第12頁(第2/2 頁)

桌前，滑鼠一點，演算法自動生成一張表單，她逐條掃過內容——

wec　 125．5 開空單 15000股

nata．　98　 開多單 20000股

site． 18000 開多單 5000股

……

她看了一眼螢幕右下方的時間，北京時間p8:55，五分鐘後紐約交易市場開市。

螢幕上的演算法自動執行，生成昨日的交易表單，她今日的交易資金一樣是35億美元。

她仍在想著第二條交易，nata買入價98，當日漲幅4％，真實漲幅卻是8％。

隨即她整理出來26條異常資料，開啟系統，八種演算法出現在螢幕上。

她先呼叫第四種演算法——利用當日異常資料修正當日市場情緒。得到當日的市場情緒後，利用當日市場情緒代入第一種交易用的演算法，異常資料立刻被消除一部份，又重新代入第四種演算法，得到一組新的當日市場情緒。

如此反覆用第四種演算法和第一種演算法進行疊代，直到達到平衡。

達到平衡後，她才放入第三種演算法——利用現在市場情緒預測近期市場情緒，將近期市場情緒放入第一種交易用的演算法，準備之後的交易。最後用當日市場情緒預測近期市場情緒修正第三種演算法的引數。

螢幕上又重新執行第一種演算法，滿屏跑著交易資料，螢幕右下角的時間顯示北京時間p9：35分，演算法開始高速計算，每3秒生成預測結果，剩下7秒陸續地生成交易指令傳送至各個代買基金公司。

她登陸軟體，發出一條資訊：vcent，立刻派人帶上我給你的膝上型電腦，飛抵我在維也納的公寓，以我本人的名義做一筆大宗交易：01088 180買入200000股。

</br>

<style type="text/css">

banners6 { width: 300px; height: 250px; }

dia (-width:350px) { banners6 { width: 336px; height: 280px; } }

dia (-width:500px) { banners6 { width: 468px; height: 60px; } }

dia (-width:800px) { banners6 { width: 728px; height: 90px; } }

dia (-width:1280px) { banners6 { width: 970px; height: 250px; } }

</style>

<s class="adsbygoogle banners6" style="display:le-block;" data-full-width-responsive="true" data-ad-client="ca-pub-4468775695592057" data-ad-slot="8853713424"></s>

</br>

</br>