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。
初期只做纯用户交流,提高用户粘性,让用户不仅来我们这交易,还来我们这交流,形成独家社区生态,甩开所有同行。”
赵琳恍然大悟,豁然开朗:“我懂了!传统交易软件只是工具,用完即走。我们加上社区讨论功能,能牢牢锁住用户,形成差异化竞争,哪怕行情功能和同行持平,用户也会因为讨论区留在我们平台。”
“没错,移动端行情交易、合规上门开户、量化基础架构、个股社区讨论,四项工作并行推进。四个月内,我要看到完整初版框架,最好能跟上S4的发布节奏,到时候好预装在第一批产品上。”
“好的,我立刻对接技术、运营、合规三组同步推进,三个月内拿出一个可用版本。”
“好,去吧。”
她推门走了出去,走廊里的脚步声渐渐远去。
林辰的目光重新落在白板上那几个字上。
量化基金、同信证券、东方期货、理财宝、天弘基金。
五块牌照拼在一起,国内金融板块的骨架就搭起来了。
再加上深蓝搜索的数据抓取能力、天音语音的语义理解、未来AI大模型的文本挖掘,这些技术工具全部接入量化交易系统,就有了超越同期所有国内量化机构的底层能力。
他在便签纸上写了一行字:量化基金,代号潜龙。
然后拨通了卢为冰的内线电话。
“老卢,来我办公室一趟,有个新项目跟你讨论一下。”
三分钟后。
卢为冰坐在沙发上,手里拿着一份关于量化基金的构思草稿。
“林总,您要把量化基金和AI大模型绑在一起?”
“对。现在国内做量化的团队,数据来源基本上是万得和聚源,清洗靠人工,因子靠经验。我们有自己的数据通道、有自己的搜索引擎、有正在研发的大模型,这套组合打出去,没有对手。”
卢为冰把草稿放回桌上,想了想:“方向我认为可以,但有几个现实问题需要确认。”
“你说说。”林辰来了兴趣。
“第一,人从哪来。国内有量化经验的人本来就少,做过对冲基金、懂多因子模型、会写策略代码的,全市场加起来可能也就几百人。
这些人大部分在公募基金的量化部门,或者外资投行的自营交易台。挖人成本很高,而且不一定愿意来一家刚成立的私募。”
“那就从海外挖,华尔街回来的量化研究员,这两年因为金融危机裁员不少,很多人有回国意愿。薪资给到位,期权给足,从零搭团队。”
卢为冰点了点头,继续往下问:“第二,数据。您刚才说要走同信证券的交易所授权通道,这个没问题。
但Level-2行情和Tick逐笔数据,存储成本极高。如果做高频策略,还需要自建低延迟交易系统,硬件投入不是小数目。”
“初期不做高频,先从中频多因子选股和股指期货对冲切入。数据方面,Tick数据实时落地存储,先跑三个月积累基础数据。硬件采购让赵琳那边出方案,预算内的事她定。”
“第三,也是最关键的。量化基金如果是集团全资持有,那赚了钱归集团,亏了钱也是集团兜底。您是想做战略布局,还是想做财务投资?”