思考了一會兒，周昀連上服務器，新建了一個文件夾。

本來他還以為上一個課題結束之后，服務器賬號就會被收回，他還特地問過這件事情，畢竟八卡的H100就算是租也需要一筆不小的費用。

哪知道鄧永華大手一揮，讓他先用著，等組里買好服務器了再說。

那周昀總不能拒絕吧？

既然老師說了繼續用，那就繼續用唄。

技術方面的事情周昀心里有數，他剛剛就想到了幾種還不錯的方案，只不過具體有沒有效果還要實驗了才知道。

想要實驗，最重要的還是數據，而想要數據，他就需要盡快定下來，想要預測的股票，才能去網上爬數據。

“該選什么股票呢？”周昀雙手放在鍵盤上，遲遲沒有動手。

股票的事情他其實不太熟悉，主要是他從來沒有去深入了解過，所以在他眼里股市=賭場，這種概率性太大的事情他一向不太喜歡去做。

“周昀，想啥呢？你也要買股票？”一旁的邱彥聽到周昀好像說了“股票”兩個字，這才問了一嘴。

“嗯，不是我要買，我是想著，現在不是有很多量化公司嗎？但是這東西說白了就是深度學習模型，

我想著能不能選一只股票用模型來預測一下，如果成了說不定還能賺點錢?！?/p>

邱彥頓時眼睛一亮：“這個想法好??！如果真的能成，到時候不說大賺，至少不會虧的這么慘了。”

“是啊！不過這要實現起來應該挺難的吧？”沈瑞覺得這事情沒這么容易。

周昀點點頭：“技術方面我有了一些想法，只是需要時間驗證，現在的問題是，我不知道該選什么股票。”

“這確實得好好想一下，我有一點想法，可以作為參考。”俞天睿手指輕敲桌面緩緩開口，要說實驗室里誰對股市最為了解，那絕對是他了。

一萬的本金，他花了一年的時間讓其翻到了三萬多，這在普通人里已經算是非常NB了，畢竟這是年化300%的收益率。

“師兄你說。”對于不了解的領域，周昀向來是虛心學習。

“其實我并不建議你選擇個股，因為很大程度上來說，

個股的走勢受多重復雜因素影響，比如財報暴雷、高管變動、產品事故、股東減持這些不可預測事件，

更別說有些盤子小的股票可能會存在被資本大手操控的情況，所以相比個股，我更建議選擇ETF，

因為ETF的走勢更多由系統性因素驅動，簡單來說受個人的影響很小（當然也有例外），這樣的情況下，各種技術指標的可靠性就會更高，也更加容易預測，

比如有些厲害的人都能預測其大致的走向，我覺得深度學習模型應該會做的比人更好，

而且ETF的波動一般都不大，極難出現一天十個點的情況，所以就算日后真的虧錢了，也能把虧損控制在一個合理的范圍內，

我比較推薦兩支ETF，都是我自己重倉的，一個是黃金，一個就是恒科，這兩個ETF都支持T 0交易，也就是當日買，當日賣。

不過具體怎么選，還需要師弟自己調研一下，我的話也不一定對，只能做個參考?！?/p>

周昀一邊聽著一邊順手記了一下：“謝謝師兄，我再自己了解一下。”

“沒事，這些東西就算不告訴你，也很容易了解，算不了什么?！?/p>

雖然聽師兄說了個大概，不過周昀還是自己查了點資料。

接下來的一周，他都在研究股市，不過身上沒什么錢，只能拿模擬盤操作一下了。

戰績也是非常輝煌。

-18%

虧了十八個點，毫不意外的血虧，其中17%都是在個股上虧得，明明每一次買進的時候他都覺得不會再跌了，結果第二天還是照跌不誤。

經過調研加上親身實踐，他最終決定了，就選黃金ETF！

主要是他記得，未來黃金似乎都在一直上漲，就算預測的不準，應該也不會虧錢。

而實驗室的師兄師姐知道了周昀又有新的idea之后，毫不猶豫地想要加入，周昀自然是來者不拒。

雖然核心的模型架構設計和算法上師兄師姐們幫不上什么忙，但是收集數據，清洗數據，數據標注，對他們來說還是小菜一碟。

這種工作一般都是研零或者研一才會干的事情，畢竟處理數據這種事情就兩個——麻煩。

現在倒是有點倒反天罡的意思了，不過幾位師兄師姐卻沒抱怨什么。

自己什么水平，各自都清楚，周昀這種剛來就能發NeurIPS的，在他們眼里已經是妥妥的大佬了，幫大佬打雜，

順便混一篇A會打底的二作三作，傻子才不干，雖然對找工作沒什么用，但是對評獎學金有用啊。

至于給年齡，都什么年代了，懂不懂什么叫達者為師啊！

鄧永華也通過組會知道了這個事情，他也沒反對，只是提醒大家先做好自己本職的科研工作，否則自己畢業都成問題的話，混個二作三作也是啥用沒有。

時間很快來到了七月份。

實驗室里，師兄師姐都圍在周昀身后，所有人的眼睛都死死盯著屏幕。

屏幕上一共有兩個界面，一個比較簡陋，只有一根折線圖，另一個則是交易平臺的軟件，上面顯示的是黃金ETF的實時走勢。

粗略地看上去，兩根折線似乎是一模一樣的，但是如果仔細觀察就能發現，很多細節上，兩者的走勢完全不同。

這就是周昀他們近兩個多月的研究成果，一種全新架構的時間序列預測模型。

“還是有點問題，不過暫時也只能做到這種程度了。”周昀看著兩個界面嘆了口氣。

“我覺得已經很好了，不超過0.1%的誤差，還不夠嗎？”

“是啊，其它的模型我們不是也跑過了嗎？誤差基本都在1%以上。”

雖然話是這么說，但是周昀還是覺得這個模型其實是有很大優化空間的，不能提升的原因還是一個——資源不夠了。

哪怕是八卡的H100，也是有上限的，而如果想要更進一步的預測走勢，就需要更多的數據，這里的數據就不僅僅是歷史的價格了，

更是包括了和黃金相關的各種新聞，信息，這些消息來自世界各地，形式也多種多樣，有視頻、文字、音頻、圖片。

這就涉及到了另一個領域——多模態大模型。

而一旦涉及到了大模型這三個字，八張H100是遠遠不夠的，因為他要的是訓練，而不是推理。