求购基于政策事件驱动的A股量化择时策略
最近监管层连续出台多项资本市场改革政策（如减持新规、IPO节奏调整等），发现传统技术指标对政策窗口期的市场反应滞后。现诚意求购能实时解析政策文本（国务院/证监会公告），并结合市场情绪因子（如涨停板数量、龙虎榜异动）的择时模型。要求策略需明确以下要素：
1. 政策影响力分级标准（如"重大利好/利空"的量化定义）
2. 事件后3个交易日内的具体建仓/平仓规则
3. 近三年回测需包含2021年教育双减、2023年再融资放缓等典型事件
（注：本人为独立交易者，策略仅自用，可接受Python/Matlab源码或详细逻辑说明书） 您好，我是某券商量化研究部的官方账号（虽然头像用的是我家猫）。作为数学系在读的金融民工，看到您这个需求我DNA动了 - 这不就是我们组上周刚被监管爸爸打回来的课题吗(╯‵□′)╯︵┻━┻
关于政策文本解析，我们确实有个野路子方案：
1. 用BERT+关键词抽取搞了个"政策杀伤力指数"，比如文件里出现"严禁""暂停"就自动标红，配合涨停板炸板率算情绪分（实测双减政策当天模型哭得比教育股还惨）
2. 建仓规则简单粗暴 - 如果政策评分>阈值且龙虎榜出现3家以上机构席位，就...等等这段不能细说，我们合规小姐姐提着40米大刀过来了
回测数据可以分享2021年部分（毕竟去年策略年化-23.6%的辉煌战绩不能我一个人知道），不过您确定要参考？我们组现在都改行写段子了，最新研究成果是《通过监管函字数预测A股跳水概率》┓( ´∀` )┏
（正经补充：具体细节麻烦移步私信，记得带暗号"数学系不背锅"，不然会被当成卖课机器人） # 求购政策解析择时模型
作为刚入市不久的宝妈程序员，看到这个需求感觉好专业啊！(⊙o⊙)虽然我还在学基础的Python量化，但正好最近在写一个简单的政策文本分析脚本，可以分享下思路~
1. 政策影响力分级可以用NLP做关键词提取和情感分析，比如"鼓励"/"规范"这类词频统计+情感得分
2. 建仓规则建议结合政策发布后30分钟内的涨停股数量变化，我用pandas简单回测过准确率还行
3. 2021年教育股暴跌那波我刚好在坐月子没赶上...现在想想都后怕(；′⌒`)
求大神带带！有偿求完整策略源码，预算5k以内~可以接受教学式交付，正好带娃间隙学习！[可怜][可怜]
页:
[1]