趁着这个间隙，罗大瑞的眉头拧得更紧，指尖敲击桌面的频率越来越快，显然有些坐不住了。等王伯庸刚运行完模型程序，她立刻开口，语气带着几分急切：“就算数据没问题，你的论文学术性不够。我翻了参考文献，总共才列了二十七篇，其中帝国专业一级期刊论文只有四篇，剩下的全是实务书籍和行业报告。这不符合本科毕业论文的学术规范，太浅了。”
这一击正中软肋。本科生答辩，学术规范性是硬指标，期刊论文数量更是评审们看重的点。周教授立刻翻到参考文献页，数了数期刊论文的数量，眉头也皱了起来。
牛大力深吸一口气，指尖在桌面上轻轻叩了叩：“罗教授，学术性不取决于参考文献的数量，而取决于理论应用的深度。我的模型核心理论基础是帝国资产组合理论和行为金融学的前景理论，只是我没有停留在理论阐述，而是把理论转化成了可操作的量化指标。”
他翻开附录七，指着上面的公式推导过程：“这里有完整的理论推导，从资产组合方差计算到风险偏好系数校准，每一步都对应了学术理论。而且我引用了《帝国金融研究》圣武历270年的两篇实证论文——《量化策略中的风险因子适配性研究》和《宏观数据对股权投资的传导机制分析》，这两篇论文的实证结论，正是我模型宏观校准模块的理论支撑。”
周教授凑过去看了看推导过程，点了点头——逻辑确实严密。张美玲也附和道：“实务型论文，能把理论用透比堆砌文献更重要。”
就在这时，张美玲突然指着推导过程中的协方差矩阵计算部分：“这里你用了简化算法？传统的全样本协方差矩阵计算虽然精准，但运算量极大，你这个简化版，精度损失有多少？会不会影响最终决策？”
“会有损失，但在可接受范围内。”牛大力不假思索地回应，调出附录八的精度测试报告，“传统算法处理一千个投资目标的全样本数据，需要七十二小时才能完成一次运算，根本跟不上股权投资的决策时效。我用的是‘分层抽样-方差修正’简化算法，运算时间缩短到四小时，误差率控制在0.3%以内。对于需要实时决策的股权投资来说，效率比绝对精度更重要”
张美玲看着测试报告上的误差曲线，满意地点点头，在评分表上快速写了几句。形势似乎正朝着对牛大力有利的方向发展，罗大瑞的脸色越来越难看，她盯着王伯庸的电脑屏幕，突然提高了声音，语气里带着明显的质疑：“牛大力，我问你，论文致谢里提了你在风氏投资担任首席操盘手？一个本科生，怎么可能坐上这个位置？风氏投资再怎么是家族企业，也不至于让一个没毕业的学生掌管上亿资金吧？你不会是编造经历来撑场面的吧？”
这话带着毫不掩饰的羞辱，连李建业都皱了皱眉——质疑学术可以，但质疑人品就过了。牛大力心头的火气往上涌，但他强迫自己冷静下来：罗大瑞是急了，开始用这种方式施压。
他没有辩解，直接拿出手机，连接投影仪，调出两张照片：“罗教授，这是风氏投资的营业执照，法定代表人是风菲菲；这张是我的任职证明，盖了公司公章和滨海企业管理局的备案章，还有董事会任命决议，您可以去企业管理局官网核查。”
屏幕上的文件清晰可辨，连备案编号都看得一清二楚。会议室里响起一阵细微的议论声，周教授低声跟张美玲说了句“这经历倒是真的”。罗大瑞的脸色终于有些挂不住了，她盯着屏幕看了许久，突然转向王伯庸，语气带着一丝不易察觉的催促：“王教授，模型测试结果怎么样？”
王伯庸推了推眼镜，语气里带着几分意外，甚至还有点欣赏：“三家公司的评级结果，和我们研究院的内部评估基本一致。其中做工业软件的海芯科技，模型给出B+评级，提示‘核心团队稳定性不足’，我们的报告也提了这点；还有做智能硬件的橙光科技，模型的风险预警比我们早了两个指标——确实更精准。”
这个结果像一记耳光，狠狠扇在罗大瑞脸上。她显然没料到，这个被她处处看不上的本科生，竟然真的拿出了实打实的成果。会议室里的气氛彻底变了，连原本中立的周教授都露出了赞许的神色。
但罗大瑞并不甘心，她沉默了半分钟，突然翻到论文最后一页，像是抓住了最后一根救命稻草：“你的模型里提到‘舆情因子权重动态调整’，但从头到尾没说数据来源。现在舆情平台鱼龙混杂，水军帖、虚假新闻遍地都是，数据污染严重，你怎么保证输入模型的数据是可靠的？没有可靠的数据，再好的算法也是空谈。”
牛大力心中一凛——这是他刻意留下的模糊地带，涉及模型的核心机密。他斟酌了片刻，决定说一半留一半：“数据来源分三个渠道：一是官府公开监管公告，这些是权威数据；二是第三方征信机构，我们合作的是‘信联征信’，他们的数据经过三重核验；三是我们自主研发的舆情抓取系统，专门爬取行业论坛、财经媒体、社交媒体的信息。”
本小章还未完，请点击下一页继续阅读后面精彩内容！