3，匿名用户=0.5），生成“市场情绪指数”（0-100分，＞80为贪婪，＜20为恐慌）。
实战案例：第222章某芯片股暴跌前72小时，系统捕捉到股吧讨论从“国产替代加速”（情绪指数+35）转向“美国制裁清单扩容”（情绪指数-40），复合情绪标记为“恐慌性抛售”，早于股价异动12小时触发预警。
2. 情绪传导：绘制“板块-个股”的情绪传染链
市场情绪并非孤立存在。系统通过“情绪相关性矩阵”，识别情绪传导路径：
• 行业共振：当新能源板块情绪指数暴跌10点时，关联板块（如锂电池、光伏）情绪指数同步下跌6-8点；
• 龙头效应：某白酒龙头股舆情情绪恶化（如“塑化剂传闻”），带动整个白酒板块情绪指数下滑15点（为第26卷第251章“塑化剂袭”事件埋下伏笔）；
• 跨市场联动：北向资金大幅流出（资金情绪）与港股中概股暴跌（外围情绪）叠加时，A股情绪指数跌幅放大2倍。
（二）个体情绪：解码“公司与管理层”的“情绪DNA”
个体情绪是公司层面的“微观温度计”，分为舆情情绪（市场对公司的看法）与管理层情绪（掌舵人的真实态度），两者常存在“表里不一”的张力。
1. 舆情情绪：从“杂音”到“共识”
• 关键词聚类：用TF-IDF算法提取个股舆情高频词（如某医药股“临床试验失败”“患者脱落率”关键词占比突增），标记“负面共识”；
• 情绪拐点捕捉：当“看好”与“看空”评论占比从7:3逆转为3:7时，触发“情绪反转预警”（如第223章某消费电子公司“经销商库存积压”舆情）；
• 黑天鹅情绪放大：对突发危机（如产品质量问题），用“情绪扩散模型”预测舆情发酵速度（如“塑化剂”传闻在24小时内覆盖80%的股吧讨论）。
2. 管理层情绪：用“语调”戳穿“话术”
业绩说明会录音是管理层情绪的“富矿”。第223章的“语音转文字+语调分析”技术在此深度应用：
• 关键词情绪标注：提取“谨慎”“乐观”“遗憾”等情绪词，统计频率（如CEO连续3次用“谨慎”描述未来，标记为“信心不足”）；
• 语调频率分析：用Librosa库计算关键句（如“净利润增长”）的声调上扬幅度（上扬＞20%为“
…。。