的共同点是什么？”
“高估值、低现金流、业务虚浮。”周婷回答。
“那就把这些特征抽象出来。”陈帆转向李航，“你写个识别逻辑，不看当前股价，也不看新闻热度，就看一家公司是否符合这三类标签。”
李航立即动手。他以名单中的前五十家公司为种子样本，提取注册地、主营业务关键词、融资轮次、创始人背景等维度，构建了一个初步的匹配模型。
（本章未完，请点击下一页继续阅读）107被遗忘的名单(第2/2页)
与此同时，周婷开始手动补全残缺信息。有些公司名称因油墨渗透而模糊不清，她通过交叉比对纳斯达克历史退市公告、美国证券交易委员会档案以及当年科技杂志报道，逐一还原。
两个小时过去，第一批结构化数据导入系统。
分析模块启动瞬间，整个主屏骤然刷新。
原本分散分布的风险评分点，开始自动聚合成片状区域。三百余只当前活跃的科技股被标记为“高度复现风险”，其命名方式、商业模式、资本路径与名单中已倒闭公司高度相似。
更关键的是，系统回测结果显示：若以该名单作为负面样本库参与建模，过去三个月内对暴跌股的预测准确率从61%跃升至89%。
“不是巧合。”李航低声说，“这些公司在复制失败模板。”
陈帆凝视着屏幕上那份泛黄报纸的扫描影像。那些褪色的铅字仿佛有了重量，压在每一行跳动的数据之上。
“我们一直以为是在对抗市场情绪。”他说，“其实是在和一段被遗忘的历史赛跑。”
周婷没有接话。她正在优化算法权重，尝试加入“公众记忆衰减系数”——越是久远的教训，越容易被新一波投资者忽略。这个参数一旦启用，模型将进一步强化对“周期性重演”的敏感度。
李航则着手建立实时监控子模块，命名为“墓地标记”。每当有新股上市或旧股转型涉及类似业务架构，系统将自动比对历史死亡名单，并生成预警等级。
机房内只剩下键盘敲击声和风扇低鸣。窗外风雨未歇，室内温度维持在二十二度左右，空气干燥。
时间接近凌晨四点。
突然，李航的终端发出一声短促提示音。
“有个异常匹配。”他皱眉，“系统在当前监测池里发现一家公司，不仅业务模式与名单中某家已破产企业完全一致，甚至连官网设计风格都几乎相同。”
“哪家？”陈帆走近。
“SkyLinkTechnologies。”李航调出资料，“注册于特拉华州，主打‘去中心化社交协议’，去年完成B轮融资，估值已达七亿美元。最近三个月股价上涨两倍，分析师普遍看好。”
周婷快速调取其公开文件，手指一顿：“等等……它的首席技术官，叫DavidWu。”
“有问题？”陈帆问。
“名单里那家破产公司，叫WebNexusCorp.，CTO也是DavidWu。”她放大两份简历对比，“同名，同教育背景，同工作经历。而且……任职时间连续。WebNexus倒闭三个月后，他就加入了SkyLink。”
空气仿佛凝了一下。
“一个人带着失败的经验，换个壳子重新开始？”李航声音低了几分。
“或者是，他知道怎么让尸体看起来像活着。”周婷看向陈帆，“这家公司，是不是已经在我们的做空候选池里？”
陈帆没回答。他已经打开风险敞口评估界面，输入新的筛选条件：**创始人或高管曾在历史名单企业任职，且新项目具备相似商业模式**。
系统重新运算。
&nbs