陈帆的手指在键盘上停了几秒，屏幕上的回测结果还停留在“Prediction Complete”的绿色提示框。他没有动，只是将光标移向任务日志的最底部，确认最后一次数据加载的时间戳是凌晨两点十七分。U盘已经拔下，锁进抽屉，但系统缓存仍在运行。
他打开Access主数据库，界面略显陈旧，灰白色的表格背景映着窗外透进来的微弱天光。他没去拉窗帘，也没起身喝水。桌角那杯茶早就凉了，杯底沉淀着几片茶叶，但他不在意。他的注意力全落在左侧导航栏里三个独立的数据表上：股票行情、企业财报、政策记录。
这三张表之前互不关联，各自更新，像是三条平行线。现在他要让它们交汇。
他新建了一个字段，在“宏观政策表”中命名为“Policy_Index”。接着调出林悦发来的邮件附件，里面是一份按日期整理的政策清单，从央行降准到财政部增发国债，每一条都标注了关键词和初步影响判断。他一条条看过去，发现她不仅归类清晰，还在备注栏写下了“可能利好基建”“短期流动性释放”这样的推断。
他敲下第一行代码，把“积极财政”“宽松货币”“窗口指导”这些词设为触发条件，对应赋予0.3到1.0之间的数值权重。比如，“降准”记为0.8，“发行特别国债”则直接打到1.0。再通过时间戳与行情表对齐，让每一天的交易数据都能匹配当天的政策强度。
程序运行后，弹出一个警告：部分日期存在多条政策记录，需手动合并评分。他没跳过，而是逐条审核，调整重叠项的叠加逻辑，防止信号被放大失真。两个小时后，整张表完成量化转换，生成了一条连续的“政策强度曲线”。
他切到Excel，导入1998年4月以来的所有周线数据，共127只个股。然后编写筛选规则：“当政策指数≥0.8，并且MACD出现金叉时”，标记为潜在买入信号。系统开始批量处理，进度条缓慢推进。
期间手机震动了一下，是林悦的消息：“昨天的数据校验完了，有两处原始公告时间可能误差一天，已修正。”
他回复：“明白，用新版本重新跑一遍。”
等回测完成，结果显示符合条件的个股在接下来三个交易日内上涨的比例达到89.6%，平均涨幅5.8%。最大一笔是4月23日的浦东金桥，政策信号叠加技术突破后，五天内涨了12.3%。
这个数字比单纯依赖技术面高出近二十个百分点
本章未完，请点击下一页继续阅读！