陳帆的手指還停在鍵盤上，屏幕裏的爬蟲日誌剛歸檔完畢，測試環境的數據庫連接狀態顯示為“空閑”。他正準備重啟本地服務，手機震動起來。來電顯示是市科委項目辦。
    “陳帆，驗收會提前了。”對方語氣急促，“專家組明天上午九點到，材料必須今晚提交。”
    他沒問原因。這類臨時變動在政府項目裏並不罕見，但來得這麽緊，顯然是衝著施壓來的。他看了眼時間，晚上七點四十二分。距離截止不到三個小時。
    他迅速打包最新版係統演示包，將核心模塊壓縮加密，拷入U盤。服務器還在運行日常任務，他順手點了關機序列，等風扇徹底停轉，拔下電源線，把筆記本夾在腋下出了門。設備外殼還帶著餘溫，貼著手臂微微發燙。
    會議室已經坐了人。
    長桌一側坐著三位專家，對麵是項目組預留的兩個座位。林悅已經在場，見他進來，輕輕點頭。她麵前攤開的是數據采集流程圖，筆尖停在某個節點上，像是剛寫完備注。
    會議準時開始。
    專家組組長翻開文件：“我們今天主要看風險評估模塊的實際表現。你這個係統號稱能預測市場波動，那就要經得起推敲。”
    陳帆打開筆記本，接入投影。界麵加載出風險模型的主控麵板，曲線圖實時跳動。
    “目前模型基於1995到1997年的曆史數據訓練，”他簡明陳述，“采用移動平均和波動率加權算法，對政策滯後效應做了平滑處理。”
    專家A翻了兩頁報告，抬頭：“1998年一季度央行降準一個百分點，財政部增發特別國債三千億。你的模型有沒有把這些納入？”
    陳帆頓了一下：“當前版本尚未動態接入政策變量。”
    “那就是沒納進去。”專家A合上文件，“用三年前的數據預測現在的市場，等於拿舊地圖走新路。這不叫預測，叫推測。”
    會議室安靜了一瞬。
    專家B接過話：“更嚴重的是杠杆問題。”他指著屏幕上的一段回測結果，“你計算個股風險敞口時，隻用了價格標準差。可現在券商已經開始試點融資業務，資金放大效應明顯。忽略杠杆，相當於低估實際波動至少三成。”
    “比如這隻股票。”專家B點出案例，“你在三月十八號判定其風險等級為中等，但實際上當天融資買入占比已達百分之二十二。真實波動比你算的高出四十七個百分點。這種偏差，一旦用於實盤決策，後果是什麽？”
    沒人回答。
    陳帆盯著那條被標紅的曲線，手指無意識地在觸控板邊緣劃動。他知道問題在哪——模型太依賴靜態統計，而現實正在加速變化。政策頻出，工具創新，市場結構已經不同。
    林悅忽然動了。
    她沒說話，隻是從筆記本上撕下一頁紙，快速寫下四個字：加入政策變量。然後輕輕舉起，朝他方向遞過去。
    紙頁不大，字跡清晰。
    陳帆眼神一凝。
    他當即切換窗口，打開代碼編輯器。光標在“RiskFactorPool.cs”文件中定位到權重數組。新建兩個浮點型參數：
    &nulusindex`
    &nonetaryloosenessindex`
    下麵一行行敲入初始化邏輯。財政刺激強度以國債發行量、基建投資增速為基礎打分；貨幣寬鬆程度則參考準備金率調整幅度、公開市場操作頻率，做歸一化處理。
    “你現在做什麽？”專家A皺眉。
    “重構模型因子。”陳帆頭也沒抬，“從現在開始計入政策影響。”
    “現場改代碼？你知道這有多不專業嗎？”
    “我知道。”陳帆敲下回車，“但我更知道，一個不能進化的模型，根本不配叫係統。”
    他調出央行和財政部近三個月的公開數據，手動錄入初始值。然後修改回測引擎，讓新參數參與風險評分計算。編譯通過後，重新加載四月份全部樣本數據。
    進度條緩緩推進。
    所有人盯著屏幕。
    二十秒後，結果刷新。
    原模型對四月市場異常波動的捕捉率為78%。新版上升至85.3%，尤其在政策發布後的三個交易日內，預警準確率提升明顯。
    專家B湊近了些：“你這個指數……是怎麽賦權的？”
    “按政策落地節奏分階段加權。”陳帆調出計算過程，“比如降準，不是一次性計入，而是模擬資金逐步釋放的過程，影響周期設為六周。”
    專家A沉默片刻：“那你之前為什麽不這麽做？”
    “因為數據源沒打通。”陳帆如實答，“我們剛完成多源采集係統的部署，政策文本的結構化提取模塊還在開發。目前靠人工錄入，更新頻率有限。”
    “但這說明係統有擴展能力。”林悅第一次開口，“它不是死的模型，而是可以隨著環境變化不斷加載新規則。”
    專家組交換了一個眼神。
