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——策略逻辑、变量定义、回测区间、业绩基准、预期效果。填完这个模板，技术部就可以直接开始回测。这样，沟通成本会大大降低。”
本章未完，请点击下一页继续阅读！