你每天花多少时间看财经新闻？
说实话，我以前也是个新闻上瘾症患者。
早上8点醒来先刷一遍「财联社电报」，上班路上看「华尔街见闻」，中午午休刷「格隆汇」，晚上睡前再看一遍「东方财富」。一天至少花
2-3个小时看财经资讯。
然后呢？
该亏的照样亏，该焦虑的照样焦虑，该冲动追高的一个没落下。
去年年底，我突然意识到一个问题：
如果我每天花3小时看新闻，一年就是1000多小时。这些时间真的帮我赚了钱吗？
于是我干了一件量化程序员该干的事——用AI和数据来回答这个问题。
实验设计：3000条新闻，逐一分析
我写了一个爬虫，用3个月时间抓取了
3000多条A股相关的新闻（来源覆盖主流财经媒体、研报摘要、社交媒体帖子），然后做了三步分析：
第一步：事件标注
对每条新闻标注"是否包含实质性投资信息"。标准很简单：读了这条新闻后，你会改变你对某只股票/行业的看法吗？
第二步：AI情绪分析
用大模型对每条新闻做情绪打分（-1到+1），判断是利好、利空还是中性。
第三步：股价追踪
追踪新闻发布后24小时内相关个股的价格变动，看新闻预测方向跟实际走势的吻合度。
整个过程用Python自动化处理，调用大模型API批量分析。3000条新闻的API成本大概花了150块——但这150块可能是我今年花得最值的一笔投资。
数据结果：90%都是噪音
3000条新闻的分析结果让人有点绝望：
| 信息价值评分 | 数量 | 占比 |
|---|
| 0-2（无价值噪音） | 1680条 | 56% |
|---|
| 3-4（微弱信号） | 1050条 | 35% |
|---|
| 5-6（有一定价值） | 210条 | 7% |
|---|
| 7-10（高价值信息） | 60条 | 2% |
|---|
只有2%的新闻包含真正有价值的信息。 剩下98%都是噪音。
具体来说，什么是"噪音新闻"？我列举几个典型：
类型一："专家观点"类——占23%
"某券商首席经济学家认为下半年A股将震荡上行"
这类观点没有任何可验证的信息。他说涨你就信？上个月他说跌，你信了吗？最扯的是，同一个首席年初说"全年看好"，年中改口"谨慎乐观"，年底变成"结构性机会"——翻译成人话就是："我不知道，但我不能不说话。"
类型二："情绪渲染"类——占18%
"万亿成交！A股人气爆棚！"或"闪崩！3天蒸发千亿市值！"
纯粹的情绪引导，用夸张的标题和数字激发你的FOMO或恐惧。读了只会让你焦虑，不会让你赚钱。而且这类新闻往往在趋势末端出现——当它开始报道"万亿成交"的时候，大概率已经是顶部了。
类型三："已知信息复读"类——占15%
"某公司发布半年报，净利润同比增长15%"
财报数据早就被市场price in了，等新闻出来的时候，信息已经被消化了。你跟着操作，大概率接盘。我统计了一下，基于财报新闻发布后操作的胜率只有
47%——还不如抛硬币。
那有用的2%是什么？
真正有价值的60条新闻，大致分三类：
1. 超预期事件（约25条）
比如某公司突然宣布大额回购、或者核心业务获得重大政策支持。这类信息有真正的新意，市场来不及反应。我追踪了一下，这类新闻发布后24小时内股价平均变动
±3.5%，方向与新闻情绪高度一致。
2. 产业链拐点信号（约20条）
比如某个行业上游原材料价格突然暴跌，或者下游需求出现趋势性变化。这些信号需要跨行业分析才能发现，散户很难第一时间捕捉。但一旦你抓住了，收益往往很大。
3. 政策变化（约15条）
比如监管层突然改变某个行业的准入规则。这种政策面的变化是真金白银的利好或利空，而且通常在发布前没有太多预兆。
注意到了吗？
真正有价值的新闻有个共同特点：它们包含的是"市场还不知道"的信息。 而你每天刷的那90%新闻，都是"市场已经知道但你可能还不知道"的二手三手信息。
更扎心的是：当你看到这条新闻的时候，比你聪明的人、比你有钱的人、比你有信息渠道的人，早在24小时前就操作完了。
AI噪音过滤器：我的实际方案
分析完数据后，我做了个决定：
不再每天花3小时刷新闻，而是用AI帮我过滤。
具体做法很简单：每天早上运行一个Python脚本，自动抓取前一天的新闻标题和摘要，用大模型快速分类——
IGNORE：专家观点/情绪渲染/已知信息复读（直接跳过）
READ：超预期事件/产业链拐点/政策变化（花5分钟看一下）
DEEP_READ：需要进一步深入分析的少数关键新闻（重点研究）
分类速度很快，300条新闻用GPT-4o-mini批量处理只要
30秒，API成本不到
1毛钱。
分类结果呢？每天300条新闻里：
IGNORE：约270条（90%）
READ：约25条（8%）
DEEP_READ：约5条（2%）
也就是说，我每天只需要认真看
5条新闻，另外25条花5分钟扫一眼。原来3小时的工作量，现在
15分钟搞定。
效果如何？
用了这个过滤器3个月，我的感受是：
1. 焦虑感大幅下降
不再被那些"万亿成交""闪崩"的标题轰炸，情绪稳定了很多。做交易决策的时候也不再那么冲动。
2. 投资效率反而提高了
以前花3小时看新闻，做出的决策质量还不如现在花15分钟。因为那3小时里大部分时间是在吸收噪音，反而掩盖了真正重要的信号。
3. 最意外的好处：不再盲目追涨了
情绪渲染类的新闻是FOMO的主要来源。屏蔽了这类新闻后，我的交易频率从每月15次降到了每月6次——但收益反而提高了，因为砍掉的全是亏损单。
给不想写代码的人的建议
我知道大多数人不会去写什么Python爬虫。但这个实验的核心结论跟技术无关：
1. 减少信息摄入，不要增加
每天最多看1-2个信息源，不要同时开5个财经App。
2. 看新闻先问"这信息是不是新的"
如果新闻说的是已经发生的事情（比如"昨天某某股涨停"），直接跳过。只有包含"新信息"的新闻才值得关注。
3. 远离情绪化标题
任何带有"震惊""暴涨""闪崩""速看"字眼的新闻，99%是垃圾。
4. 少看观点，多看数据
别人怎么说一点都不重要。重要的是：成交额是多少？北向资金流了多少？龙虎榜有什么变化？这些数据才是真实的。
最后一句话
我以前觉得信息越多越好，炒股就要眼观六路耳听八方。现在我才明白——
在信息爆炸的时代，真正的竞争优势不是你能获取多少信息，而是你能忽略多少噪音。
那98%的噪音新闻不会让你更聪明，只会让你更焦虑、更冲动、更容易亏钱。
学会闭眼，比学会睁眼看更重要。
在信息过载的时代，不看什么，比看什么更值钱。你每天刷的那3小时财经新闻，95%的时间是在浪费生命，剩下5%的时间在给券商贡献手续费。
我是小Q，一个用AI给自己当新闻编辑的量化交易员 💤