科研系学霸 第16章 倒反天罡

第16章倒反天罡(第1/2页)

思考了一会儿，周昀连上服务器，新建了一个文件夹。

本来他还以为上一个课题结束之后，服务器账号就会被收回，他还特地问过这件事情，毕竟八卡的H100就算是租也需要一笔不小的费用。

哪知道邓永华大手一挥，让他先用着，等组里买好服务器了再说。

那周昀总不能拒绝吧？

既然老师说了继续用，那就继续用呗。

技术方面的事情周昀心里有数，他刚刚就想到了几种还不错的方案，只不过具体有没有效果还要实验了才知道。

想要实验，最重要的还是数据，而想要数据，他就需要尽快定下来，想要预测的股票，才能去网上爬数据。

“该选什么股票呢？”周昀双手放在键盘上，迟迟没有动手。

股票的事情他其实不太熟悉，主要是他从来没有去深入了解过，所以在他眼里股市=赌场，这种概率性太大的事情他一向不太喜欢去做。

“周昀，想啥呢？你也要买股票？”一旁的邱彦听到周昀好像说了“股票”两个字，这才问了一嘴。

“嗯，不是我要买，我是想着，现在不是有很多量化公司吗？但是这东西说白了就是深度学习模型，

我想着能不能选一只股票用模型来预测一下，如果成了说不定还能赚点钱。”

邱彦顿时眼睛一亮：“这个想法好啊！如果真的能成，到时候不说大赚，至少不会亏的这么惨了。”

“是啊！不过这要实现起来应该挺难的吧？”沈瑞觉得这事情没这么容易。

周昀点点头：“技术方面我有了一些想法，只是需要时间验证，现在的问题是，我不知道该选什么股票。”

“这确实得好好想一下，我有一点想法，可以作为参考。”俞天睿手指轻敲桌面缓缓开口，要说实验室里谁对股市最为了解，那绝对是他了。

一万的本金，他花了一年的时间让其翻到了三万多，这在普通人里已经算是非常NB了，毕竟这是年化300%的收益率。

“师兄你说。”对于不了解的领域，周昀向来是虚心学习。

“其实我并不建议你选择个股，因为很大程度上来说，

个股的走势受多重复杂因素影响，比如财报暴雷、高管变动、产品事故、股东减持这些不可预测事件，

更别说有些盘子小的股票可能会存在被资本大手操控的情况，所以相比个股，我更建议选择ETF，

因为ETF的走势更多由系统性因素驱动，简单来说受个人的影响很小（当然也有例外），这样的情况下，各种技术指标的可靠性就会更高，也更加容易预测，

比如有些厉害的人都能预测其大致的走向，我觉得深度学习模型应该会做的比人更好，

而且ETF的波动一般都不大，极难出现一天十个点的情况，所以就算日后真的亏钱了，也能把亏损控制在一个合理的范围内，

我比较推荐两支ETF，都是我自己重仓的，一个是黄金，一个就是恒科，这两个ETF都支持T 0交易，也就是当日买，当日卖。

不过具体怎么选，还需要师弟自己调研一下，我的话也不一定对，只能做个参考。”

周昀一边听着一边顺手记了一下：“谢谢师兄，我再自己了解一下。”

（本章未完，请点击下一页继续阅读）第16章倒反天罡(第2/2页)

“没事，这些东西就算不告诉你，也很容易了解，算不了什么。”

虽然听师兄说了个大概，不过周昀还是自己查了点资料。

接下来的一周，他都在研究股市，不过身上没什么钱，只能拿模拟盘操作一下了。

战绩也是非常辉煌。

-18%

亏了十八个点，毫不意外的血亏，其中17%都是在个股上亏得，明明每一次买进的时候他都觉得不会再跌了，结果第二天还是照跌不误。

经过调研加上亲身实践，他最终决定了，就选黄金ETF！

主要是他记得，未来黄金似乎都在一直上涨，就算预测的不准，应该也不会亏钱。

而实验室的师兄师姐知道了周昀又有新的idea之后，毫不犹豫地想要加入，周昀自然是来者不拒。

虽然核心的模型架构设计和算法上师兄师姐们帮不上什么忙，但是收集数据，清洗数据，数据标注，对他们来说还是小菜一碟。

这种工作一般都是研零或者研一才会干的事情，毕竟处理数据这种事情就两个——麻烦。

现在倒是有点倒反天罡的意思了，不过几位师兄师姐却没抱怨什么。

自己什么水平，各自都清楚，周昀这种刚来就能发NeurIPS的，在他们眼里已经是妥妥的大佬了，帮大佬打杂，

顺便混一篇A会打底的二作三作，傻子才不干，虽然对找工作没什么用，但是对评奖学金有用啊。

至于给年龄，都什么年代了，懂不懂什么叫达者为师啊！

邓永华也通过组会知道了这个事情，他也没反对，只是提醒大家先做好自己本职的科研工作，否则自己毕业都成问题的话，混个二作三作也是啥用没有。

时间很快来到了七月份。

实验室里，师兄师姐都围在周昀身后，所有人的眼睛都死死盯着屏幕。

屏幕上一共有两个界面，一个比较简陋，只有一根折线图，另一个则是交易平台的软件，上面显示的是黄金ETF的实时走势。

粗略地看上去，两根折线似乎是一模一样的，但是如果仔细观察就能发现，很多细节上，两者的走势完全不同。

这就是周昀他们近两个多月的研究成果，一种全新架构的时间序列预测模型。

“还是有点问题，不过暂时也只能做到这种程度了。”周昀看着两个界面叹了口气。

“我觉得已经很好了，不超过0.1%的误差，还不够吗？”

“是啊，其它的模型我们不是也跑过了吗？误差基本都在1%以上。”

虽然话是这么说，但是周昀还是觉得这个模型其实是有很大优化空间的，不能提升的原因还是一个——资源不够了。

哪怕是八卡的H100，也是有上限的，而如果想要更进一步的预测走势，就需要更多的数据，这里的数据就不仅仅是历史的价格了，

更是包括了和黄金相关的各种新闻，信息，这些消息来自世界各地，形式也多种多样，有视频、文字、音频、图片。

这就涉及到了另一个领域——多模态大模型。

而一旦涉及到了大模型这三个字，八张H100是远远不够的，因为他要的是训练，而不是推理。