课程导论与知识图谱基础
大家好，我是这门课的主讲人。在量化投资领域摸爬滚打了十几年，我越来越觉得——传统的因子挖掘和统计套利，已经快走到头了。数据越来越多，但信号越来越杂。怎么办？我个人习惯从「关系」入手。今天我们就聊聊知识图谱，看看它怎么帮我们看清市场的底层逻辑。
什么是知识图谱？
说白了，知识图谱就是一种用「节点」和「边」来组织信息的方式。节点代表实体，比如一家公司、一个人、一个事件。边代表关系，比如「持有股份」、「担任高管」、「发布公告」。
举个例子。传统数据库里，你查「茅台」只能看到一堆字段：市值、PE、营收。但在知识图谱里，你可以看到：
- 茅台 → 持有 → 贵州国资委
- 茅台 → 供应 → 某高粱种植基地
- 茅台 → 竞争 → 五粮液
嗯，这里要注意。知识图谱不是简单的「关系数据库」。它更强调语义——每条边都带有明确的含义。我在项目中遇到过很多团队，把两张表join一下就号称做了知识图谱，其实那只是数据关联，不是知识。
知识图谱在金融领域的应用
金融行业天生适合知识图谱。为什么？因为金融市场就是一个巨大的关系网络。你想想看，一只股票的价格波动，背后可能是：
- 大股东减持（股权关系）
- 供应链断裂（上下游关系）
- 监管处罚（法律事件关系）
- 分析师评级变化（观点关系）
我做过一个实盘项目，专门用知识图谱来检测「关联交易异常」。传统方法只能看单一公司的财报，但很多猫腻藏在子公司、孙公司、甚至兄弟公司之间。用图谱一查，路径就出来了。
具体来说，金融知识图谱可以干这几件事：
| 应用场景 | 核心能力 | 我踩过的坑 |
|---|---|---|
| 风险传导分析 | 从单一违约事件，推导出可能受影响的关联方 | 曾经漏掉了「担保链」的传递效应，导致回撤 |
| 智能投研 | 自动梳理产业链、竞争格局、股东背景 | 数据源质量参差不齐，需要大量清洗 |
| 内幕交易监测 | 发现异常的人际关系和交易时间关联 | 图谱太稀疏时，容易产生大量误报 |
| 因子挖掘 | 从图结构中提取新的特征，比如「中心度」「聚类系数」 | 计算量巨大，需要优化图算法 |
课程整体架构与学习路径
这门课一共30章，我把它分成四个阶段。你跟着走，不会迷路。
第一阶段（第1-5章）：打基础。包括知识图谱的核心概念、数据模型、以及如何从金融文本中抽取实体和关系。我会手把手带你写一个简单的金融NER（命名实体识别）模型。
第二阶段（第6-15章）：建图谱。从数据清洗、知识融合，到图数据库的搭建（Neo4j + 自定义存储）。这里我会分享一个真实案例——如何把A股所有上市公司的年报、公告、研报整合成一个可查询的图谱。
第三阶段（第16-25章）：用图谱。图查询（Cypher）、图算法（PageRank、社区发现）、图神经网络（GCN、GAT）。重点讲怎么把这些技术用到量化策略里。
第四阶段（第26-30章）：实战。三个完整的项目：
- 基于知识图谱的产业链轮动策略
- 事件驱动型风险预警系统
- 智能研报生成器（图谱+大模型）
下面这张图，是我自己画的课程知识体系。你看一眼，心里就有数了。
最后说一句。这门课不是让你背概念，而是让你真正能动手搭一套系统出来。每章我都会给代码，而且是我自己在实盘中用过的版本。你跟着敲一遍，遇到问题随时在群里问我。
好，我们开始吧。