“自己爬。”温什言说得干脆，“公开市场的历史数据，我们可以合法获取。实盘数据，我打算先从中小型私募入手，用我们的技术服务换他们的数据共享，这件事很难，但也不是完全没可能。”

周顺看了她几秒，忽然笑了，他把计划书合上。

“行，就按你说的做，需要什么资源，可以跟我提，但别指望我什么都帮你搞定。投资人的作用是给钱和指方向，具体怎么走，得靠你自己。”

“明白。”温什言站起身，“周先生，那我先回去准备了。”

有了钱，事情推进得快了很多。

温什言用周顺给的第一期款，付了办公室一年的租金，又购置了必要的设备。贾可和范米搬进了新办公室，三个人花了两天时间打扫、布置，总算有了点公司的样子。

接下来是招人。

温什言在招聘网站上发了职位，要求写得很苛刻：985，211硕士以上学历，有机器学习或金融工程背景，至少参与过一个完整项目，能承受高强度工作，薪资开得比市场价高20。

简历如雪片般飞来。

她花了三天时间面试，最后选了两个人。

一个是刘琛，二十八岁，北大计算机本硕，之前做过推荐算法工程师，因为不想继续做内容推荐，想转金融方向，主动降薪来的。

另一个是如静，二十七岁，人大金融工程硕士，cfa三级，在券商做过两年量化研究员，对交易策略有深刻理解，但受够了某企业的官僚作风，想出来闯一闯。

加上温什言、范米、贾可，团队五个人，齐了。

第一次全体会议，是在新办公室举行的，五个人围着那张从二手市场淘来的会议桌，桌上摆着温什言买的咖啡和点心。

温什言站在白板前，没说话，先在正中央写下一行字：

“做别人没做过的事。”

然后她转身，看着四个团队成员。

“这是我们jay科技的宗旨，从今天起，我们做的每一个决策，开发的每一个功能，都要问自己一个问题，这件事有没有别人做过？如果做过，我们能不能做得更好？如果没做过，我们敢不敢做？”

她顿了顿，目光扫过每个人的脸。

“我知道，在座的各位，都有更好的选择。去大厂，去券商，去基金，拿更高的薪水，过更安稳的生活。但你们选择了这里，选择了我，选择了jay。为什么？”

没有人说话。

温什言笑了，她笑得好看，有不点名的野心。

“因为你们跟我一样，不甘心，不甘心活在别人的规则里，人工智能加金融，这个赛道听起来很高大上，但其实满地都是坑，我们要做的，不是跟在大佬后面捡剩饭，而是自己开辟一条新路。”

她拿起马克笔，在白板上画了一个三角形。

“我们的第一个产品，我把它叫做‘ckyeyse’，核心功能是辅助量化交易员生成策略因子。”

贾可推了推眼镜：“温总，这个方向的技术难点很多，首先是数据预处理，金融数据噪声大，非平稳，如何处理是个问题。其次是模型选择，时间序列预测本身就难，还要考虑市场结构的时变性……”

“我知道。”温什言打断他，“所以我们需要分工。贾可，你负责数据管道和基础架构。范米，你负责模型算法的核心开发。刘琛，你从推荐系统的角度，思考如何将因子推荐给交易员。如静，你从金融逻辑层面，验证因子的有效性，避免过拟合和逻辑错误。”

她看向最后一个人：“我负责整体架构和资源协调，另外，我也会参与核心算法的设计。”

“时间表呢？”范米问。

“一个月，做出第一个可演示的deo，做得到吗？”

四个人互相看了看。

然后，几乎同时点头。

“做得到。”

接下来的三周，办公室的灯几乎没熄过。

温什言把家搬到了公司附近，租了个一居室，每天最早来，最晚走，贾可和范米干脆买了折迭床，累了就在办公室睡，刘琛和如静虽然不住公司，但也是每天工作十四小时以上。

进度比想象中慢。

金融数据的预处理就耗了一周时间，a股市场的数据质量参差不齐，停牌、复牌、分红、送转……各种事件需要一一处理，贾可写了三千多行代码，才把数据管道搭起来。