股票量化投资策略在应对市场突发消息和政策变化时，主要采取以下措施：

1. 实时监测与预警数据收集与分析：实时收集和分析市场数据，包括价格、成交量、新闻等信息。利用高频交易系统和数据分析工具，确保对市场变化的及时反应。预警指标设置：设置预警指标，如价格波动率、成交量异常等，通过算法检测市场异常情况，及时发出预警信号。

2. 动态调整策略策略灵活调整：根据市场情况灵活调整交易策略。例如，当市场趋势发生变化时，自动切换到更适合的新策略，以应对新的市场环境。参数优化：定期或实时优化策略参数，确保模型适应最新的市场数据和环境，提高策略的有效性。

3. 严格风险控制风险控制模型：内置风险控制模型，设定严格的风险管理措施，如止损点、仓位限制、风险敞口等，降低潜在风险暴露。多样化投资组合：构建多样化的投资组合，分散风险，避免单一资产或策略带来的巨大损失。

4. 利用AI技术机器学习与人工智能：通过机器学习和人工智能算法，持续优化交易策略，提高预测精度和适应性。例如，利用自然语言处理（NLP）技术分析新闻和社交媒体信息，及时捕捉市场情绪变化。

深度学习模型：应用深度学习模型处理复杂数据，发现潜在的市场规律和交易机会，提高策略的反应速度和准确性。

这些措施共同作用，有助于量化投资策略有效应对市场的突发情况和政策变化，提高策略的稳定性和收益率。