上午十点，陆瑾瑜被通知临时旁听“量化投研组例会”。

她没有意外。她知道，以“金融工程背景”“曾参与多因子模型搭建”的新人身份出现在一家以智能投资为主打的互联网金融公司，本身就带着标签。

公司设在城南写字楼第十九层，会议室是环形落地窗格局，墙上挂着近一年模型净值回撤图。

她坐在最后一排的位置，身前是一台未登录的终端机，正在初始化权限。

“我们尝试用波动率作为入场因子，但发现对科技类ETF过拟合严重。”

“上次的回撤压力测试是手工调权重的吗？”

“是，但林组想试试让系统自动纠偏。”

台前是一场关于“新一代交易信号引擎”的小型汇报。讨论涉及高频数据清洗、回测路径设计、信号反馈时滞优化，每一个词她都听得懂。

甚至比他们讲的更清楚。

但她没有说话。

她只是用指尖敲了敲自己带来的笔记本封面，像在掩饰注意力的高度集中。

—

组长林成突然转头，点到她的名字。

“林瑾——你以前做过量化策略吧？”

“做过一些。”她点头。

“方便说说思路？就简单讲讲你之前实习时模型是怎么构建的。”

她稍作停顿，起身，用清澈冷静的语调简要陈述：

“主要是基于日频级别的数据，用主成分降维后跑了个多因子模型。主要因子是alpha收益预期和波动调整后的强度，再用逻辑回归分类打分。测试对象是大市值周期股，用滚动回测验证信号有效性。”

她说得简洁而准确，甚至专业到没有一点新人常有的“想展示”的多余表述。

会场短暂安静了一下。

组长点了点头：“可以。你下午去权限组开个测试接口，下周一开始参与我们的ETF模型优化。”

“好。”

她重新坐下。

前排有个男生轻声嘀咕：“研究生就能跑滚动回测啊？”

另一个声音低低笑着：“哥大金融工程，正常。”

许斯宸也在，会场另一侧。他并不关心她的学历——但他注意到了她的态度。