辑判断。
后世的机器人交易，正是量化公司的核心。
当然，量化公司对网速和电脑响应速度的要求也很高，得上服务器级别的硬件。
总体而言，这俩玩意都挺先进的，代表着市场的另外一个方向。
韩烈大约知道虞平安的热情因何而来了。
既然如此……
不下个钩子，那就不是韩烈了。
“哪里哪里，纯粹从盈利稳定性角度出发，平安哥的公司肯定比我强得多……对了，我的公司也在做量化，有时间倒是可以交流一下。”
韩烈表面上只是在客套，但是，虞平安的眼睛瞬间就亮了。
“那可真是太好了！韩老师，写程序做算法我擅长，可是想总结出一套行之有效的策略，提升盈利的稳定性，还非得有你这种高手指点不可……约个时间，咱们好好聊聊？”
虞平安图穷匕见，韩烈反倒把手抽了回来，笑容转淡。
“好啊！有机会的话我一定上门拜访。”
潜台词：别做梦了！
虞平安非常能够理解韩烈的警惕，换做是他，也不可能帮一个竞争对手搞什么算法策略。
如果有可能，他更愿意去花钱请一个没有利害关系的业内大拿。
但问题是……
在眼下的时间节点上，整个国内能搞明白量化策略的人实在不多，大部分相应人才都在国外，以米国居多。
可是米国股市跟大A是两套逻辑，从米国请回来的算法工程师、策略专家，搞出来的东西都太僵硬了。
而且随着市场的不断变化，策略也要随时修正更改，这要求就更高了。
这个问题会从始至终的困扰着国内的量化公司。
甚至，在最火热的时期，一个实战跟菜鸡似的策略研究员都能拿到百万年薪。
有用吗？
有，但当真不大。
实战都保证不了胜率，总结出来一套机器策略就能保证胜率了？
所以这里面始终存在着一个悖论——
实战厉害的，不可能帮外人搞策略，废那心思赚个一年百多万，都不如自己花钱找人编写一个专属的交易辅助朋友，程序。
而实战不厉害的，愿意赚这份钱，却又很难跟上市场风格的变幻。
在后世，那些机器人经常集体砸盘，很多时候都是没有必要的破坏性跟随，这就是那种僵硬的体现。
而虞平安公
…。。