罚、其他

4. 判断该新闻对该公司短期股价的潜在影响方向：positive / neutral / negative

5. 提取新闻中涉及的主营业务关键词，最多3个

严格输出 JSON 格式，不要输出其他内容：

{{

"sentiment": "positive",

"sentiment_score": 0.85,

"event_type": "订单合同",

"short_term_impact": "positive",

"business_keywords": ["智慧城市", "安防", "数据服务"]

}}

新闻内容：

{news_text}

"""

response = client.chat.completions.create(

model=model,

messages=[

{"role": "system", "content": "You are a precise financial information extractor."},

{"role": "user", "content": prompt}

temperature=0.0,

response_format={"type": "json_object"}

)

content = response.choices[0].message.content

return json.loads(content)

这段代码里temperature设置为0，目的是让输出尽量稳定，减少随机性对信号的影响。response_format要求JSONObject，并不是所有API都支持，使用前需要确认供应商能力；如果不支持，可以用正则从字符串中抽取JSON块。

解析结果后，还需要检查字段是否完整，比如sentiment是否只包含三个枚举值、sentiment_score是否在0到1之间。如果模型返回的JSON格式不符合预期，最简单的方法是把该条新闻丢进“待人工复核”列表，而不是强行解析。

4.3 批量处理与缓存策略

小市值策略的新闻数量可能每天有几百到几千条，逐条调用API会带来延迟和成本问题。可用的方式是做“批量+缓存”：

对同一事件主体的新闻在短时间内去重，避免重复调用
对同一文本的哈希值建立缓存，如果之前分析过且模型版本未变，直接复用结果
非实时研究场景可以使用离线批处理，把分析结果写入数据库，回测时只读取

下面是一个简单的批次处理函数，用来控制并发和失败重试：

PYTHON

import time

from tenacity import retry, stop_after_attempt, wait_exponential

@retry(stop=stop_after_attempt(3), wait=wait_exponential(multiplier=1, min=2, max=10))

def analyze_news_with_retry(news_text: str):

return analyze_news(news_text)

def analyze_news_batch(news_list):

results = []

for idx, news in enumerate(news_list):

try:

result = analyze_news_with_retry(news["content"])

results.append({**news, **result})

except Exception as e:

result = {

"sentiment": "neutral",

"sentiment_score": 0.5,

"event_type": "unknown",

"short_term_impact": "neutral",

"business_keywords": []

}

results.append({**news, **result, "error": str(e)})

# 控制请求频率，避免触发限流

time.sleep(0.1)

return results

在生产环境中，更推荐用消息队列（如Redis Stream或RabbitMQ）来异步消费新闻任务，但研究阶段用简单列表循环即可。

5. 信号合成：把LLM输出与技术指标变成可交易的分数

得到LLM的结构化输出后，还不能直接下单。我们需要把这些输出与现有技术指标放在同一个特征空间里，再通过规则或模型合成一个“信号强度分数”。这里要注意一个问题：LLM输出的情绪分数是横截面特征，需要与其他股票在同一时期比较，才能体现相对强弱。换句话说，情绪分数0.8在今天是高位还是低位，取决于今天整个市场或同行业股票的情绪分布。

5.1 构建特征函数

下面这个函数展示如何把三条数据源压缩成一个综合因子。它综合了情绪得分、事件类型的先验影响、宏观状态、以及技术指标中的动量与成交量确认。权重初始值来自经验，后续可以用历史数据做优化。

PYTHON

def compute_combined_factor(row):

"""

row 必须包含字段：

- sentiment_score: float

- short_term_impact: str, positive/neutral/negative

- event_type: str

- macro_state: float, 范围为 -1 到 1，表示宏观情绪/流动性状态

- ret_5: float

- volume_ratio: float

- rsi_14: float

"""

# 情绪与事件影响

sentiment_component = (row["sentiment_score"] - 0.5) * 2 # 映射到 -1 到 1

impact_mapping = {"positive": 1.0, "neutral": 0.0, "negative": -1.0}

impact_component = impact_mapping.get(row["short_term_impact"], 0.0)

