元旦假期后的第一个周一,上午十点,B座十二楼陆家嘴会议室。
林晨比约定时间早到了十分钟。推开门的时候,周琳已经在里面了,正对着笔记本电脑修改PPT。看到他进来,她合上电脑,站起来握手。
新年好,周琳笑着说,假期休息得怎么样?
还行,陪孩子参加了个元旦活动。林晨把电脑包放在桌上,取出笔记本电脑。
听说你吉他弹得不错?周琳的语气带着一点玩笑。
林晨愣了一下,旋即明白是许悦说出去的。他在乐乐幼儿园的元旦活动上唱了一首《童年》,没想到传到了同事耳朵里。
只是会弹几首,不算专业。他岔开话题,今天参会的都有谁?
我这边四人,周琳数着手指头,我负责产品方向,刘畅负责量化策略,赵磊负责合规风控,还有一个新面孔——王婷,我们的前端负责人,负责用户交互和可视化。你那边呢?
就我一个人。林晨说。
周琳微微一愣,随即理解了:陈博的意思是,先由你一个人对接,后续根据需要再加人?
对。先跑通核心架构,再考虑团队扩充。
陆陆续续,其他人到了。刘畅还是那副认真而略带拘谨的样子,进门后先打了一圈招呼,然后安静地坐在角落翻笔记。赵磊拿着一个厚厚的文件夹,看起来是合规相关的文档。王婷是个三十出头的女生,短发,穿格子衬衫,进门就问WiFi密码,然后连上投影开始调试。
人齐了,周琳开场。
好,今天是小T智投项目的第一次正式会议,她在白板上写下项目名称,目标是在三个月内完成核心决策引擎的搭建,六个月内上线灰度版本。今天主要确认三件事:项目范围、分工安排和里程碑节点。
她先回顾了产品定位:小T智投面向的是大众投资者,不是专业交易员。用户画像是月薪八千到两万的白领,可能有一点基金或股票经验,但没有时间和能力做深度研究。他们需要一个简单、可信赖的投资助手,告诉他们买什么买多少什么时候卖,最重要的是——为什么
她在白板上画了一个用户旅程图:注册 → 风险评测 → 方案推荐 → 持续跟踪 → 调仓提醒。每一步旁边都标着可解释性触点。
每一步都需要可解释性。她指了指那些标记,合规要求,也是用户体验的要求。用户只有理解了为什么,才会信任系统,才会真正执行建议。
接下来是技术架构讨论。
刘畅先介绍了现有的策略体系:我们目前有四个策略模块——资产配置策略、A股选股策略、债券配置策略和商品轮动策略。每个策略独立运行,输出各自的信号,然后在最上层做一个简单的加权平均。
简单加权?林晨插了一句。
对,就是按固定比例加权。刘畅有些不好意思,我们之前也想过动态融合,但一直没有找到好的方案。固定比例虽然粗糙,但至少稳定可控。
固定比例的问题在于,林晨直接说,不同市场环境下,不同策略的有效性是变化的。牛市里权益策略应该权重大,熊市里债券策略应该权重高。固定比例无法适应这种变化。
刘畅点头:我知道,所以才需要你。
林晨打开自己的笔记本电脑,投出一页架构图。这是他昨晚画的,基于投资系统的多策略融合框架,做了一些适配性改造。
我初步想了一个架构方案,他指着投影,核心是一个三层结构:信号层、融合层和决策层。
信号层接收各个策略模块的原始信号,包括方向、强度和置信度。注意,不只是买卖方向,还有每个策略对自身信号的置信度评估——如果市场波动太大,策略可以主动降低置信度,告诉融合层这个信号不太靠谱
赵磊在旁边插了一句:这个置信度评估,是否可以理解为策略对自己的判断做了解释?
可以这么理解。林晨说,置信度本身就是一种简化的可解释性。它告诉用户这个策略有多确定,而不是只给一个非黑即白的推荐。
赵磊在笔记本上记了一笔,这跟合规要求的披露依据和不确定性是对得上的。
林晨继续讲融合层:融合层是核心。我建议用一个注意力机制来做动态权重分配——不是固定比例,而是根据当前市场环境和各策略的历史表现,实时计算每个策略的融合权重。表现好的策略权重自动上升,表现差的自动下降。这就是多策略融合的关键。
注意力机制?刘畅皱了皱眉,用在策略融合上?这不是做推荐系统才用的吗?
思路是一样的。林晨说,推荐系统用注意力机制判断用户对不同内容的关注程度,策略融合用注意力机制判断不同策略在当前环境下的可靠性。底层逻辑是统一的——动态分配权重,让最相关的信号占据主导。
有意思。刘畅的表情从不以为然变成了认真思考。
最后是决策层:决策层做两件事。第一,把融合后的信号转化为具体的投资建议——买什么
>>>点击查看《AI时代:码农的涅盘重生》最新章节