上也不想搞莫顿教授安排的任务，反正她完成三分之一，肯定能按时交报告。
金融投资与估值的周期并非固定，而是企业生命周期、投资策略与市场动态的三元函数，例如研究对象MiracleLife的季度全面评估和月度里程碑修正，就会在融资节点引发跳跃式的调整。
苹果的季度微调和年度框架调整，这样的重大事件也会触发即时重估。
目前，她们正在做对冲基金量化的研究。
宋瑶想了想，打算研究研究做空模型，模拟实践对象的话，选择炙手可热的特斯拉。
特斯拉作为高Beta股票，日内波动率常超5%，并没有“速度限制”机制，这意味着可以使用高频策略优势。并且，散户交易占比高，达到约30%，易受情绪驱动，导致价格短期偏离基本面。
宋瑶拿出张手稿笔帽在白纸上点着，思索该怎么动手，完成量化驱动空头策略。
“首先是模型架构，建立高频数据层，抓取特斯拉的盘口移动，通过卫星图像检测特斯拉工厂停车场车辆密度.”
再就是信号生成层，构建统计套利模块，还需要再利用新闻事件，解析特斯拉发布的文件，识别关键词，生成事件冲击概率矩阵。
最后是风控，需要使用动态对冲和熔断机制，就算在极端情况下损失可控，防止连锁反应。
大概的流程就这些。
大约半小时，手稿上就出现了完整的流程图。
看起来简单，这样这样，那样那样，似乎就能做空特斯拉，光细节的执行上就极其繁琐。
爬取各种数据，建立复杂的数学模型，开发游击算法、狙击手算法
要规模化运行这类做空策略，最低就需要5亿美元的资金。
当然，她可以考虑通过量化ETF或对冲基金跟投间接参与——在看到有资金做空的时候跟一下，赚点小钱。
(本章完)