    組長低頭看了看表：“還有十分鍾。我問最後一個問題——你說能提升到85%，那最終目標是多少？”
    “90%以上。”陳帆合上代碼窗口，調出係統架構圖，“下一步我會把政策文本解析自動化，加入語義識別，讓係統自己判斷調控力度。同時補全杠杆監測模塊，接入融資融券試點數據。”
    “也就是說，現在還不完整？”
    “所有係統都有起點。”他說，“但它已經在進化。”
    會議室再次安靜。
    良久，組長合上記錄本：“今天的評審結論——中期驗收，有條件通過。最終驗收時，風險模塊準確率必須達到90%，並且實現全流程自動更新。做不到，項目終止。”
    “明白。”陳帆點頭。
    散會後，其他人陸續離開。陳帆沒動。他把修改後的參數導出備份，保存到U盤。桌麵便簽上多了條待辦事項：“政策變量需每日更新”。
    林悅走過來，遞給他一杯水。杯壁溫熱，應該是剛泡好不久。
    “他們差點就斃了項目。”她說。
    “差一點。”他接過杯子，指尖碰到杯沿，“但也隻是差一點。”
    窗外天色已暗，樓下的路燈一盞盞亮起。實驗室所在的教學樓還亮著幾扇窗，其中一間屬於他們的機房。
    他站起身，收拾電腦。走廊傳來腳步聲，是清潔工在拖地。水痕在瓷磚上反著光，一直延伸到電梯口。
    林悅跟著走出來，兩人並肩下了樓。夜風吹散白天的悶熱，街上車流如常。
    走到校門口，陳帆停下，回頭望了一眼。
    那棟樓靜靜立著，燈光稀疏，卻有一扇窗始終亮著——那是服務器機櫃的應急照明，二十四小時不斷電。
    他知道，隻要電沒斷，係統就在運轉。
    就在他轉身的瞬間，筆記本突然震動了一下。
    是後台報警。
    他打開一看，是剛上線的政策數據監聽模塊報錯：無法連接市政府信息公開接口。
    提示信息隻有一行字：“訪問頻率超限，請降低請求間隔。”陳帆盯著屏幕右下角的時間，二十三點四十七分。最後一次爬蟲請求失敗後，係統已停止響應三分鍾。他沒有重啟服務，而是將日誌文件另存為副本，拖進加密文件夾。鍵盤敲擊聲停了下來，房間裏隻剩下服務器風扇低沉的嗡鳴。
    手機震動起來，來電顯示是市科委辦公室。他接起電話，那邊隻說了一句話：“明天上午九點，中期驗收，地點不變。”
    他放下手機，手指在桌沿劃過，觸到還溫熱的筆記本電源線。沒時間了。他拔下硬盤備份口的數據線，合上電腦，直接塞進背包。窗外夜色濃重，樓道燈閃了一下，像是感應到了他的動作，亮了起來。
    第二天八點五十分，陳帆推開會議室門。冷氣撲麵而來，長桌兩側已坐滿評審專家。林悅坐在後排靠窗的位置，麵前攤開一本記事本，筆尖懸在紙上。他朝她點了點頭，把筆記本放在投影接口旁，插上電源。機器啟動時發出輕微的提示音，屏幕亮起藍色登錄界麵。
    專家組組長翻了翻材料，抬頭說道：“開始吧。”
    陳帆打開演示文稿，調出風險評估模塊的核心架構圖。剛講到第三頁，專家A抬起手打斷：“你這個模型用的是哪一年的數據？”
    “主要基於一九九七年的市場波動率和企業財務指標。”
    “那你知道今年一季度央行降準了多少次嗎？”
    陳帆頓了一下，“兩次。”
    “國債發行規模同比增加了百分之三十六，外匯儲備結構調整已經開始，這些政策信號有沒有體現在你的參數裏？”
    會議室安靜下來。陳帆感覺到後背滲出一層薄汗。
    專家B接過話頭，語氣更直接：“還有一個問題——杠杆。你現在計算個股風險敞口時，有沒有考慮融資行為帶來的放大效應？如果沒有，那你測算出來的最大回撤值就是虛的。”
    陳帆的手指微微收緊。他知道對方說的是對的。當前版本確實沒納入杠杆因子，因為本地券商尚未開放融資融券試點，相關數據也未公開披露。但模型不能永遠停留在假設中。
    “目前缺乏實時杠杆數據支持。”他回答，“但我們設計了擴展接口，一旦有新變量接入，可以動態調整權重。”
    “這不是借口。”專家B搖頭，“一個風險模型如果連基礎結構都靜態化，談什麽智能輔助？它隻是個統計工具。”
    專家A補充：“****環境的預測，等於空中樓閣。我不反對技術探索，但我必須提醒你，這個項目如果拿不到最終驗收通過，後續資金不會追加。”
    陳帆喉結動了動。投影畫麵停在一張回測曲線圖上，理論值與實際走勢之間的偏差肉眼可見。他正準備解釋，餘光瞥見林悅在筆記本上迅速寫下幾個字，然後舉起紙頁。
    四個工整的字：加入政策。
    他心頭一震。
