“妖股”并不是社交媒体时代才有，但如果只盯帖子热度，研究最多只能回看几十年。这项工作换了条路：不读文本，而是从价格、成交和公司特征中，寻找散户协调买入留下的市场痕迹。它值得关注，因为更长的历史样本，有助于判断所谓规律究竟可复用，还是只适用于近年的网络行情。
据 quantpedia 介绍，Chad Schmerling 用机器学习分类模型——从已知样本学习共同特征、再识别相似对象——判断哪些股票像 Roundhill MEME ETF 的持仓。最巧的一步，是按各历史时期的数据条件调整特征，由此把“memeness”指标回溯到1926年。这个指标可视作协调和拥挤程度的候选信号：当许多人押向同一方向，反转时的集中平仓可能相互放大。不过，供稿未披露具体预测效果或样本外检验结果，因此目前更值得记住的是这套识别框架，而不是把它直接当成可交易策略。