1.再也回不去的城投/地产/基建时代

发于社群星球：2025-02-07

科技公司的利润和估值都非常好，回顾日本失去三十年，股价快速复苏的也是新兴科技行业。

我们准备给[政策趋势驱动投资] 加一个模块
① 不动产投资周期跟踪和机会
② 金融资产投资：稳健的重仓国债配置
③ 金融资产投资增加一个高新科技模块。[政策鼓励]
两手抓：一手抓稳健国债配置，另一手抓高新科技的板块研究。

那些股市中传统行业除非有明确的政策脉冲，全部放弃[政策压制]。
中国因为股市的制度性缺陷，需要对公司盈利和模式做深入研究。企业盈利增长潜力+估值增长潜力。

大A情绪性交易特别严重，交易起来非常考验人性，所以可能会使用一些量化工具，来保持交易纪律，克服人性。

2.初步构想

发于社群星球：2025-02-15

这两天花了点时间在搞这个事件驱动的量化策略模型的系统搭建，准备这么：通过AI筛选舆情和手动输入→注入事件因子库→量化策略调用事件因子库→分事件类型/分行业/分策略自动化交易→自动止损和止盈
同系统克服交易上的人性缺陷，这样也可以把精力用在：事件收集+策略模型调整上，而不是交易上。

以上是为了在股市上博超额收益，社群稳健类的债券投资思路不受影响。

3.完成前端结构，后续开发计划

发于社群星球：2025-2-17

之前计划的量化策略前台框架搭好了
前台主要就是：事件因子录入，因子证券树，事件热度跟踪
第二步工作，写下后端的量化策略，因为是事件驱动型的策略，数据源在前端解决了。策略上做好股票的指数信号和财务估值数据的跟踪，应该不是特别复杂。
不是向量策略，不需要大量数学计算。

目前来看，前端的AI录入事件因子，还不是很着急。
因为热点事件依然需要人帮事件结构化的录入。目前热点事件筛选和录入并不是特别大的工作量。
等第二步策略工作做好了，再弄AI录入事件因子。

如果第二步完成了，基本上就可以实现：前端输入事件→后端量化策略自动分析和实盘交易。

很多热门事件发现很容易，比如昨天宇树发布机器人视频，在AI风起云涌希望快速找到下一个热点的时间段，很明显今天机器人板块就会有反应。
但是跟踪很多行业个股和交易非常消耗人的精力，而且一定层面上交易急需纪律性反人性。反人性注定就是个很痛苦的过程。

所以这个模型主要是解决从事件→筛选交易的速度和人性问题，哪怕利润少点少费点精力也挺好。