# 技术信号部分

momentum_component = 1.0 if row["ret_5"] > 0 else -1.0

volume_component = 1.0 if row["volume_ratio"] > 1.2 else 0.0

rsi_component = 0.0

if row["rsi_14"] < 30:

rsi_component = 0.5 # 超卖反弹信号

elif row["rsi_14"] > 70:

rsi_component = -0.5 # 超买警惕信号

# 简单加权合成

factor = (

0.3 * sentiment_component

+ 0.3 * impact_component

+ 0.2 * row["macro_state"]

+ 0.1 * momentum_component

+ 0.1 * volume_component

+ 0.05 * rsi_component

)

return factor

这里的权重并不一定能适用于所有市场环境，但它演示了“多源信号如何表达成一个分数”。更严谨的做法是用滚动窗口计算每个因子与未来收益的IC值，再动态调整权重。

5.2 生成交易信号

基于综合因子，可以设置阈值来生成交易信号。比如：

综合因子大于0.6：买入候选
综合因子小于-0.6：卖出或回避候选
其他情况：不操作

需要强调，阈值必须根据回测结果确定，不能拍脑袋。同时要加上流动性过滤，例如排除日成交额低于某个阈值的股票；也可以加上波动率过滤，例如排除ATR过大导致止损空间明显不足的标的。

PYTHON

def generate_trade_signals(factor_df, buy_threshold=0.6, sell_threshold=-0.6, min_amount=2_000_000):

signals = []

for _, row in factor_df.iterrows():

if row["amount"] < min_amount:

continue

if row["factor"] >= buy_threshold:

signals.append(("BUY", row["stock_code"], row["date"], row["factor"]))

elif row["factor"] <= sell_threshold:

signals.append(("SELL", row["stock_code"], row["date"], row["factor"]))

return signals

在小市值策略里，建议把“SELL”信号分成两类：一类是持仓中出现了负面事件而主动卖出，另一类是因子分数降到低位而被动减仓。两类信号对应的逻辑不同，前者要尽量快，后者可以分批执行。

6. 回测与验证：避免被LLM增强后的过拟合欺骗

回测是整个框架中最容易出问题，也最容易被忽视的环节。因为LLM引入后，特征维度增加，策略有更多自由度去拟合历史数据。如果回测没有做好防未来数据和防过拟合，最终结果会很漂亮，但实盘一塌糊涂。

6.1 回测框架的四个必查项

第一，必须使用事件可获取时间。新闻和宏观数据的发布时间是关键，不能简单使用自然日。第二，必须考虑涨跌停和流动性约束。小市值股票经常出现开盘一字涨停或跌停，信号虽然生成了，但实际不可能成交。第三，必须考虑交易成本。小市值股票买卖价差大，滑点显著；回测中建议每边至少扣除0.1%到0.3%的成本，或使用更保守的冲击成本模型。第四，必须做样本外测试。把数据按时间切分，前70%用于因子研发，后30%用于验证。

6.2 一个简单的回测指标计算示例

下面代码展示如何基于信号和价格数据计算最基础的收益指标。这个示例简化了交易成本与持仓周期，主要用来理解逻辑，不是完整回测引擎。

PYTHON

import pandas as pd

import numpy as np

def calculate_backtest_stats(trade_log, price_df):

"""

trade_log: DataFrame, 包含 stock_code, entry_date, exit_date, direction

price_df: DataFrame, 包含 stock_code, date, close

"""

returns = []

for _, trade in trade_log.iterrows():

entry_price = price_df[(price_df["stock_code"] == trade["stock_code"]) &

(price_df["date"] == trade["entry_date"])]["close"].values

exit_price = price_df[(price_df["stock_code"] == trade["stock_code"]) &

(price_df["date"] == trade["exit_date"])]["close"].values

if len(entry_price) == 0 or len(exit_price) == 0:

continue

r = exit_price[0] / entry_price[0] - 1

if trade["direction"] == "SELL":

r = -r

returns.append(r)

returns = np.array(returns)

total_return = np.prod(1 + returns) - 1

# 注意：这里只计算了简单累计，没有按持仓时间年化

sharpe = returns.mean() / returns.std(ddof=1) * np.sqrt(252) if len(returns) > 1 else 0.0

