金融科技探索这一路

1. 金融坑，所谓的大数据不是大数据。同一性，多维度，多样本。共同的模式，同一性就是我们要预测的y需要是一致的，多维性是要从不同维度搜集数据，但这些维度都与y相关；多样本，样本足够多，或者说时间维度足够长。金融数据具有这三个属性的比较少。这是金融数据应用机器学习遇到的最大的困难。

2. 新领域的探索不容易，这一点是要和奋斗在这条路上的同事们共勉的。新领域的探索最大的不同是，如何问对问题，而不是如何解决问题。我们有机器学习这个工具，我们这个工具能够解决哪个金融问题，这是比较难得。所以过去我们成立过很多小项目，做过很多实验，最后还是鹰眼这个项目得到的关注最多，其他的可以说是失败了。成功极其不易，但还是和各位共勉。

3. 感谢各位领导的耐心以及创造的学习环境。正是因为第2点的不容易，所以这个新领域到现在也有三四年了，所以感谢领导的耐心和支持。其次对我们这些跨界人员提供了很多学习金融知识的环境，包括参加股票投资部的早会，以及各大券商提供的路演。还能和研究员基金经理们交流，这三年也是我毕业以来学习最多的几年。