统一的接入与治理
所有维度共用同一套 Schema 契约、质量评分与血缘体系，不存在「这条数据只有某个人知道怎么用」的情况。
DATA DIMENSIONS · 数据维度
把物理世界，
拆成可定价的维度
我们选择在少数几个维度上做得足够深——深到能够解释价格为什么动，而不只是描述它动过。每个维度都有独立的观测体系、独立的失效条件，以及独立的负责人。
- 在役维度
- 03
- 扩展中维度
- 06
- 接入数据源
- 1,860
- 在库因子
- 3,240+
D-01物理世界的状态变化，比财报早了整整一个季度
气候与气象Climate & Meteorology
作物产量、发电负荷、施工进度与物流时效都被天气驱动，而这些影响要在数月之后才会出现在财报里。天气是少数既可观测、又具备物理约束的可预测变量——我们要做的，是把气象场映射到经济暴露，而不是去预测天气本身。
- 再分析场分辨率
- 0.25°
- 集合预报成员
- 51
- 气象因子
- 214
- 覆盖产区 / 电网
- 380+
- 天气是滞后变量，价格不是
- 可预测性是稀缺资源
- 关键在于暴露映射，而非天气预报
D-02供应链是一张有拓扑的图，冲击沿边传播的时间比价格反应慢数周
供应链与物流Supply Chain & Logistics
从船舶自动识别信号、港口靠泊作业到海关提单，我们重建全球货流的完整路径。真正的信号往往不在「某个港口堵了」，而在二阶效应：替代路径的运价弹性、在途库存的重新分布，以及冲击沿着供应关系向上下游扩散的精确时滞。
- 追踪船舶
- 18.4 万
- 覆盖港口
- 1,240
- 提单记录
- 9.2 亿
- 网络节点
- 42 万
- 财报滞后，货流不滞后
- 二阶效应才是 Alpha
- 传导有确定的时滞结构
D-03在样本极少、变量极多的领域里，唯一诚实的做法是量化暴露而不是预测结果
地缘政治Geopolitics
地缘政治研究的根本困难在于：可观测的样本极少，而同时变化的变量极多。因此我们不预测事件是否发生，而是持续度量三件事——我们对某一主体的暴露是多少、历史上相似情景下市场如何反应、以及冲击会沿哪些路径传导。把定性叙事转成可比较的数字：概率 × 强度 × 暴露 × 时滞。
- 监测事件源
- 320+
- 语言覆盖
- 38
- 情景库
- 160
- 暴露映射标的
- 9,600+
- 样本太少，所以不能预测
- 传播路径比事件本身更重要
- 叙事本身是可测量的状态量
COMMON LAYER · 共用的底层
维度不同，底座相同
数据维度的差异在观测与物理含义，不在工程实现。所有维度共用同一套接入、治理与因子接口， 因此任何一个维度的新增信号，都能立刻获得其他维度的检验能力。
时点一致性
每个字段都带有信息可得时间戳。任何维度的历史回算，都严格使用当时可得的数据。
同一套因子接口
无论信号来自气象场还是提单网络，最终都以同一格式进入因子库，接受同一套检验流程。
可比较的失效条件
每个维度都必须明确写出它在什么条件下会失效，并持续监控这些条件是否成立。
扩展路线图 / ROADMAP
研究方向，尚未计入在役数据源统计。
- 卫星遥感与夜光经济研究中以夜间辐亮度与建成区扩张估算区域经济活跃度，作为官方统计的交叉验证。
- 语义与舆情图谱研究中跨语言叙事的扩散速度与分歧度，作为情绪拥挤度的领先指标。
- 专利与创新流原型验证从专利引用网络推断技术替代曲线的拐点与产业迁移方向。
- 电力与算力负荷原型验证以变电站负荷与机架功耗追踪算力周期的真实强度。
- 人口与迁徙数据评估以高分辨率人口栅格与迁徙流估计区域劳动力供给变化。
- 生物与疫病数据评估以病例报告与基因序列扩散估计对生产与消费的扰动窗口。