Latency Strategy based on FPGA（基于FPGA的硬件级低延迟策略）。
“软硬解耦？”
安德烈盯着那行英文喃喃自语，猛地抬头，
“你想把算法直接烧录进芯片里？这……这能把延迟压到微秒级！但现在的硬件根本不支持这种动态逻辑！”
顾屿没理他，手指点了点第二行。
NLP Sentiment Analysis on Unstructured Data（非结构化数据的自然语言处理情感分析）。
“现在的量化都是基于量价数据。”
顾屿淡淡道，
“但市场是由人组成的。社交媒体上的情绪、新闻里的关键词、甚至论坛里的废话，都是因子。我要你们抓取全网舆情，把‘贪婪’和‘恐惧’量化成数字。”
这是2015年之后才开始流行的“另类数据”概念，放在2012年，简直是天方夜谭。
而第三行，则是彻底的降维打击。
Deep Reinforcement Learning (DRL) & Convolutional Neural Networks (CNN)（深度强化学习与卷积神经网络）。
旁边还画了一个简陋的围棋棋盘草图，打了个问号。
“这是什么？”
卢卡斯指着那个图，声音有些发颤，
“Neural Networks？那玩意儿不是八十年代就被证明是死胡同了吗？”
“那是以前算力不够。”
顾屿靠在椅背上，眼神深邃：
“别总想着找规律。让机器自己去左右互搏，让它自己去进化。给它设定奖励机制，只要能赚钱就给糖吃，亏钱了就电击。不需要它理解市场，只需要它战胜市场。”
这正是四年后AlphaGo横扫棋坛的底层逻辑，也是未来量化基金“文艺复兴”的核心机密。
静室内死一般的寂静。
三位天才死死盯着那张从作业本上撕下来的纸，仿佛看着一张来自外星文明的藏宝图。
纸上写的虽然是他们熟悉的英文专业术语，但组合在一起的每一个概念，都超出了当下的时代认知，却又在逻辑上有着致命的诱惑力。
如果这是一个外行……
那牛顿和高斯大概只能算小学生。
“这些，就是我要你们解决的问题。”
顾屿站起身，背起书
本章未完，请点击下一页继续阅读！