客户群体稳定,市场资源广,上升空间大……于是,承接grus项目的投资银行被密切关注。这家投行曾经做过几十个ipo项目,通过一系列处理与对比,电脑程序选出了具有最大期望值的“被借壳”公司,名为“新跃芝”。
要不要大量购入“新跃芝”的股票呢?
郑九钧有些疑问。
他思考一上午,致电给傅承林,开口就说:“我认识的那群朋友们,都在关注grus登陆a股的事。承林,你确定你们团队的量化结果正确吗?”
这很难讲。傅承林心道。
书房内,台式电脑仍在运行,地板上倒映半尺阳光。傅承林落座于一把工学椅,解释道:“我不能判断它的对错,只能说它发生的概率不低,期望值符合预计。”
郑九钧沉吟:“哦,咱们面临着风险。”
傅承林告诫他:“永远有风险。”
郑九钧又问:“你的量化算法,全是数学模型吗?”
“差不多吧,”傅承林偶然透露,“有些人工智能的算法,本质上,还是套用了数学模型。”
郑九钧对这些概念和架构从不感兴趣。他听完两句原理,隐约懂了一些,便和傅承林一同商量计划,说好了明天一开盘就让交易员去下单。内部的日常工作没有任何问题,郑九钧几乎高枕无忧,但他转念想起傅承林的处境,忍不住打探道:“承林,你家现在的经营状况还好吗?”
“老样子。”傅承林回答。
本章还未完,请点击下一页继续阅读>>>