技术概述
Roma 的技术护城河不是一份功能列表，而是一个层层递进、彼此强化的系统。
架构
两大核心技术 → 一条自增长护城河 → 一个杀手级应用
Data Layer Inference Engine Probability Graph Signal Propagation
（我们采集什么） （我们构建什么） （系统自行生长什么） （用户捕获什么）
两大核心技术
1. 多维数据层
Roma 同时接入三个维度的实时数据——这些维度通常彼此完全割裂：
| 维度 | 数据来源 | 产品 |
|---|---|---|
| 新闻与情绪 | 30+ 来源（媒体、KOL、链上数据、政策、社区） | Roma News |
| 永续合约 | Hyperliquid（价格、资金费率、OI、清算数据） | Roma Perp |
| 预测市场 | Polymarket（赔率、聪明钱、大额交易、内幕活动） | Roma Predict |
护城河不在于任何单一数据源——而在于三者同时在线并相互连接。 仅有新闻的平台无法用聪明钱流向验证信号；仅有合约数据的平台看不到事件来临；仅有预测市场的平台无法将事件映射到可交易的资产。
核心洞察
任何单一维度都只能给出片面信息。三者结合才能提供经过交叉验证的可执行信念。
2. 实时 Inference Engine
一个分层 AI 推理系统，在毫秒级将原始信息转化为结构化判断——而非 LLM API 调用所需的数秒。
| 层级 | 速度 | 功能 | 处理量 |
|---|---|---|---|
| Layer 1 — 轻量模型 | < 100ms | 分类、评分、去重 | 处理 90% 的信号 |
| Layer 2 — 深度 LLM 推理 | 2–3s | 事件归因、影响分析 | 仅处理高分信号 |
护城河在于训练数据。 Layer 1 的领域专用模型基于我们 30+ 来源管道产生的标注数据进行训练——这些数据是竞争对手无法获取的。
一条自增长护城河
Event-Asset Probability Graph
Probability Graph 不是我们单独构建的系统，而是 Data Layer 和 Inference Engine 持续运行后自然涌现的产物。
每一个被处理的事件、每一次判断、每一个市场结果——都反馈到一张图谱中，该图谱将事件映射到其对资产的概率性影响。图谱每天根据实际结果进行自我校准。
事件发生 → Engine 判断 → 市场反应 → Graph 校准 → 下一次事件更加精准经过数月运行，图谱中积累了数千条经过校准的事件-资产关系，没有竞争对手能在不拥有同样数据和同样时间的情况下复制。
时间就是护城河。
一个杀手级应用
跨市场 Signal Propagation
当两大核心技术和 Probability Graph 协同运作时，它们能实现单一系统无法做到的事：检测信息何时已推动了一个市场但尚未传导到另一个市场。
不同市场对同一事件的反应速度不同。从第一个市场做出反应到最后一个市场跟上的时间差——这个时间差就是 alpha。
Roma 是唯一同时监控预测市场、新闻源和永续合约的系统。当我们检测到某个市场已经消化了某事件但另一个市场尚未反应时，我们会将其呈现为交易信号——或自动执行。
没有固定层级
哪个市场先反应取决于事件类型。政策事件可能先冲击预测市场；交易所被黑事件可能先在链上显现。Roma 不预设顺序——它实时检测实际的传导差。