【免费下载链接】trump-code AI decoding Trumps posts × stock market | AI 解碼川普推文 × 美股 | AIでトランプ投稿×株式市場を解読 — 31.5M models, 61.3% hit rate, open source项目地址https://gitcode.com/gh_mirrors/tr/trump-code点击查看免费下载trump-code是一个开源的「川普推文 × 美股」AI 分析项目它把暴力搜索Brute-Force搬进金融市场从 7400 篇 Truth Social 帖子中提取 500 个特征枚举出3150 万种模型组合逐一回测最终只保留551 条通过「训练 验证」双重考验的规则在 566 次已验证预测中取得61.3% 命中率z5.39。本文拆解这台暴力搜索引擎的完整原理特征工程、组合爆炸、筛选门槛、GPU 加速与规则进化。trump-code 是什么用算力代替直觉核心思路只有一句话不靠感觉靠穷举。指标数据分析样本7,400 篇 Truth Social 帖子3 个独立来源交叉验证模型组合31,500,000 种存活规则551 条通过训练/验证双阶段验证预测566 次命中率 61.3%p0.05每条规则的结构都非常简单若干条件同时成立 → 做多/做空持有 N 天。复杂的是如何从 3150 万个候选中筛出真信号——这正是暴力搜索引擎的工作。第一步把推文变成 500 个二元特征搜索的原料是「特征」。overnight_search.py 会为每一天计算 500 个 是/否 特征大致分五类特征类型示例含义发文量posts_36plus、volume_spike当天是否异常高产超 7 日均值 2 倍时段pre_tariff、mostly_premarket关税话题是否出现在盘前9:30 前关键词kw_china、kw_tariffs_2plus70 个政策/国家/情绪/人物关键词是否出现情绪caps_very_high、excl_extreme大写字母比率、感叹号密度签名sig_tyfa、sig_djt是否出现 Thank you for your attention 等标志性签名搜索前还有一道特征过滤只保留在 5~200 天里出现过的特征见 overnight_search.py。太少的特征样本不足太多的特征没有区分力——这一步直接决定了搜索空间的大小。第二步3150 万组合是怎么算出来的组合数学一目了然总组合 [C(K,2) C(K,3) C(K,4)] × 3 种持有天数(1/2/3天) × 2 个方向(做多/做空)K 为有效特征数。以 300 个特征为例C(300,3) 单项就接近 450 万再乘以 6 个「持有天数 × 方向」变体轻松突破 2000 万——项目公布的3150 万总组合即由此量级得出analysis_11_brute_force.py 中会实时打印各层组合数。 暴力搜索的「暴力」在于不预设任何假设2 条件、3 条件、4 条件的组合一个都不放过让数据自己开口说话。核心关卡训练 75% / 验证 25% 的时间切分穷举最大的敌人是数据窥探偏差Data Snooping——组合试得够多总能碰出几条「碰巧好看」的规则。trump-code 的解法是把时间轴切开前 75% 时间段约前 10 个月找规则→ 训练期后 25% 时间段约后 3 个月验规则→ 验证期两段都赢的才是「真密码」analysis_11_brute_force.py 完成切分具体的筛选门槛GPU 版见 analysis_11_brute_force.py阶段条件训练期触发 ≥10 次、胜率 ≥60%、平均回报 0.1%、二项检验 p0.05验证期触发 ≥5 次、胜率 ≥60%、平均回报 0.1%额外Bonferroni 校正显著性水平 α 0.05 ÷ 总组合数Bonferroni 校正是关键细节把显著性门槛除以 3150 万等于告诉规则「你可是从千万里挤出来的标准必须加倍」analysis_11_brute_force.py。看看一次真实运行的漏斗数据来自 data/results_11_bruteforce.json40 个特征的 GPU 子集阶段数量测试组合总数612,300通过训练期50,412训练验证双双通过8,663把搜索空间放大到 500 特征的完整任务由 overnight_search.py 在夜间后台执行后总组合即达 3150 万量级最终沉淀为 README 徽章所示的551 条活跃规则。GPU 加速从 25 分钟到 0.07 秒纯 Python 逐组合回测跑 3150 万组合需要数小时。trump-code 的解法是PyTorch 张量并行把全部天 × 全部特征压成一个布尔张量X把市场回报压成矩阵R用花式索引X[:, indices]一次性取出几万个组合在每一天的触发状态X_combo.all(dim2)一步判定触发训练/验证期的触发次数、胜率、平均回报全部以矩阵运算批量算出。一次 GPU 调用就等价于数万次独立回测。社区贡献者将引擎移植到 GPU 后提速857 倍RTX 4060 Ti 上 60 秒 → 0.07 秒。