2018注定是不平凡的一年。經濟下行壓力前所未有，國際政治摩擦風起云涌。

　　2018中國證券市場的走勢，隨著中央經濟政策的定調，一路動蕩下滑。然而世界金融科技，卻有著日新月異的發展。自然語言處理，機器學習，知識圖譜等人工智能技術已廣泛應用在證券分析投資的各個領域，并且在智能投研，程序交易等領域獨領風騷。

　　在這里寫2018的反省，著眼于公司在金融科技開發與應用方面的不足，主要有3點：

　　1、智能投研應用不足

　　智能投研在信息獲取精準性，研究成果及時性，研究成本等方面都有十分明顯的優勢。另一方面，智能投研也同樣為市場投資研究開辟了另外一種全新的思維角度和思維方式。

　　目前個股分析工具和財務模型主要針對數據接口，網絡爬蟲等結構化數據，而對不規則非結構化數據的處理和建模能力稍顯不足。事實上某些非結構化數據確實能給證券分析預測帶來不同凡響的效果。例如，華爾街技術人員利用GPS信號數據準確預測出了特斯拉工廠的加班狀況，以此判斷特斯拉三季報產量大增。所以選擇特定的非結構化數據，并且通過建模處理來分析，這是以后系統需要增加升級的地方。

　　2、金融領域專業知識不足

　　如何實現系統對投資線索的挖掘，關鍵信息的智能分析，財務模型的自動化建模，如何深度融合各個行業投資邏輯，建立產業鏈分析摸版？我想唯有對專業領域知識的完全了解，才能建立更加完備的領域模型，才能在現有領域模型基礎上增加新的功能和實體。所以需要持之以恒，一以貫之在證券分析和證券投資專業領域獲取更多知識。

　　3、項目開發及項目管理

　　開發過程還不夠細膩，文檔不夠全面，特別是需求文檔不夠具體，細節不夠完善，內容沒有發散，觸及的方方面面沒有整理到位，正反對立沒有突出。項目管理只有點點滴滴提高，需求，分析，設計，實現，測試每個環節相輔相成，每個環節對立統一，缺一不可。“其微易散，其未兆易謀”，開發過程中小的問題容易解決，大的性能問題沒有出現之前容易對癥下藥，持續的代碼優化和性能調優永遠在路上。

　　另一方面最后，除了在金融技術領域努力耕耘之外，2018確實給個人在其他方面有著深遠的影響。年前的學習計劃完成了多少？證券分析的專業知識還是不夠，對社會歷史進程的了解還是不足，文化素養修養還是太少，外語能力是否得到增加，管理實踐技能掌握了多少，團隊合作是否出色，激發員工積極性方面是否可以更好。

　　就在寫這篇反省的時候，傳出證監會要放開程序化交易，顯然金融科技在不久的將來必將有更加廣闊的用武之地。新的一年，增加專業知識，拓展領域知識，整理已得知識，腳踏實地，持續提升，由點及面，繼續推進，提升自我，回報投資，回報公司。