上次真正自己独立完成的一次建模工作，还是在学校里写论文做课题。那时是用的ANN的BP网络，课题是简易车型识别。对于工作流程，只有依稀的记忆：从数据收集，特征定义与提取，到训练、预测，到模型评估。
完成课题后，其实对算法建模产生了兴趣，并且毕业后的第一份工作，就是算法研究，半导体材料领域的引线框架缺陷检测，实现手段是图像识别。现在回忆起来，好像自己做的工作一出道就是巅峰，然后慢慢下坡，沦为做苦力的码农。这里不是说码农不好，而是从现在的半导体风口、AI风口来看，当时的工作就是现在的风口。
可能算法工作当时做得并不太好，所以，不断跳槽中，并没有很好的算法岗位再次光顾我。直到前东家我苏，让我偶然收获了两年多的AI产品算法经历，并上线两款金融科技算法产品。至今打开我苏金融APP，还能看到两款产品在光鲜的运转着，内心仍感欣慰。
不过当时我苏金融APP这两款产品的算法过于传统，也就线性回归，所以建模简单，也并非核心，数据处理与业务逻辑的设计才是重点，所以并没有满足我的建模好奇心。到了现在量化多因子、量化期权策略的树模型、非线性模型的机器学习应用时，我需要重拾往日的老本行了，一个荒废十多年的老本行。之所以需要这样，要我这个码农捡起这活，确实是因为现在公司资源卡得太紧，没法再另找高手了。
张总一段家人暑假旅游期结束回来，带来的还是老调重弹，除了进度跟进中外，别无结果。多次的跟进中导致的结果是，李总对例行的周会也不感兴趣了，直接不来。我和张总只好象征性的彼此这问问，那催催，结束讨论。
既然诸多环节停滞，我就后面的计划拉前，先启动策略建模系统的开发吧。随机森林的回归算子，跟ANN类似的建模流程，用在金融大数据上，虽然行业内用烂了，我就当来一次复习，朝花夕拾，闻着也香。
