几个研究员交换了一下眼神，有人微微点头。

    “我觉得，这个问题不只是林宇一个人的困惑。在座的各位研究员，可能都有类似的感受。同样，技术部的同事可能也有困惑——‘我们辛辛苦苦开发的模型，研究员们不理解、不信任，怎么办？’”

    他在白板上写下两个词：理解、信任。

    “这两个词，是今天要解决的核心问题。”

    他转过身。

    “我先说我的结论。在默石资本，研究和技术的地位是同等的。没有研究，系统没有灵魂。没有技术，研究没有效率。我们不是‘技术主导’，也不是‘研究主导’。我们是‘人机结合’。人和机器，各司其职，互相补充，共同进化。”

    他拿起马克笔，在白板上画了一张新的架构图。

    数据 → 因子（研究+技术共同定义） → 策略（系统生成） → 决策（ACC人机结合） → 执行（系统） → 反馈（研究+技术共同分析）

    “看清楚了吗？因子这个环节，是研究和技术的交汇点。研究员负责发现逻辑、定义框架。技术工程师负责实现算法、验证有效性。两者缺一不可。”

    他放下笔。

    “从今天起，研究部的绩效考核，不只是看‘你推荐了多少牛股’。还要看‘你创造了多少新因子’、‘你优化了多少旧模型’、‘你发现了多少系统盲区’。同样，技术部的绩效考核，也不只是看‘代码跑得有多快’，还要看‘模型的可解释性有多强’、‘研究员用起来有多顺手’。”

    他看向沈清如。

    “沈总，你负责制定研究部的新考核标准。”

    沈清如点头。

    “林枫，你负责技术部的新考核标准。”

    林枫也点头。

    “好。下一个问题——研究员不会写代码，技术工程师不懂基本面，怎么合作？”

    他看向林宇：“林宇，你说说，你这一周跟林枫学了什么。”

    林宇站起来，声音比一周前坚定了很多。

    “我跟林枫学了一个东西叫‘因子表达’。就是说，把一个定性的判断，用规则化的语言表达出来。比如，我之前觉得，‘一家公司的研发投入转化率很重要’。但‘转化率’怎么定义？林枫让我想清楚——是专利数量？是新产品收入占比？还是毛利率的提升？把这些想清楚了，就可以变成一个可计算、可回测的因子。”

    他顿了顿。

    “我还学了一件事——不是所有的判断都需要变成因子。有些判断，是用来‘纠错’的。比如，系统可能看好一家公司，但我的深度研究发现，这家公司的创始人最近在频繁减持，而且公司的对外投资很不合理。这些信息，系统可能没捕捉到。这时候，我的价值就是向ACC发出预警，暂缓或者否决系统的建议。”

    陈默带头鼓了掌。

    “说得好。‘创造因子’和‘纠错预警’，就是研究员在系统化投资时代的两大核心价值。”

    他看向技术部的方向。

    “技术部的同事，你们有没有什么要说的？”

    一个年轻工程师举手站起来，是林枫团队的孙浩，负责回测引擎开发。

    “陈总，我有个问题。有时候，研究员给我们提的需求，太模糊了。比如，‘帮我看看这个策略在历史上的表现’。什么策略？什么参数？什么时间区间？都没说清楚。我们没法做。”

    陈默点头：“这个问题提得好。林枫，你想想办法。”

    林枫站起来，走到白板前。

    “我建议，建立一个标准化的‘策略提案模板’。研究员如果想验证一个想法，需要按照这个模板填写——策略-->>

本章未完，点击下一页继续阅读