Auto-sync: 2026-04-17 20:17

wiki/concepts/Paper-Trading.md

@@ -0,0 +1,24 @@
+---
+title: "Paper Trading"
+type: concept
+tags: [trading, backtesting, simulation]
+sources: [polymarket-autopilot]
+last_updated: 2026-04-17
+---
+
+## Description
+模拟交易（Paper Trading）是指使用虚拟资金在真实市场环境中测试交易策略的方法。交易者可以在不承担真实风险的情况下验证策略有效性、学习市场行为并积累经验。
+
+## Key Characteristics
+- 虚拟资金：使用模拟资本，不承担真实财务风险
+- 实时市场：在真实市场环境中执行模拟订单
+- 绩效追踪：记录每笔交易的盈亏、胜率等指标
+- 策略迭代：根据回测结果调整策略参数
+
+## Role in AI Agent Context
+AI Agent 通过 Cron Jobs 定时执行模拟交易，记录绩效数据并生成每日报告，实现策略的自动化测试和优化。
+
+## Related Concepts
+- [[Cron Jobs]] — 定时执行机制
+- [[Subagent 管理]] — 并行市场分析
+- [[Discord Integration]] — 绩效报告推送

wiki/concepts/向量嵌入.md

@@ -0,0 +1,24 @@
+---
+title: "向量嵌入"
+type: concept
+tags: [ai, data-processing]
+last_updated: 2026-04-17
+---
+
+## Definition
+将文本、图像或其他数据转换为固定维度的数值向量表示，使得语义相似的内容在向量空间中距离相近。
+
+## Applications
+- 语义搜索：用户输入自然语言查询，通过向量相似度找到相关内容
+- 语义去重：计算两个文本的向量相似度，判断是否为重复内容
+- 推荐系统：根据用户行为向量推荐相似内容
+- 聚类分析：将相似文档自动归类
+
+## Implementation
+- 常用模型：OpenAI Embedding、Sentence Transformers、BGE 等
+- 存储方式：向量数据库（Pinecone、Milvus）或 SQLite BLOB
+- 相似度计算：余弦相似度、欧氏距离等
+
+## Related
+- [[语义去重]] — 利用向量嵌入实现的内容去重技术
+- [[Second Brain]] — 使用向量嵌入实现的知识库语义搜索

wiki/concepts/语义去重.md

@@ -0,0 +1,29 @@
+---
+title: "语义去重"
+type: concept
+tags: [ai, data-processing]
+last_updated: 2026-04-17
+---
+
+## Definition
+通过计算文本的语义相似度来识别重复或高度相似内容的去重技术，相比基于关键词的精确匹配更加智能。
+
+## How It Works
+1. 将文本转换为向量嵌入
+2. 计算两个向量的相似度（余弦相似度）
+3. 设置相似度阈值，超过阈值则判定为重复
+4. 过滤掉重复内容后保留唯一项
+
+## Advantages
+- 能识别语义相同但表达方式不同的重复内容
+- 不受拼写、措辞差异影响
+- 支持跨语言去重
+
+## Use Cases
+- 内容策划：避免重复推荐相同创意思路
+- 知识管理：识别重复或相似的笔记
+- 数据清洗：清理重复的文档或评论
+
+## Related
+- [[向量嵌入]] — 实现语义去重的基础技术
+- [[SQLite]] — 存储向量嵌入的轻量级数据库