小木头的额头：「那就好，做对的事..：」
卢薇补充道：「不怕难？」
「是这个道理。」
两人相视一笑。
难得翟达有时间坐下来听自己讲述，卢薇又展示了一些其他成果，当初发布会上公布的三大用途，其实都在稳步推进中。
在医疗影像方面是最稳定的，研究院和去年刚成立的「散装省医疗影像云」达成了合作，可以获得大量抹去患者信息的ct/x光影像资料，喂给大模型。
这是一项公益研究，交换条件是未来若功能成熟，需免费或低价提供给散装省所有公立医院。
目前专门针对胸部ct和脑部ct两个部分，准确率和效率都在不断上升。
而「量化金融」领域，得益于这部分数据庞大且公开，是起步最早的，不过目前都仅仅是在「模拟盘」里打转。
这部分有些复杂，理论上所有量化金融都需要数学模型和计算机辅助，但侧重点也有不同。
有的「量化」，是真的试图通过数据分析获利，这也是许多量化技术的初衷：让计算机代替人脑思考决策，也就是追求一个「算」。
但有的「量化」，其实是通过捕捉交易信号，以毫秒级反应先散户一步，极速报单达成交易...更接近于「抢」。
两者并非绝对的，但显然股市并不全讲逻辑，内部信息公开，外部信息也无法预知，比起「算」，显然还是「抢」更方便些，一秒300单，就纯纯数值怪碾压。
碾压散户.：：
研究院搞这个只是为了验证模型，当然走的是第一条路，无法一次统揽全球无数股票，而是需要输入特定公司的历史价格、成交量、财务数据等，而后进行推测和预算。
翟达看了一下，模拟盘中，日收益率大概在2.2%左右，平均交易频次4000多，也是很快的了，
换算一下年收益率接近80%，很牛逼了已经。
当然这只是模拟，并且是单利而非复利「去真实股市玩玩呗，搞个100万试试水，不多的。」
卢薇想了想道：「也不是不行，不过研究院没有金融职能部门...归谁管？」
「归你管不就完了，都是量熵项目组的一部分，亏钱了就算研发投入，挣钱了...恭喜，你们为研究院创造利润了！不过记得想办法去美股，别在大a玩。」
「为什幺？」
「大a太妖..：」
而且大a