第12章 李代码的爬虫初战(1 / 6)

凌晨两点十七分，李代码的显示器还亮着。

三块屏幕，左边是黑色终端里滚动的绿色日志，中间是Chrome浏览器开着二十几个标签页，右边是Excel表格和Python编辑器。房间唯一的光源是屏幕光，映在他三天没刮胡子的脸上，像某种诡异的仪式。

他正在写一个爬虫。

不是普通爬虫——那种抓取网页信息、批量下载图片的初级玩意，他大三就会写了。这个爬虫要高级得多，它要潜入几十个财经论坛、数百个股票贴吧、上千个投资微信群聊的聊天记录（通过某些非公开接口），抓取关键词出现的频率、情感倾向、讨论热度，然后喂进一个LSTM神经网络，预测下一个交易日的板块轮动。

简单说，他要量化市场情绪。

这个想法诞生于两周前，在茶水间被那个用《易经》算股票的实习生“击败”之后。李代码当时就明白了：这个市场里，理性分析干不过玄学，基本面干不过消息面，而消息面的本质是情绪传导。与其研究财报，不如研究人心——用代码研究。

过去十四天，他睡了不到七十个小时。咖啡罐在脚边堆成小山，外卖盒子散发馊味，但代码就要完成了。现在只差最后一步：把抓取到的文本数据做情感分析，正面词加分，负面词减分，再加权时间衰减——越临近收盘的讨论，权重越高。

他敲下最后一行代码：

def calculate_sentiment_score(text, timestamp):

# 情感词典加载

positive_words = load_positive_dict()

negative_words = load_negative_dict()

# 时间衰减系数

time_factor = calculate_time_decay(timestamp)

# 计算基础情感分

base_score = len([w for w in text if w in positive_words]) - len([w for w in text if w in negative_words])

# 应用衰减

final_score = base_score * time_factor

return