“快看新闻！”
泰国NBT电视台。
电视内泰国央行的行长对着镜头痛哭流涕，画面转换间，无数的民众包围着银行大楼，高喊着兑换美元。
负责维持治安的泰国军方严阵以待，不断驱逐围困而来的愤怒民众。
等画面再次转换时，银行楼顶一跃而下的身影让交易室内的众人鸦雀无声。
“这就是金融战争么？”
电视内混乱的一幕让李教授的内心久久未能平息。
自动运行的两个量化交易模型中，多因子量化交易模型在泰铢贬值20%的时候就开始迅速平仓，反手做多。
而事件驱动模型依旧在滚仓做空。
随着两个模型对泰铢货币价值的分歧，原本迅速放大的盈利额，也定格在了四十五亿美金，开始了反复地跳动，不再扩大。
李教授听到了学生地汇报，看着电脑界面上两个截然相反的结果，猛的一跺脚。
“他妈的，怎么又分化了？”
宋寒若有所思的摸了摸下巴。
“事件驱动数据模型做出判断的依据是什么？”
李教授指着一旁不断翻阅资料填写数据的学生解释道；
“我设计了一个加权函数，将世界各大金融评估公司和财经类新闻的分析报告进行权重加成。
只要将相应的权重数值根据时空的前后顺序不断输入模型，模型会自动得出判断。”
宋寒点了点头；
“所有的信息释放都是有一定的延后性，舆论的来源也是来自于操作者的利益需求，这种人工进行数据采集的速度太慢了。
你们就不能让电脑自动判断，自动采集？”
宋寒的话让李教授无奈的叹了一口气；
“现在全世界得互联网发展虽然比较迅速，但也只是纸媒和电视媒体的有效补充。
现在市面上根本就没有太多的信息网站，并且这种网站的浏览与影响力都太小了。
他们的权重比太低了。”
宋寒闻言奇怪道；
“没有我们就不能自己造？
本座想买飞机，都还先买了一个研发制造厂重头来。
我觉得这种事件驱动的模型很有意思，有种以穷举之力，演绎人心动向，等完善后，应用方向可能还能更加广泛。”
一旁正在进行数据录入的学生闻言抬头道；
“听说美国新成立了一个网站，专门进行搜索调用，想要整理全世界的所有信息。
他们将整个互联网上的信息都做出了索引目录不断进行权重计算，好像和咱们这个模型有些相似。
要不要和对方联系一下，买个端口，借用他们的数据。”
宋寒闻言摆了摆手；
“买啥端口，回头打听一下，把那个公司都买下来。”
“那个公司叫什么名字？”
“好像是叫BackRub。”
请大家记得我们的网站：乐读中文(m.leduzw.com)不要叫我院士，叫我宗主大人！更新速度全网最快。