數據視覺化
把 黃仁勳 的消息面拆成九種看得見的角度——地理足跡、AI 供應鏈網絡、情緒與股價的因果。 這些圖表是純文字摘要做不到的洞察。
🗺️ 地理視角
① 行程時間回放
按時間順序重播他的全球行程飛線——▶ 播放或拖曳進度條看足跡如何展開。
黃仁勳行蹤地球儀 · 飛線＝行程順序 · 點光點看事件
24/24
taipei → tokyo
▲ 正面● 中性▼ 負面
③ 供應鏈地理網絡
各公司總部 → NVDA 的連線；線寬與光點大小＝近期被他點名的熱度。
供應鏈地理網絡 · 飛線＝連到 NVIDIA · 點公司看影響力
GPU/競品晶圓代工記憶體網通散熱IC 設計伺服器/組裝雲端客戶
② 世界聲量熱力圖
他的訊號在哪些國家發生、當地情緒偏多或偏空——顏色為淨情緒、明度為聲量。
偏多偏空顏色＝該國訊號淨情緒・明度＝聲量
📈 市場與供應鏈
⑦ 真 K 線 × 事件 × 量
NVIDIA 日 K 疊上高重要性事件標記與成交量；點圓點看觸發的原文。
⑤ 情緒 → 報酬
每則訊號的情緒分數 vs NVDA 後 5 日報酬，附回歸擬合線。看消息情緒有沒有預測力。
正面中性負面斜率 -2.0 ・ r = -0.21 ・ n=31
每點＝一則訊號（NVIDIA 後 3 交易日報酬 vs 當日情緒），點大小＝重要性・虛線為回歸擬合・點擊看原文
④ 相關性矩陣
追蹤個股日報酬之間的連動強度——誰跟 NVDA 同進退、誰自走一條路。
NVDA
TSM
2330
2317
3231
MU
AMD
000660
2382
GOOGL
AVGO
ARM
NVDA
1.00
0.57
0.22
0.19
0.20
0.42
0.36
0.20
0.10
-0.03
0.52
0.43
TSM
0.57
1.00
0.25
0.05
-0.05
0.82
0.78
0.17
-0.19
-0.08
0.69
0.75
2330
0.22
0.25
1.00
0.68
0.29
0.12
0.05
0.83
0.29
0.10
0.20
0.12
2317
0.19
0.05
0.68
1.00
0.60
-0.04
-0.04
0.63
0.58
0.03
0.10
0.07
3231
0.20
-0.05
0.29
0.60
1.00
-0.01
0.02
0.36
0.66
0.12
0.06
0.13
MU
0.42
0.82
0.12
-0.04
-0.01
1.00
0.78
0.15
-0.10
-0.31
0.50
0.71
AMD
0.36
0.78
0.05
-0.04
0.02
0.78
1.00
0.12
-0.17
-0.09
0.48
0.74
000660
0.20
0.17
0.83
0.63
0.36
0.15
0.12
1.00
0.39
0.03
0.18
0.23
2382
0.10
-0.19
0.29
0.58
0.66
-0.10
-0.17
0.39
1.00
-0.04
-0.19
0.00
GOOGL
-0.03
-0.08
0.10
0.03
0.12
-0.31
-0.09
0.03
-0.04
1.00
-0.02
-0.11
AVGO
0.52
0.69
0.20
0.10
0.06
0.50
0.48
0.18
-0.19
-0.02
1.00
0.64
ARM
0.43
0.75
0.12
0.07
0.13
0.71
0.74
0.23
0.00
-0.11
0.64
1.00
反向同向近 60 日日報酬・Pearson
⑥ 主題 → 個股流向
哪個討論主題在帶動哪些股票被點名——左為主題、右為個股、線寬為共現次數。
左＝主題、右＝被點名個股、線寬＝共現次數。看「哪個主題在帶動哪些股票被討論」
⑧ 供應鏈熱度 Treemap
依供應鏈關聯分群、方塊面積＝近期被點名熱度。一眼看哪一環最受關注。
NVIDIAGPU/競品晶圓代工記憶體網通散熱IC 設計伺服器/組裝雲端客戶
分群＝供應鏈關聯、面積＆深淺＝近期被點名熱度。點方塊到影響力地圖看該股
⑨ 訊號量日曆熱圖
近半年每一天的訊號量與淨情緒——找出消息密集與情緒轉折的日子。
偏多日偏空日中性顏色＝當日淨情緒・明度＝訊號量
所有圖表以站內資料於建置時計算，每 2 小時隨重建更新。非投資建議。