跳到正文
阿里雲開發者社區 AI·· 4 小時前AI 評分43

熔岩 AI 日頻熱度面板 MCP 數據:mentions 與 weighted_heat 如何接入量化回測

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

AI 導讀

熔岩日頻熱度面板透過 MCP 工具 get_stock_heat_panel,按自然日提供標的的 mentions、agencies、weighted_heat 及 is_first_mention_day,供量化回測使用。每次最多查詢 20 個標的,區間最長 92 天。接入回測時須處理自然日與交易日對齊、數據可用時間,以及採用 PIT 口徑的歷史評分。

正文

2026-10-31 7

版权

版权声明:

本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写 侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

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

來源:阿里雲開發者社區 AI · developer.aliyun.com