    幾乎同時，他意識到自己犯了一個根本性錯誤——過去幾個月都在優化數據采集效率，卻忽略了最核心的問題：金融市場從來不隻是數字遊戲，它是政策驅動下的動態博弈。
    他深吸一口氣，當著所有人的麵關閉演示模式，直接打開了開發環境。
    “我現場修改模型。”他說。
    鼠標點擊進入風險因子配置文件。原有的七個變量中，波動率、市盈率、換手率等依舊存在。他在末尾新增兩行代碼：
    `policyindexfiscal = 0.68`
    &nonetary = 0.74`
    下麵附上注釋：根據一九九八年前三個月公開政策文本量化得出，包含降準幅度、財政撥款方向、國債發行節奏三項加權。
    接著，在風險計算公式中引入聯動係數：
    `riskscore = baserisk * 1 + 0.3 * policyindexfiscal + 0.25 *&nonetary`
    這隻是一個初步框架，無法做到完全自動化更新，但足以體現政策影響的傳導路徑。
    他重新加載測試數據集，運行最新一輪回測。
    進度條緩慢推進。會議室裏沒人說話。空調出風口發出細微的氣流聲。
    結果彈出時，擬合度從原來的百分之七十八跳升至百分之八十五。
    專家們低頭查看打印出來的對比圖表。原模型誤差集中在二月中旬以後，正是政策密集出台階段；而新版本明顯貼合了市場真實波動軌跡。
    專家B皺眉看了許久，終於開口：“財政指數是怎麽量化的？”
    “我們人工整理了發改委、央行、財政部在一月到三月發布的二十一條政策文件，按刺激強度分級打分，再結合資金落地周期賦予權重。”
    “那杠杆呢？”
    “目前無法獲取個體賬戶融資數據，但我們可以通過交易所公布的保證金總額變化趨勢，構建代理變量。我已經在計劃下一步接入路徑。”
    專家B沒再追問。他轉頭看向組長。
    組長沉默幾秒，點頭：“條件通過。但最終驗收前，準確率必須達到百分之九十，而且要證明係統能持續更新外部變量。”
    散會鈴聲響起。人們陸續起身離開。陳帆沒有動，他還在操作界麵中導出修改後的參數表，保存到本地加密分區。屏幕上跳出完成提示，他順手在待辦清單裏添了一條：“政策變量每日人工校準。”
    林悅走過來，把一杯熱水放在他手邊。“你剛才……改得很準。”
    “差一點就扛不住了。”
    “現在呢？”
    “還得再壓一遍代碼，把這次新加的模塊獨立出來，方便後期替換數據源。”
    她點點頭，沒再多問。兩人一起走出辦公樓。天色已經暗下來，路燈逐一亮起，照在教學樓外牆的瓷磚上，反射出淡淡的黃光。
    陳帆停下腳步，回頭看了一眼實驗室所在的樓層。窗簾拉著，但某個窗口透出微弱的藍光——那是服務器指示燈的顏色。他知道設備還在運轉，等待下一次任務。
    “係統不能隻快。”他低聲說，“還得懂這個世界的規則。”
    林悅看了他一眼，忽然問：“你還記得最早做數據庫的時候，是怎麽處理ST股票的嗎？”
    “先分類，再單獨建模。”
    “現在的政策，其實也是一類特殊股票。”
    陳帆怔了一下，隨即明白她的意思。政策不是噪音，而是結構性變量，必須被當作獨立資產類別來對待。
    他打開手機備忘錄，新建一條記錄：“建立政策資產庫，按發布機構、執行周期、影響行業三級標簽歸檔。”
    輸入完畢，他抬頭望向遠處的城市燈火。車流在主幹道上拉出長長的光帶，像一條流動的數據總線。
    回到實驗室已是晚上七點。他重新連接筆記本，加載最新的係統鏡像。主控台左側是爬蟲管理器，右側是風險模型調試麵板。他點開後者，找到剛剛添加的兩個政策指數輸入框。
    手動填入今日更新值：財政指數上調至0.71，因下午傳來基建項目加速批複的消息；貨幣指數維持不變。
    按下回車，係統開始重新計算全市場風險評級。
    進度條走到一半時，警報突然響起。
    他眯起眼，盯著彈出的異常報告。不是數據超限，也不是連接中斷，而是某隻藍籌股的風險評分驟降，降幅超過百分之四十。按常理，這隻股票近期並無重大利好，也不在政策扶持名單內。
    他調出計算明細，逐層展開公式鏈條。
    最終發現問題出在一個隱藏關聯項上：該股所屬行業的“政策受益概率”被自動調高，原因是今天某份會議紀要中提到了“產業升級支持”，盡管未點名具體企業。
    模型在自我推理。
    陳帆靠在椅背上，盯著屏幕不動。這個功能他從未寫過。