论文投稿后的第十天,林晨收到了技术委员会的邮件。
邮件很简短:您的论文《AI量化交易系统的工程实践:多策略融合、动态风控与可解释性决策》已通过初审。请于12月28日下午2:00,在总部B座大礼堂进行技术分享,时长45分钟,含提问环节。
通过初审了。
林晨看着这封邮件,心跳快了半拍。他做了充分的心理准备——通不过也无所谓,写论文本身就是一次梳理和提升——但真的看到通过初审这四个字的时候,他还是感到了一种不同于投资收益的兴奋。投资系统赚的是钱,论文通过赚的是认同。钱可以默默积累,认同却需要被看见。
他立刻给陈博士转发了邮件。陈博士的回复依然是简短的三个字:好好讲。
接下来的一周,林晨进入了高强度的准备模式。
白天推进透明蒸馏的线上优化,晚上回家写论文修改稿,周末还要准备分享的PPT。苏婉看他每天晚上都在书房对着电脑,忍不住问了一句:又在加班?
不是加班,是准备一个分享。林晨头也没抬,正在调整PPT里一个架构图的箭头方向。
什么分享?
公司技术委员会的,我投了一篇论文,通过了初审,要做一次分享。
苏婉走到他身后,看了一眼屏幕上密密麻麻的架构图和公式,轻轻拍了一下他的肩膀:加油。但是别熬太晚,乐乐昨天问你怎么不陪他做实验了。
林晨抬头,对上妻子的目光。苏婉的眼神温柔但认真,意思是我支持你,但别透支。
知道了,今晚十一点前收工。
准备分享的过程比写论文更磨人。论文是写给专业人士看的,可以用密集的信息量和严谨的逻辑;分享是讲给一百多号人听的,需要让每个人都能跟上节奏,还能在关键时刻记住你的核心观点。
他在PPT的第一页放了一张图:一个人的大脑和一台计算机并排站在一起,中间打了一个问号。标题是:当AI做决策时,你信任它吗?
这是一个开放性的问题,也是他整场分享的核心线索——AI系统的价值不只是做得快做得准,还在于做得明白。
PPT的结构他改了三版。第一版太技术化,满屏都是公式和架构图;第二版太故事化,像在讲创业经历而不是技术分享;第三版终于找到了平衡点——每页最多一个核心概念,配一个具体的案例,用大白话讲清楚是什么为什么,技术细节留给论文本身。
他还专门准备了一个现场演示:用投资系统的风控模块实时展示异常检测与自恢复的过程。当然,他用的是脱敏后的历史数据,不涉及任何真实交易。但数据的走势、异常点的标记、自动止损的触发——这些是真实的系统行为,不是PPT动画。
12月28日,下午两点。
总部B座大礼堂。林晨站在讲台侧面,看着台下陆陆续续坐满的座位。他数了一下,至少来了一百二十人。AI平台部的同事几乎全到了,还有不少其他部门的——基础设施部、数据平台部、搜索推荐部,甚至有几个他没见过的面孔。
张明远和陆小溪坐在第三排,冲他竖了个大拇指。许悦坐在第五排,手里拿着笔记本。老赵靠在最后一排的墙上,双手抱胸,一脸我来看看你行不行的表情。陈博士坐在第一排靠边的位置,面前放着一杯茶,表情平静。
王皓也在,坐在侧面,低着头看手机——大概率在处理什么紧急消息,但至少来了。
两点整,技术委员会的主持人上台,简短介绍了分享规则,然后报出主题:下面有请AI平台部的林晨,分享《AI量化交易系统实战:从黑箱到透明》——大家欢迎。
林晨深吸一口气,走上讲台。
聚光灯打下来,他面前是一百多双眼睛。PPT的第一页亮起来:当AI做决策时,你信任它吗?
大家好,我是AI平台部的林晨。今天我要讲的是一个关于信任的故事。
他停顿了一下,让这句话落地。
我之前自己做过一个量化交易系统。这个系统每天做上百笔交易决策,涉及A股、期货、期权和黄金。系统跑了一年多,年化收益还不错——具体多少我不方便说。台下传来一阵轻笑。
但我今天不是来吹牛的。我想讲的是另一个问题:当系统赚到钱的时候,你知道它为什么赚了吗?当系统亏钱的时候,你知道它为什么亏了吗?
他切换到下一页,上面是投资系统的一个风控告警截图——红色标记的风险评分突变,旁边是一段自动生成的诊断报告。
这是系统在某个周五下午自动触发的减仓信号。如果只看数字,它只是告诉你。但如果系统同时告诉你——卖出是因为检测到主力资金连续三天净流出,且融券余额快速上升——你是不是更有信心执行这个决策?
台下有人在点头。
这就是可解释性的价值。它不改变决策本身,但改变了人对决策的信任程度。在金融领域,信任意味着敢
>>>点击查看《AI时代:码农的涅盘重生》最新章节