2018注定是不平凡的一年。经济下行压力前所未有，国际政治摩擦风起云涌。

　　2018中国证券市场的走势，随着中央经济政策的定调，一路动荡下滑。然而世界金融科技，却有着日新月异的发展。自然语言处理，机器学习，知识图谱等人工智能技术已广泛应用在证券分析投资的各个领域，并且在智能投研，程序交易等领域独领风骚。

　　在这里写2018的反省，着眼于公司在金融科技开发与应用方面的不足，主要有3点：

　　1、智能投研应用不足

　　智能投研在信息获取精准性，研究成果及时性，研究成本等方面都有十分明显的优势。另一方面，智能投研也同样为市场投资研究开辟了另外一种全新的思维角度和思维方式。

　　目前个股分析工具和财务模型主要针对数据接口，网络爬虫等结构化数据，而对不规则非结构化数据的处理和建模能力稍显不足。事实上某些非结构化数据确实能给证券分析预测带来不同凡响的效果。例如，华尔街技术人员利用GPS信号数据准确预测出了特斯拉工厂的加班状况，以此判断特斯拉三季报产量大增。所以选择特定的非结构化数据，并且通过建模处理来分析，这是以后系统需要增加升级的地方。

　　2、金融领域专业知识不足

　　如何实现系统对投资线索的挖掘，关键信息的智能分析，财务模型的自动化建模，如何深度融合各个行业投资逻辑，建立产业链分析摸版？我想唯有对专业领域知识的完全了解，才能建立更加完备的领域模型，才能在现有领域模型基础上增加新的功能和实体。所以需要持之以恒，一以贯之在证券分析和证券投资专业领域获取更多知识。

　　3、项目开发及项目管理

　　开发过程还不够细腻，文档不够全面，特别是需求文档不够具体，细节不够完善，内容没有发散，触及的方方面面没有整理到位，正反对立没有突出。项目管理只有点点滴滴提高，需求，分析，设计，实现，测试每个环节相辅相成，每个环节对立统一，缺一不可。“其微易散，其未兆易谋”，开发过程中小的问题容易解决，大的性能问题没有出现之前容易对症下药，持续的代码优化和性能调优永远在路上。

　　另一方面最后，除了在金融技术领域努力耕耘之外，2018确实给个人在其他方面有着深远的影响。年前的学习计划完成了多少？证券分析的专业知识还是不够，对社会历史进程的了解还是不足，文化素养修养还是太少，外语能力是否得到增加，管理实践技能掌握了多少，团队合作是否出色，激发员工积极性方面是否可以更好。

　　就在写这篇反省的时候，传出证监会要放开程序化交易，显然金融科技在不久的将来必将有更加广阔的用武之地。新的一年，增加专业知识，拓展领域知识，整理已得知识，脚踏实地，持续提升，由点及面，继续推进，提升自我，回报投资，回报公司。