win_rate = (returns > 0).mean()

max_drawdown = 0.0

cum = np.cumsum(returns)

peak = np.maximum.accumulate(cum)

drawdown = peak - cum

max_drawdown = drawdown.max()

return {

"trade_count": len(returns),

"total_return": total_return,

"sharpe": sharpe,

"win_rate": win_rate,

"max_drawdown": max_drawdown

}

这段代码没有处理组合持仓和在途资金，但能用于快速检查信号思路是否合理。如果你想认真做研究，推荐用成熟的回测库，例如backtrader、vectorbt、聚宽或掘金，而不是自己从零造轮子。小市值策略尤其考验回测工具的精细度。

6.3 模型与因子归因

既然引入了LLM，还需要回答一个问题：最终策略的超额收益主要来自情绪因子、宏观因子还是技术因子？这要用因子归因分析。一个简单的方法是分别计算“去掉LLM特征”和“保留LLM特征”的两条净值曲线，观察它们的差异。如果去掉LLM特征后收益基本不变，那说明LLM目前只是装饰品，并没有带来真正的信息增量。

更细的归因可以做逐步回归或特征重要性分析。值得提醒的是，金融数据的信噪比很低，因子重要性的波动会比工程场景更大。建议用多个时间窗口重复验证，不要依赖单次结果显示的“重要性排名”。

7. 关键技术难点与工程化风险

这个框架真正的难点不是训练模型，而是数据工程和策略可信度。下面几个问题几乎每个做LLM量化的人都会遇到。

第一个是数据延迟与事实性错误。LLM有幻觉风险，可能把新闻中的关键数字理解错误。比如把“同比下降”识别为正面消息。缓解方法是要求模型输出时引用原文片段，然后做规则校验；或者把数字抽取和情感判断拆成两个任务。对涉及明确数字的事件，用正则先抽取金额、百分比，再让模型结合上下文判断。

第二个是API成本与吞吐量。如果每天分析上千条新闻且使用商业大模型，成本会迅速上升。更经济的方案是分层处理：先用廉价的关键词规则过滤明显中性新闻，只有通过初筛的新闻才进入LLM分析。或使用开源模型本地部署，一台带较好CPU/GPU的服务器可以满足中小型研究团队的吞吐要求。

第三个是过拟合与市场状态切换。小市值股票的alpha来源在不同年份差异巨大。2021年小市值表现好，2023年和2024年则出现过极端波动。如果策略只在某一段市场状态下做参数调优，很容易在另一段失效。因此回测区间必须覆盖牛熊、震荡、高波动和低波动环境，并且要设定“参数不能频繁调整”的纪律。

第四个是交易执行的现实约束。小市值股票容量有限，回测中一个信号承载的资金量可能很大，实际买不到那么多。建议在回测中增加流动性约束，比如“单笔下单量不得超过当日成交量的1%”，这样可以显著降低虚假收益。

第五个是合规与数据授权。使用新闻数据、宏观数据时要注意授权边界，避免将未授权数据用于商业策略。如果你是个人研究，更要注意数据来源的合规性。涉及实际交易还必须遵守所在市场的交易规则和监管要求，任何违规策略都可能带来严重后果。

8. 常见问题与排查方法

下面整理了这个框架开发过程中比较常见的问题，以及对应的排查思路。

问题现象	可能原因	排查方式	解决方案
LLM返回JSON解析失败	模型输出包含额外文本或格式不规范	打印原始响应内容，检查是否有Markdown代码块包裹	设置response_format，增加正则提取，启用重试机制
情绪分数与常识相反	Prompt缺少时间方向或事件类型约束	检查原始新闻文本，查看模型是否混淆“同比”“环比”	在Prompt中增加“注意同比增长/下降的影响方向”，并把数字提取与判断分开
回测收益虚高	使用了未来信息	逐条检查数据时间戳，特别是新闻和宏观数据的可用时间	统一使用available_time，并做数据泄漏自检
策略在样本内表现好，样本外失效	过拟合或市场状态切换	对比样本内外指标，检查参数是否过多	减少参数数量，做滚动窗口验证，加入参数稳定性约束
API调用频繁超时	没有做批量控制和重试	查看调用日志和限流错误码	加入批处理、缓存、重试与降级逻辑
小市值股票买入后无法成交	流动性不足或涨跌停限制	检查回测中成交价和成交量的假设	增加流动性过滤，在回测中模拟涨跌停和成交概率

