“把這輪數據打上標簽。”他對李陽說，“‘政策預期前置資金’，加入訓練集。”
李陽新建分類目錄，命名存檔。張遠則在旁邊打開回測工具，輸入過去一年所有有色金屬品種在類似基本麵組合下的表現。結果顯示，在庫存下行+基差收斂+板塊聯動三項同時滿足的情況下，後續一周上漲概率為84.6%，中位漲幅7.3%。
“我們的判斷不是孤例。”張遠說。
三天後，周五下午三點。
主屏中央彈出結算數據框：
【滬鋁主力合約周漲幅：11.2%】
【周初預測方向對比】
陳帆團隊：上漲（87%概率）→正確
經濟係模型：下跌（52%傾向）→錯誤
側屏同步生成對比圖表。一根綠色柱狀圖高高聳起，另一根微微向下傾斜。旁邊附著係統推演路徑與實際K線的重疊圖，兩條線在周三後基本重合。
就在此時，實驗室門再次被推開。
教授獨自一人走進來，手裡拿著一張A4紙。他站在屏幕前看了一會兒，把紙放在操作台上。
那是他們團隊的原始預測文檔。他在結論段劃了一道紅線，旁邊手寫一行字：“參數失效，需重構輸入維度。”
“你們是怎麼發現政策信號的？”他問。
“發改委官網公告發布時間。”陳帆調出信息提取模塊，“每周二上午十點前後，係統自動抓取關鍵詞。上周出現‘新能源基建提速’，結合電網投資數據上調，判定為利好上遊金屬。”
“可這種消息通常滯後反映在價格裡。”
“所以我們提前監控相關企業的用電量異常。”李陽補充，“電解鋁廠用電數據上周環比上升9.4%，說明生產意願增強。這不是公開信息，是我們通過地方電力平台接口拿到的。”
教授深吸一口氣，點了點頭。
“下周。”他說，“我帶學生過來，聽你們講一次數據源處理流程。”
說完，他轉身離開。
房間裡沒人說話。張遠慢慢靠向椅背，手指無意識地摩挲著鍵盤邊緣。李陽開始打包本次對決的所有中間數據，準備導入係統迭代訓練庫。
陳帆仍坐在主位，目光落在主屏尚未關閉的對比圖上。綠色柱體邊緣清晰，數值穩定。他知道，這一勝不隻是算法的勝利，更是觀察尺度的勝利——彆人看季度報表，他們看數據誕生的瞬間。
“把這次對話記錄歸檔。”他對李陽說，“分類名稱叫‘外部驗證學術挑戰’。”
李陽點擊確認，文件夾圖標沉入數據庫深處。係統右下角彈出提示：
【新數據包已入庫】
訓練任務隊列自動追加一項待處理任務
此時，主屏下方的商品監控列表仍在滾動。一條新的異動警報悄然亮起：
【滬銅持倉結構突變】
多頭集中度單日上升12.3%
觸發條件：跨品種聯動監測閾值
張遠的目光被吸引過去。他伸手移動鼠標，準備展開詳情頁。