书吧

字:
关灯 护眼
书吧 > 重生香江1972我只想赚快钱 > 第929章 八爪鱼1.0

第929章 八爪鱼1.0(1/2)

    全球受到金融危机影响,一切经济活动显得非常的低迷,大家没有钱进行投资,很多企业都在解决金融海啸带来的麻烦,自然在科技前沿领域关注的比较少。

    少,不代表没有,就比如在一些领域,需要更多的科技应用。

    “老板,这是我们最新的系统,可以进行更快的量化交易。”

    郑昆并没有把更先进的技术优先推广到制造业,而是在金融领域展开了更多的投入。

    在这个人可能犯错,但计算机犯错概率小的前提下,郑昆更是喜欢计算机量化交易。

    早在上个世纪八十年代,他就开始通过帮助世界各大交易市场组建交易系统,实行电脑化交易开始,他就进行过量化交易。

    通过领先当时至少十年的理念,建造超级电脑,进行撮合交易,低买高卖,通过趋势分析,场外信息收集,进行快速交易。

    仅华尔街这里,每年交易获利稳定在五十亿美元。如果不是为了怕被人发现,每年获利的会更多,而且,这些资金还会投入到股市当中去,主要目的自然是不想让股市的资金减少,不然池子里的资金少了,会出现系统性风险,不过这些资金迟早是会离开股市的,只是在每一个特殊节点上。

    只是当时互联网不发达,需要收集大量的外部信息,进行提前预判。

    就比如某新产品生产商,生产的新产品在市场上流通,通过超市的销售数据还有客户的反馈,还有自身亲自对新产品的体验,然后进行横向对比其他竞品……这种广泛的调研之后,在市场还没有反应过来着,将这些信息输入到大模型当中去。

    大模型将一切数据化,把所有的信息归类后,得出的结果转化为电脑的操作指令。

    当超级电脑得到指令之后,开始进行分析,得到结果之后,电脑开始进行操作,在股市上,开始进行操作,快速的买卖该公司的股票,进行筹码的收集。

    等到对方的发布新一期的财报,新产品的情况也会在财报里,里面会对新产品的销售进行情况进行详细介绍,那个时候,在欧美市场上,股票就会上涨。

    这种是价值投资,通过量化交易进行收集筹码;当然,通过这种交易,还有一个前提就是,他们还拥有优先席位,不然别人也在搞这种量化交易,在同等情况下,可能抢了先机。

    全世界,最先进的芯片就在郑昆或者郑昆相关人手中,在郑昆看来,精简指令集的cpU,经过针对性的设计之后,速度更快,更能满足需要。

    相比于复杂指令集的cpU,郑昆形容为精简指令集更专注,能用全部算力来完成某一件事情。

    到了互联网开始在全球蔓延之后,信息大爆炸,这个时候的量化交易,可以说对散户极其不友好,对一些普通机构也不友好。

    除了原始的信息收集,信息处理,这里的原始,是采用实地调研,取证(亲自尝试),分析等步骤之后,得到详细的数据,然后数据化之后,输入到数据库里,这样需要的时间比较多,而且周期长。

    这种原始的数据积累,虽然可靠,而且更真实更直观的感受,但是慢,等调查出来了,目标已经通过内部的销售情况查到了。

    但是有了互联网之后就不一样了,通过软件,开始有针对性的收集目标信息,然后进行数据化处理,而且这些数据可以实时更新。

    依据这些信息的情况,结合线下的调研,就可以更快的把握股市上的交易节奏。

    当然,在大数据面前,这些还只是量化交易系统的一部分,另一部分就是历史交易,会通过历史交易,来判断某一只股票的交易‘习惯’。

    比如某一只股票,在业绩平稳的情况下,会在某一阶段上涨,会在某一阶段下跌,其中的原因有哪些,来提前判断。

    量化交易只是短期交易,通过高频交易,低买高卖或者开通融券机制进行做空,或者通过更智能化的分析,带动交易者的情绪,从而获利。

    郑昆拥有世界上最多的数学家还有最优秀的程序员,通过他们,建立量化交易大模型,来获取更多的利益。

    在这之前,他拥有领先二代以上计算机硬件,通过这些领先的硬件,他能比别人更快的完成分析和交易。

    今天就是和记电游最新款大模型内测的时间,这款命名为‘八爪鱼’1.0的系统,集合了目前和记电游所有的技术,开始了第一次操作。

    “股市会涨么?”

    通过语音识别技术,郑昆问出了一个他想知道的问题。

    “请稍等,系统正在收集信息之中。”

    郑昆看过这套系统的介绍,当问题生成之后,系统会通过网络,开始在全球范围内获取问题的信息,然后进行整理,完成整理后,进行数据处理,然后将答案显示出来。

    但是,这里有一个前提,那就是对获取的信息进行数据化,能读懂文字的意思,这里不得不说,系统还集成了多语言文字处理系统,图像提取系统。

    不仅能‘读懂’文字,还能‘看懂
本章未完,请点击下一页继续阅读》》
『加入书签,方便阅读』
内容有问题?点击>>>邮件反馈