排查时要善用日志。建议为每个数据源和模块记录单独的日志，包括原始输入、模型输出、处理结果和耗时。这样一旦某一天策略异常，能快速定位是数据源坏了、模型调用出错了，还是因子合成逻辑被脏数据干扰了。

9. 工程化落地与最佳实践

如果你决定把这个框架从研究推进到可运行的辅助系统，下面几条工程建议值得认真对待。

9.1 数据管道要“可重放”

所有原始数据必须持久化，并且策略中间结果要与原始版本号绑定。LLM模型会升级，Prompt会修改，如果历史回测结果无法复现，研究就失去了意义。建议代码仓库里同时保存Prompt模板版本和LLM输出结果文件。不同版本的输出不要互相覆盖。

9.2 LLM调用要做好安全与权限控制

如果系统后续接入了实盘或模拟交易，LLM不应该直接产生下单指令。更稳妥的架构是：LLM的输出只能生成“信号建议”，再由独立的规则引擎做交易校验。规则引擎要包含：可交易标的白名单、最大单票仓位、单日最大买入金额、涨跌停状态过滤、合法交易时段校验。这些规则可以用代码写死，也可以放在配置中心，但必须保证人工可审查、紧急时可关闭。

PYTHON

# 文件路径：risk_check.py

def risk_check(order_request, white_list, max_position_pct):

if order_request["stock_code"] not in white_list:

return False, "股票不在白名单"

if order_request["position_pct"] > max_position_pct:

return False, "仓位超过上限"

if not order_request["pass_volume_limit"]:

return False, "预计成交量超过限制"

if order_request["tradable"] is not True:

return False, "处于停牌或涨跌停状态"

return True, "PASS"

9.3 监控与告警

生产环境的LLM策略系统需要监控三个层面的指标：数据延迟、模型调用成功率、因子分布漂移。如果连续多天情绪因子分布均值从0.5漂移到0.65，说明LLM的输出行为可能发生了变化，需要重新验证Prompt或Model版本。如果API调用成功率低于阈值，系统应该能自动切换到备用模型或规则降级模式。

9.4 版本管理与团队协作

建议把Prompt看成代码一样管理，使用的模型名称、温度、输出格式、系统角色都记录在配置文件中，提交到Git仓库。每次修改都要有diff记录。团队中负责策略的人、负责数据的人、负责工程的人，要对“信号语义”达成一致。不要让每个成员各自写Prompt而互不兼容。可以约定统一的字段命名规范，比如情绪一律使用sentiment，影响方向一律使用short_term_impact，这样下游代码才不会被字段名变异拖垮。

9.5 从小规模模拟盘开始

无论回测多漂亮，都建议先在模拟盘中运行至少一个月。重点观察信号频率、滑点假设、成交率和LLM响应稳定性。如果模拟盘与回测差距过大，要先回头检查回测中的成本假设和成交假设，而不是急着调整模型参数。小市值策略对执行细节极度敏感，宁可先运行得慢一点，也要保证每个决策点都有解释和记录。

回到我们最初的话题：LLM确实改变了处理金融文本的方式，但改变的是“信息提取效率”，而不是“市场预测魔法”。新闻情绪、宏观指标和技术信号在框架里是三种不同性质的数据源，LLM的价值在于把它们翻译成统一的结构化信号。你能不能用好这个信号，仍然取决于数据质量、回测纪律和风控意识。如果你正在搭建自己的小市值量化研究系统，不妨从最小闭环开始：选10只股票，跑一个月新闻数据，记录50条LLM分析结果，然后人工核对每一条情绪判断是否合理。等这一步稳定了，再逐步扩展到全市场和更复杂的信号合成方案。

这个方向最值得长期积累的，不是某个提示词的技巧，而是“怎样让模型输出与金融现实保持一致”的一整套校验和迭代方法。把它沉淀成自己的数据管道、测试集和复盘流程，比任何单个模型都更有复用价值。