请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。
离收盘还有一会，林深打开自选股列表。
屏幕上，两只票已经走到他预设的触发位置。一只回踩到均线附近，缩量企稳，分时图上收出一串小实体K线，像一个人蹲下来系鞋带，准备重新站起来。另一只放量突破了前高，量能比前五日均值放大了将近两倍，盘口上买单层层叠叠。
他打开交易界面，动作和过去每天做的事没什么两样。输入代码，拆单，挂在买一和买二上，慢慢等成交。一只两千万，一只三千万，分了几笔，不到十分钟全部买进。
短线这一套他已经熟悉得不能再熟悉了，出现信号就买，跌破支撑位就卖，只要还在持仓周期，有机会就高抛低吸。胜率从七成提升到了八成多，最近这个月接近九成。账户里的资金在稳步往回爬，已经回到了九千万上方。
交易做完，他关掉交易界面，点开邮箱。
邮件塞了大半屏。最多的是研究员的跟踪报告，虽然现在分了组，老研究员的持仓票跟踪记录也依然会发给他，给他做基金整体仓位调配参考。
石智勇那份瑞康调研纪要也在里面，写得很细，产业线条拆得清楚。林深扫了两眼，打算晚点再细看。
再往下是几份券商研报，他扫了两眼标题就跳过了。拉到中间的时候，一封邮件让他停住了。
覃思琪发来的，标题是《仿真盘第一阶段测试数据汇总》。
林深点开，附件是一份十五页的文档，结构清晰，数据表格和回测曲线交替排布。他翻到第一页，几个核心数字跳进眼睛：最大资金容量，五亿。日均订单量，一万两千笔。冲击成本预估，比初期模型下降百分之四十。
五亿。
几个月前覃思琪她们还在那间六十平的办公室里用一百万本金跑实盘，现在仿真盘已经能把五亿资金的交易表现模拟出来了。
这个数字的意义不只是一个数字，几百万的模拟盘，按一单十万来算，一天几十笔就够了，模型的运算量、数据的吞吐量、风控的响应速度，都是小规模玩法。但到五亿这个量级，一天几千上万笔订单，算力调配、数据支撑、策略容量的边界测算，每一项的难度都不在一个档次上。
他往下翻了几页，看到数据源的部分，仿真盘目前用的是Tick级历史数据，购买之后导入本地服务器，延迟大概在五秒左右。
五秒。
林深在脑子里算了一下这个延迟意味着什么，实盘里，券商的数据接口是实时推送的，毫秒级，她们用的是买回来的历史数据，再转存到本地服务器上跑模型，中间就多了五秒。
对于中低频策略来说，五秒不算什么，但如果是高频或者日间T+0的套利策略，五秒就是天壤之别。一个信号触发，实盘里五毫秒就能完成下单，五秒之后价格可能已经跳了两三档。
不过他也知道，这不是覃思琪她们能力不行，是现阶段条件受限。券商的实时数据接口对机构有门槛，她们团队现在的规模和体量，还够不着那条线。能买Tick级数据回来自己搭建仿真环境，已经算是目前能做到的最优解了。
他在邮件实时接口的事后面想办法。另外仿真盘的结果和实盘之间的偏差，你们要单独做一组对比分析，把因为延迟导致的信号遗漏和错配分别统计出来。
覃思琪这帮年轻人的进度比他预想的快。
从三百万起步，到一千万追加，再到仿真盘跑出五亿容量，满打满算不到一年。她们走的路子跟他当年自己捣鼓量化的时候完全不同——她们是一群人分工协作，数据、因子、算法、风控各管一摊。
这种组织方式，从一开始就冲着“做好”去的。