最终小说网

手机浏览器扫描二维码访问

第54页（第2页）

以沈亦的个性，如果你不主动问起，他不会提的。”

“苏湛。”

裴央顺着墓石上的英文姓名念了出来。

这不就是靳校那日问起的，白枞几项专利的发明人吗？裴央彼时告诉靳校，自己并不认识他。

可森雅子为什么又说自己和他还有过一段过去？森雅子在身旁静静地叙述。

十几年前，还在攻读博士的苏湛开发了一项关于市场情绪择时的量化算法，通过爬虫抓取社交媒体数据，结合股市资金流动的趋势来判断市场是否过度偏离理性定价。

由此，算法可以在市场过于情绪化、价格过高或过低时，精准套利——在市场过热攀升时捕捉判定合适的卖出点；反之，当市场跌入低谷时分析提示恰当的买入点。

那时市场刚从次贷危机里走出来，大量场外资金跃跃欲试，同时社交媒体兴起才不到十年，仍是脸书推特横行的年代，将无监督学习算法囊括到量化交易策略里去，是当时的一个大热点。

苏湛并不算低调，开了一个博客实时更新他利用自己的算法交易的成果，很快收获了一小批业内人士的关注。

但是他只是拿着自己一点微薄的博士助学金炒股，即使数据十分亮眼，也难以赢得机构投资人的青睐。

苏湛又开发出了一个市场情绪评分器，将算法回溯测试至次贷危机之前。

因为那时候社交媒体的运用还挺有限，于是他在网上抓取了过往主流媒体的新闻报道和时事分析，用来证明他的算法不仅能准确预测危机中饱受诟病的次级担保债务凭证的潜在信用风险，而且在预测时间范围上做得十分精确。

对于市场动向的预测，正不正确是一回事，时机准不准又是另一回事。

瞬息万变的资本市场里，过早或是过晚地得出正确的结论，没什么意义。

次贷危机引爆前，不乏早早看衰房贷市场的机构投资方，有的甚至提前了几年就开始做空，结果在市场崩盘前就亏得资不抵债，没撑到分那一杯羹。

而苏湛的市场情绪评分器，一来有着较为宽泛的运用领域，涵盖股票、固定收益、大宗商品等多种资产；二来在时机预测上领先同类产品，终于在业界掀起一些波澜。

森雅子说到这里，停了下来。

公墓（2）裴央问她：“后来呢？”

森雅子瞥了眼裴央，冷冷道：“后来，也不知道是裴家的手段太强，还是你太有魅力，苏湛同意把专利转让给裴氏集团。”

裴央听到这里，彻底懵了。

她话里话外的意思，是自己与苏湛有不同寻常的关系；现在想来，那日靳校的神情间似乎也带着类似的问询。

请关闭浏览器阅读模式后查看本章节，否则将出现无法翻页或章节内容丢失等现象。