张远整理历史业绩数据，剔除早期手工操作记录，只保留近十八个月自动化运行结果；周婷则反复推敲路演话术，把“马尔可夫状态机”换成更易懂的表述——“基于市场行为规律的趋势判断系统”。
第三天下午，内部评审会召开。
投影幕布上显示着产品结构图。陈帆站在前方，简述核心机制：“优先级出资200万，年化预期6%；劣后级出资100万，承担全部浮动亏损，若收益超过8%，超出部分按三七分成。”
“为什么是三七？”张远问。
“我们拿三成。”陈帆答得干脆，“这不是暴利模式，是建立信任。初期少赚点，但要把‘守信履约’刻进品牌里。”
周婷补充：“所有交易决策均由系统生成，日志全程留痕。投资者可以随时申请查阅操作记录，确认无人工干预。”
“那如果系统错了呢？”张远直视她，“模型失效，净值狂跌，你拿什么说服人家继续相信这套东西？”
房间里安静了一瞬。
“我们不说服。”陈帆平静回应，“我们履约。亏了就是亏了，按规则止损退出。真正的信用不在涨多少，而在跌的时候有没有守住底线。”
李阳忽然抬头：“我已经做完压力测试。在千笔并发下单场景下，本地节点可在2.8秒内完成全账户强平。最坏情况下，最多损失5%的流动性溢价，不会影响整体执行。”
周婷记下数据，低声说：“够了。比起人为犹豫，这已经是极限响应速度。”
一周后，封闭式路演在园区会议室举行。
两位大学教授坐在前排，面前摆着打印整齐的产品说明书。其中一位翻到风控章节，指着那条红色横线：“你们设定的止损点比行业平均激进，通常都在0.7以下。为什么选0.8？”
周婷接过话筒：“因为我们的目标不是搏反弹，而是防失控。当市场进入下跌延续状态，历史数据显示后续继续下行的概率超过六成。我们宁可错杀，也不愿让风险敞口持续扩大。”
另一位教授问：“你们团队平均年龄不超过二十五岁，如何保证长期运作的稳定性？万一有人毕业离开，或者理念分歧导致分裂？”
“这不是依赖个人的团队。”周婷调出系统日志界面，“过去五百三十天，策略模块无人工调整。每一次买入卖出，都源于数据输入与规则判定。即使今天所有人都离开，系统仍会按照既定逻辑运行。”
她顿了顿，补充一句：“我们现
本章未完，请点击下一页继续阅读！