清阅小说网

周顺沉默了两秒，然后说：温小姐，我打电话来，是想正式跟你谈投资。

温什言握紧了手机。

我看了你的项目规划书，也托人打听了一下你在Yumi时期的业绩。周顺的声音变得严肃，人工智能加金融决策系统，这个方向我研究过，有前景，但我投的不是情怀，是实打实的商业价值。你的团队虽然小，但背景干净，没有大公司出来的那些毛病，肯吃苦，这是优势。

温什言没说话，等他继续。

三千万，占股15%。周顺说得干脆，分三期打款，第一期一千万，明天就可以签协议。但我有条件，你要在半年内做出可演示的初级产品，一年内拿到第一个客户，做得到吗？

温什言闭上眼睛，深吸一口气。

三千万，这个数字对她现在的公司来说，是天文数字，15%的股权，也不算苛刻。

周先生，她开口，声音有些哑，您投我，是因为杜柏司吗？

电话那头静了几秒。

然后周顺笑了，笑声很坦然：温什言，我在投资圈混了十几年，还没沦落到要靠人情做生意的地步，我投你，是因为我看好你这个人，看好你这个团队，看好这个方向。杜柏司是杜柏司，你是你。你要是不信，现在就可以挂电话。

温什言也笑了，笑自己多疑。

好。她说，我接受，谢谢周先生。

别谢我。周顺说，你要是做不出成绩，我会第一时间撤资，明天下午两点，国贸三期60层，我的办公室，带齐资料，我们面签。

明白。

挂了电话，温什言靠在椅背上，看着天花板。

面签过程很顺利。

周顺的办公室在国贸三期顶层，一整面落地窗，俯瞰整个CBD。

协议条款早就通过邮件确认过，两人各自签了字，握手，周顺的助理端来两杯咖啡。

第一期款今天下午就会到账。周顺端起咖啡，喝了一口，温小姐，接下来什么打算？

温什言从包里拿出一份新的计划书，推到他面前。

这是我重新调整过的战略。她说，语气冷静专业，人工智能加金融，这个赛道太宽，我们必须聚焦，我选了三个细分方向，一是信贷风险评估，二是量化交易策略辅助，三是反洗钱监测。第一个方向竞争最激烈，但市场最大，第二个方向技术门槛最高，但利润最厚，第三个方向政策依赖性最强，但最稳定。

周顺翻看着计划书，没说话。

我选了第二个。温什言继续说，量化交易策略辅助，目前国内做这个的，要么是巨头旗下的团队，要么是几个海归博士攒的小作坊，巨头的问题是决策慢，创新不足，小作坊的问题是数据量不够，模型训练不充分。我们的优势是小，灵活。

周顺抬起头，看着她：你打算怎么获取数据？量化交易的数据可是核心机密，没人会轻易给。

自己爬。温什言说得干脆，公开市场的历史数据，我们可以合法获取。实盘数据，我打算先从中小型私募入手，用我们的技术服务换他们的数据共享，这件事很难，但也不是完全没可能。

周顺看了她几秒，忽然笑了，他把计划书合上。

行，就按你说的做，需要什么资源，可以跟我提，但别指望我什么都帮你搞定。投资人的作用是给钱和指方向，具体怎么走，得靠你自己。

明白。温什言站起身，周先生，那我先回去准备了。

有了钱，事情推进得快了很多。

温什言用周顺给的第一期款，付了办公室一年的租金，又购置了必要的设备。贾可和范米搬进了新办公室，三个人花了两天时间打扫、布置，总算有了点公司的样子。

接下来是招人。

温什言在招聘网站上发了职位，要求写得很苛刻：985，211硕士以上学历，有机器学习或金融工程背景，至少参与过一个完整项目，能承受高强度工作，薪资开得比市场价高20%。

简历如雪片般飞来。

她花了三天时间面试，最后选了两个人。

一个是刘琛，二十八岁，北大计算机本硕，之前做过推荐算法工程师，因为不想继续做内容推荐，想转金融方向，主动降薪来的。

另一个是如静，二十七岁，人大金融工程硕士，CFA三级，在券商做过两年量化研究员，对交易策略有深刻理解，但受够了某企业的官僚作风，想出来闯一闯。

加上温什言、范米、贾可，团队五个人，齐了。

第一次全体会议，是在新办公室举行的，五个人围着那张从二手市场淘来的会议桌，桌上摆着温什言买的咖啡和点心。

温什言站在白板前，没说话，先在正中央写下一行字：

做别人没做过的事。

然后她转身，看着四个团队成员。

这是我们JAY科技的宗旨，从今天起，我们做的每一个决策，开发的每一个功能，都要问自己一个问题，这件事有没有别人做过？如果做过，我们能不能做得更好？如果没做过，我们敢不敢做？

她顿了顿，目光扫过每个人的脸。

我知道，在座的各位，都有更好的选择。去大厂，去券商，去基金，拿更高的薪水，过更安稳的生活。但你们选择了这里，选择了我，选择了JAY。为什么？

没有人说话。

温什言笑了，她笑得好看，有不点名的野心。

因为你们跟我一样，不甘心，不甘心活在别人的规则里，人工智能加金融，这个赛道听起来很高大上，但其实满地都是坑，我们要做的，不是跟在大佬后面捡剩饭，而是自己开辟一条新路。

她拿起马克笔，在白板上画了一个三角形。

我们的第一个产品，我把它叫做‘LUCKYEYSE’，核心功能是辅助量化交易员生成策略因子。

贾可推了推眼镜：温总，这个方向的技术难点很多，首先是数据预处理，金融数据噪声大，非平稳，如何处理是个问题。其次是模型选择，时间序列预测本身就难，还要考虑市场结构的时变性……

我知道。温什言打断他，所以我们需要分工。贾可，你负责数据管道和基础架构。范米，你负责模型算法的核心开发。刘琛，你从推荐系统的角度，思考如何将因子推荐给交易员。如静，你从金融逻辑层面，验证因子的有效性，避免过拟合和逻辑错误。

她看向最后一个人：我负责整体架构和资源协调，另外，我也会参与核心算法的设计。

时间表呢？范米问。

一个月，做出第一个可演示的demo，做得到吗？

四个人互相看了看。

然后，几乎同时点头。

做得到。

接下来的三周，办公室的灯几乎没熄过。

温什言把家搬到了公司附近，租了个一居室，每天最早来，最晚走，贾可和范米干脆买了折迭床，累了就在办公室睡，刘琛和如静虽然不住公司，但也是每天工作十四小时以上。

进度比想象中慢。

金融数据的预处理就耗了一周时间，A股市场的数据质量参差不齐，停牌、复牌、分红、送转……各种事件需要一一处理，贾可写了三千多行代码，才把数据管道搭起来。', '。')