请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。
四月初的第一个周一，三个实习生到岗。HR的加急推送起了一些效果——最终收了二十几份简历，筛到九个面试，最后留下三个。
陈铭带着他们到十五楼那间临时改的标注间。说是标注间，其实就是把一间旧会议室的桌子重新拼了一下——三台显示器一字排开，键盘旁边放着厚厚一沓打印出来的标注规范文档。空调出风口有点响，陈铭去调了一下没调好，索性不管了。
三个人自我介绍的时候，林晨站在门口听着。
小敏，暨南大学财务管理专业大四，已经保研了，说话利索，眼神总在观察。简历上写着一堆奖学金，面试的时候问了个让林晨意外的问题——标注数据最后的模型效果我能看吗？我想写进毕业论文。林晨当时说可以。
周昊，鹏城大学金融工程研二，戴一副圆框眼镜，头发有点长，坐下来就开始翻标注规范文档，边看边用铅笔画线。不怎么说话，但问的问题很细——研报里这类措辞，标注置信度怎么设？
赵琳，也是鹏城金融工程研三，比周昊高一级。她是三个人里唯一有过实习经历的——在一家小券商研究所做了半年，写行业简报。进门的第一个动作是把手机翻过去扣在桌上。
林晨在前三天做了培训。不是那种念PPT的培训——他把标注平台投在大屏上，拿一份真实的年报问询函当场标。
看这段——请补充说明你公司2024年第三季度营业收入同比下降23.7%的原因，并说明是否存在持续经营能力风险。他一边读一边在标注界面上操作，事件类型——监管问询。涉及主体——这家公司本身，代码标上。影响方向——负面，不用想，交易所都质问你持续经营能力了。时间节点——2024年Q3到Q4，问的是第三季度的事但影响在四季度体现。关键数字——23.7%，还有持续经营能力虽然不是数字但属于定性风险指标，也要标。
周昊举手了。林总，影响方向标负面，依据是什么？如果这家公司去年同期基数特别高，今年同比下降其实是回归正常水平，那影响方向应该是中性才对。
林晨放下笔。你说的这个在分析层面是对的。但标注层面我们做的是消息本身的方向——净利润下降就是负面，不管基数高不高。原因很简单——模型得先学会净利润下降是负面信号这件事，才能去学基数效应可能让下降变成中性这种进阶判断。两步走，别混。
小敏接了一句：那如果同一条消息里正面和负面都有呢？比如这家公司净利润下降但经营性现金流反而改善了。
标混合。备注栏里把正面维度和负面维度分别写清楚——净利润下降23.7%，负面；经营性现金流改善，正面。模型以后要学会区分同一事件里的正负信号，我们的标注得先给它区分好。
赵琳一直没说话，但她的笔记写得密密麻麻。培训间隙她翻回前面重新看了遍自己记的内容，在某个地方画了个圈。
第二天培训重点是研报数据。林晨拿了一份国泰证券的行业配置报告做示范。这种报告里关键数字特别密集——消费板块建议超配至15%新能源行业盈利增速预期下调至8.2%——每一个数字都是标注目标。但是——他指着报告里一行字，考虑到估值修复空间——这算不算关键数字？
三个人都没出声。
不算。估值修复空间是个模糊预期，没有具体数值。标注关键数字的标准是——能在事后验证的。23.7%能验证，15%能验证，8.2%能验证。修复空间验证不了。不要标。
第三天下午，林晨让他们三个人各标五份，他当场批改。
赵琳的速度最快，五份四十分钟就交了。准确率还行，但有一份出了问题——她把大股东计划减持不超过2%标成了正面。林晨把她叫过来。减持不超过2%——你觉得为什么是正面？
赵琳愣了一下，然后脸上有点红。我看成增持了。
你看一下原文——两个字在上面，不超过是修饰减持比例的上限，不是把减持变成增持。这种错误很要命——模型如果在这里学反了，后面输出的研报分析会告诉你大股东减持是利好
赵琳把那份标注重新做了一遍，这次花了十五分钟。
周昊的五份准确率最高，但他标得太细了。一份问询函他标了四十多个关键数字，连公司注册地址变更这种跟投资决策无关的数字都标进去了。林晨跟他说：你的判断力没问题，但你缺一个过滤步骤。标完之后问自己——这个数字会不会影响任何一个人的买卖决策？不会的删掉。
小敏的五份里有一个标注让林晨多看了几眼。那是一份关于并购重组的问询函，公司回复里写了重组方案已获证监会受理。小敏把事件类型标成了并购重组获批。林晨指着那行字问：受理获批是一回事吗？
小敏仔细看了看。不是。受理只是说材料收了，获批是审核通过了。
对。在并购重组这件事上，从受理到获批中间可能隔三四个月，也可能最后批不下来。市场对这两种状态的定价完全不同。所以事件类型应该标并购重组获受理——精确到当前节点。
小敏改了标注，在备注栏加了一句：受理不等于获批，注意区分。
第四天，标注正式开始。
头三天林晨基本全天泡在标注间。他不是盯着他们看——自己也开了一台电脑坐在旁边标。早上十点到下午六点，中间除了吃饭不停。一份问询函他平均标六七分钟，比实习生快一倍。快的原因很简单——他看了太多研报和问询函，哪里有数字哪里有信号扫一眼就知道。
中午一起吃饭的时候，周昊突然冒出一句：林总，你标一天不累吗？我觉得盯两个小时眼睛就开始花。
林晨嚼着饭说，但你做量化的时候每天看几百条K线也累，不还是看？重复性工作没有不累的，关键是你得知道重复的目的是什么。
赵琳第二天就遇到了瓶颈。一份深交所的问询函回复长达三十八页，里面嵌了七张财务数据表。她花了四十五分钟才标完，标完之后整个人往后靠在椅背上，揉了好一会儿太阳穴。林晨走过去看了一眼她的标注——结构上没大问题，但有一张合并报表的表格她标错了层级，母公司数据和子公司数据混在了一起。
这种合并报表，子公司那一行标的时候要加个标签——子公司XX，别跟母公司的行粘在一起。模型读表跟人读表不一样，人一眼能看出来缩进代表从属关系，模型看的是token序列，你得把这个层级关系写进标注里。