没有显卡也不用慌CPU 版会优雅降级overnight_search.py 还会每 10 万组合写一次 checkpoint断电也不丢进度。551 条规则长什么样真实数据示例打开 data/results_11_bruteforce.json排行榜第一名是brag_heavy has_deal sig_tyfa tariff_rising → 做多持有 2 天训练胜率 100%验证胜率 100%翻译成白话同一天里夸市场夸得厉害brag_heavy 提到达成协议 落款谢谢你的关注 关税话题正在升温 → 次日开盘做多拿两天。再看规则池的「DNA」统计——存活规则里出现频率最高的特征来自 data/results_11_bruteforce.json 的 feature_frequency特征含义出现次数sig_tyfa标志性落款签名2,199has_positive正面情绪词1,977lots_of_excl感叹号 ≥5 个1,974has_action立即/特此等行动词1,656brag_heavy市场吹嘘词密集1,642一个有趣的结论浮出水面「川普式语言风格」本身签名、感叹号、夸张用词比话题内容更频繁地出现在赢家规则里。完整规则池含权重与学习统计字段保存在 data/surviving_rules.json预测逐条对账记录在 data/predictions_log.json。551 条之后规则每天都在进化暴力搜索只是起点。trump-code 是一个闭环系统551 条规则进入每日流水线后还会继续「优胜劣汰」学习引擎learning_engine.py每天根据预测对错升权 / 降权 / 淘汰规则每条规则的weight和learn_stats字段记录战绩进化引擎rule_evolver.py对存活规则做交叉、变异、蒸馏繁殖出新规则熔断器circuit_breaker.py系统表现退化时自动暂停防止带病运行。当前 data/surviving_rules.json 的 meta 显示活跃规则已达600 条含进化新增 47 条——「551」是暴力搜索的初始战绩规则池每天都在演化。快速上手自己跑一次暴力搜索仓库是 100% 开源的所有数据都公开在 data/ 目录。最小上手路径pip install -r requirements.txt python3 overnight_search.py # 完整暴力搜索约 25 分钟可挂后台过夜 python3 analysis_11_brute_force.py # GPU 加速版约数秒~数分钟 python3 trump_code_cli.py signals # 查看今天检测到的信号跑完后查看两个输出data/results_11_bruteforce.json排行榜和 data/monitor_rules.jsonTop 100 监控规则。冷静提醒暴力搜索的统计陷阱必须如实说明 README.md 免责声明里的三件事多重比较问题3150 万组合里即使全是噪声也必然筛出一批「显著」规则幸存者仍可能含假阳性相关 ≠ 因果规则描述的是统计模式不是市场机制川普可以明天就改变发帖风格——这正是学习引擎和熔断器存在的意义。⚠️ 本项目仅供研究学习不构成任何投资建议。写在最后trump-code 证明了一件事当你没有先验、不敢假设时算力就是方法论。500 个特征 × 3150 万组合 × 严格的双段验证把「读推特猜大盘」变成了一条可复现、可对账、可进化的数据流水线。而它的开源姿态——规则、预测、错判全部公开——让任何人都能验证那 61.3% 的成色。赞分享【免费下载链接】trump-code AI decoding Trumps posts × stock market | AI 解碼川普推文 × 美股 | AIでトランプ投稿×株式市場を解読 — 31.5M models, 61.3% hit rate, open source项目地址https://gitcode.com/gh_mirrors/tr/trump-code点击查看免费下载相关推荐trump-code的12大分析脚本全解读从CAPS密码到暴力搜索的美股规律挖掘trump code的12大分析脚本全解读从CAPS密码到暴力搜索的美股规律挖掘 如果你正在研究川普推文如何影响美股trump code 是一个绕不开的歌词提取与格式转换双平台批量获取163MusicLyrics歌词提取与格式转换双平台批量获取163MusicLyrics 163MusicLyrics 是一款跨平台歌词获取工具通过歌曲、专辑、歌单三个维度在网易云音桌面应用音视频DZNEmptyDataSet与搜索引擎搜索索引为空时的处理DZNEmptyDataSet与搜索引擎搜索索引为空时的处理 在移动应用开发中当用户执行搜索操作却没有找到匹配结果时一个设计良好的空状态界面能显著提升用户UI组件上一篇LaZagne扩展模块开发基于Python的自定义凭证提取插件实现下一篇PDFKit增量更新终极指南高效修改部分文档内容创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考