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（z=5.39）。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。

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：

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：

1. 前 75% 时间段（约前 10 个月）找规则→ 训练期
2. 后 25% 时间段（约后 3 个月）验规则→ 验证期
3. 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）：

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.json，40 个特征的 GPU 子集）：

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(dim=2)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）：

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.json（Top 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：

1. 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；
2. 相关 ≠ 因果：规则描述的是统计模式，不是市场机制；
3. 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。