方法论

四层信号 + 分窗权重 + 回测留痕
1. 四层信号
供给层:窗口内活动数、周环比动量、主办方数、覆盖城市数
需求层:售罄率、接近满员率、平均报名人数(比「活动多」更能说明真实需求)
技术层:GitHub 主题 Top20 星标、近 90 天新建仓库占比(新贵信号)、Hacker News 讨论热度、HF 每日论文命中、OpenAlex 近 90 天论文数
媒体层:中文媒体报道条数
加速度层:GitHub 星标与活动密度的历史斜率

2. 分窗权重(不同时间尺度由不同因素驱动)
下周:需求 26%% · 技术 22%% · 供给 20%% · 加速度 18%% · 媒体 14%%
3 个月:技术 34%% · 供给 30%% · 需求 16%% · 加速度 10%% · 媒体 10%%
下季度:技术 42%% · 供给 22%% · 媒体 18%% · 需求 10%% · 加速度 8%%

3. 置信度:由「窗口样本量」与「历史快照天数」双门槛决定,不足时页面直接标「低」并写明原因,不制造虚假信心。

4. 可回溯:每条预判的驱动依据都列出具体数值(活动数、售罄率、星标、论文数)。

5. 可证伪:每期预判落盘 forecast_history/,窗口结束后对照实际活动分布算命中率,公开在预测页。