方法论

数据来源

Aveluro 每五分钟从越南财经 RSS 来源采集新闻，包括 CafeF、Vietstock、VnEconomy、VnExpress 和 VietnamNet。文章按 URL 去重。价格与成交量数据来自 HOSE、HNX 和 UPCOM 的市场数据，财务比率来自公司披露文件。

AI 分类（第一步）

每篇文章会被送入大语言模型进行结构化事实提取。模型返回事件类型、数值规模、受影响股票、受影响行业、情绪、紧急程度和来源可信度。提示词要求模型只提取可验证事实，不输出主观影响评分。

确定性影响评分（第二步）

Python 评分引擎把 AI 提取的事实转换为 1.0 到 10.0 的 deterministic_score：

score = base_impact[event_type] × magnitude_factor × credibility_factor × novelty_factor × priced_in_factor

• base_impact — 按事件类型设置基础影响值，例如利率决议、业绩超预期、一般新闻。
• magnitude_factor — 根据利润增长、交易规模、利率变化等数值事实调整。
• credibility_factor — 根据来源等级和传闻标记调整可信度。
• novelty_factor — 与近期同类文章做相似度比较，重复新闻会被折扣。
• priced_in_factor — 如果股票在新闻发布前已经明显波动，影响可能已经反映在价格中。

页面生成

当文章有明确股票、结构化事实和足够市场相关性时，系统会生成专门的研究页面。页面结合原始越南语文章、提取事实、股票价格背景和公司元数据，生成英文或中文解释。

综合股票评分

股票页面上的 AI 分数是每日综合信号，结合近期新闻情绪、确定性影响评分、技术动量和基本面比率。它是相对排名信号，不是买入或卖出建议。