“孙哥……他得罪你了？”
程伟的脑子一下子转不过来。
如果陈平和孙宇晨关系不好，那为什么要让他带自己干活呢？
“这件事你不用操心，好好跟他学，能学多少是多少。”
陈平并未解释原因，“孙宇晨别的方面不好评价，但业务能力确实不错。”
“好……吧，我听你的。”
“技术上的东西尽量多了解，不需要多么深刻，但最基本的框架你得知道，不然以后容易被人糊弄。”
“我有那么蠢吗？”
程伟很不服气。
“跟那些人打交道我都有留心眼！”
“是吗？”陈平斜着眼睛看他，“那你怎么被吴娇娇钓成翘嘴的？”
程伟欲言又止。
“这事就说到这，以后好好干，别说吃香的喝辣的，没准还能让你上历史书，成为真正的大人物！”
“什、什么意思？”
程伟的呼吸都变得急促了。
“字面意思。”陈平语重心长道，“橙子，咱们正在干一件‘伟大’的事！”
……
随着权势不断扩大，陈平的画饼能力也变得越来越强。
在股东大会上，他成功地让一众大佬相信，在接下来的半年时间里，灵境会复刻在白银上的大胜。
但在这之前，陈平也提出了三点要求：
第一，股东不得干涉或泄密灵境的操作；
第二，有关税务问题，他们要帮灵境搞定；
第三，灵境将扩大在量化交易和加密货币上的投入，只要支出不超过警戒线，股东都不允许介入。
以上三点中，第一点和第二点没什么争议，毕竟大家现在是利益共同体，灵境的麻烦就是全体股东的麻烦，他们当然有义务帮忙解决。
第三点就不一样了。
包括陈平、明兰、魏芙在内的14个股东里，有9个不同意，华尔街系全票反对。
为什么？
因为当陈平公布他的支出计划后，大伙都惊呆了。
“花数亿美元购买GPU，就为了虚无缥缈的人工智能交易和看不到前景的加密货币，简直太荒谬了！”
华夏养老金、社保金两大高管表示无法理解。
然而，陈平凭一己之力舌战群儒，最后硬生生地说服他们不要干涉。
不过，这些股东也开出两个条件，其中一个就是对支出画警戒线。
超出警戒线，他们有权发起投票，只要反对票达到半数，陈平就必须立即中止后续投入。
另一个条件和灵境下半年的业绩挂钩。
说白了股东不是反对花钱，只要陈平赚得更多，那他们没有任何意见。
就怕赚得少、花得多，损害了自己的利益。
不过，即便陈平现在压下了公司内部的反对声音，但这可不代表他没有后顾之忧了。
陈平非常清楚，哪怕撇开这些新加入的股东，公司的管理层同样对他的决策感到不解和困惑。
甚至远在香江的灵境科技团队中，也有相当一部分从事区块链的工程师对未来充满迷茫。
他们在工作中得不到任何正面的反馈，加密货币证券化的提案被美国国会否决，那这些虚拟币创造出来后还有意义吗？
归根结底，所有的一切都是因为灵境没有强大的产品落地，从市场的参与者到源头的开发者，大家都是过分悲观的。
这些负面情绪不仅让陈平身上的压力骤增，同时也影响了各个项目的推进速度。
为了解决上述问题，陈平高调地在社交媒体上发声。
他在5月28号以个人名义连发三篇文章，分别是：
《深度学习算法：通向初级人工智能的道路》、《量化交易在金融市场的前景》以及《论WEB3：前瞻去中心化智能交易》。
这些报告一经发布，不到半天时间就在各自领域造成了巨大轰动。
首先是前两篇有关深度学习算法、人工智能和量化交易的讨论。
其实ai这个概念并不新鲜，早在上个世纪就有科学家提出来了，只是由于当时的硬件条件太差，从业者看不到任何希望，因而相关的研究一直不温不火。
量化交易其实是ai的一个分支。
众所周知，金融交易十分依赖决策的胜率。
同样的标的、同一时间、同一点位，不同的投资者可能得出完全相反的结论，这些结论又会影响他们后续的操作。
那么，投资者是怎么做出判断的呢？
很多人会说，是根据他们自己的交易系统。
比如设置一套做空策略，当某一合约的1小时级别K线图连续出现两根阴线，且第二根阴线的长度大于第一根、对应的成交量也高于前者，则视为空头力量增强，立即发出做空信号，并进场做空。
如果后续标的价格如期下挫，则继续监控K线图，只要出现以下任意条件中的一个，触发自动止盈，否则继续持续：
1、回撤大于或等于浮盈的2/3；
2、收出一根强劲的阳线，价格涨幅、成交量均高于前一根阴线；
3、价格跌到关键支撑位。
如果后续标的价格意外上涨，则继续监控K线图，只要出现以下任意条件中的一个，触发自动止损，否则继续持续：
1、本金亏损达到警戒线（警戒线水平因人而异）
2、连续收出两根阳线，且第二根阳线的价格涨幅、成交量均高于前一根阳线；
3、价格触涨到关键压力位。
只要严格执行策略，理论上是不会犯致命失误的。
可就是这么简单的前置条件，99%的人都做不到。
于是，没有主观情绪、完全客观的量化交易应运而生。
将上面这套方法用代码写出来，就是一个简易的量化交易程序。
量化交易的优点有很多，比如不受外部因素干扰，止盈、止损非常果断，不会像人类一样怀着侥幸心理扛单，更不会做出违背策略设定的操作。
那缺点呢？
现阶段的量化交易过于僵硬，无法应对各种突发情况。
还有就是，再完美的策略也有失效的时候，而量化交易程序的更新过于复杂，代码极易出现bug。
一旦无法及时修正，很有可能酿成严重的后果！
例如大名鼎鼎的“纳斯达克乌龙指”事件。
虽然许多金融机构对量化交易持开放态度，但这些缺点一日不解决，量化交易就永远成不了主流，且上限一眼就能看到头。
前不久杨桃的论文曾引起学术界震动，但奈何她的知名度太低，未对整个学科造成显著影响。
而陈平这次则完全不同。
如今的陈平可谓是风头无两，无论他干什么、说什么话都有一大堆媒体报道、分析。
借着这波流量，陈平将灵境正在研究的两大项目推到台前。