六月的齐州滨海，像一口烧得半开的铁锅，黏稠的热风裹着咸腥的海味，把整座城市烘得蔫头耷脑。柏油路蒸腾着扭曲的热浪，连聒噪的蝉鸣都透着几分有气无力，唯独教学楼三层的答辩会议室里，空气冷得能攥出冰碴，每一丝流动都裹挟着无声的张力。
牛大力站在会议室门口，指尖最后一次拂过论文封面烫金的校名。纸张的棱角被装订得锋利如刃，一百三十一页的厚度里，藏着两年半天道酬勤般的实战数据与算法迭代。
他深吸一口气，那口气顺着喉咙往下沉，压得胸腔里的紧张感稍稍平复——不是怯场，是对这场硬仗的十足敬畏。藏蓝色格子衬衫是特意挑选的，沉稳却不沉闷，熨帖的布料勾勒出他比同龄人更显紧实的肩线，那是常年在交易盘前久坐却坚持晨间修炼才有的体魄底子。
推开门的瞬间，五道目光齐刷刷射过来，像五把不同质地的手术刀，要把他从里到外剖开审视。
长桌尽头的主位上，罗大瑞端坐如石佛，深灰色西装套裙剪裁利落，衬得她本就偏白的脸像覆了层霜。她的头发梳得一丝不苟，发梢连一丝凌乱都没有，鼻梁上架着细框眼镜，镜片后的眼神却比镜片更冷。那支惯用的金笔横亘在黑色笔记本上，笔尖精准地对着答辩席位，仿佛下一秒就要刺破空气，扎向他论文里最薄弱的环节。
“下一位答辩人，牛大力。”罗大瑞的声音没有起伏，像用机器打磨过的钢板，不带半分温度。
牛大力颔首应道，稳步走到指定位置坐下。窗外的阳光试图穿透百叶窗的缝隙，却被切割成条状的光影，在他的衬衫上投下明暗交错的斑驳，倒像是为这场即将到来的交锋提前布下的光影战场。
他指尖下意识地摩挲着论文封面，那动作比三个月前第一次带着开题报告见导师时，少了三分青涩，多了七分沉稳。彼时罗大瑞只扫了两眼模型框架，便丢回一句“本科生别好高骛远”，如今，他要让这份“好高骛远”成为最硬的底气。
答辩组五人的阵容，早在答辩前一周就传开了。罗大瑞居中坐阵，两侧是她在金融学院的同窗李建业与张美玲——李建业主攻传统投资理论，治学严谨却不僵化；张美玲擅长量化分析，眼光毒得很。
最让人心头一紧的是另外两位外院评审：一位是法学院的周教授，专攻金融监管方向，对合规性的挑剔出了名；另一位则是信息学院的王伯庸教授，以“铁面判官”着称，去年有个研究生的论文被他挑出十七处算法漏洞，当场答辩失败，至今仍是院里的“反面教材”。这阵容，说是“修罗场”也不为过。
“答辩开始。”罗大瑞翻开第一页，目光落在毕业设计题目上，眉头几不可察地往上挑了挑，那弧度里藏着显而易见的讥讽，“《简易股权投资模型的设计与实用》——‘实用’二字，分量不轻。你一个本科生，敢在学术答辩上用这两个字，是真有底气，还是哗众取宠？”
这话问得尖锐，一开场就把“本科生”的身份钉在了靶子上。会议室里的空气瞬间凝固，李建业推眼镜的动作顿了顿，张美玲低头翻着论文，却用余光瞥了眼牛大力的反应。
牛大力霍然起身，腰背挺得笔直，声音清晰有力：“罗教授，‘实用’二字，不是自封，是实战给的底气。这个模型从构思到成型，历经两年半实战检验，累计完成二十八笔股权投资，涉及制造业、科技、消费三大领域，其中二十六笔实现预期收益，年化收益率达31.7%，最大回撤控制在9.2%以内。所有交易记录、资金流水、标的财报数据，均附在附录一至附录五，可与风氏投资的官方历史台账交叉核验。”
他刻意加重了“实战检验”和数据指标，每一个字都像掷在钢板上，脆生生的响。余光里，他清楚地看到罗大瑞放在桌下的指尖轻轻一顿，那支金笔的笔帽被她无意识地蹭了一下。
“坐下说。”罗大瑞的语气依旧平淡，但眼神里的审视多了几分实质感。
牛大力落座时，李建业率先打破了短暂的沉默，他翻到论文第二十三页的模型框架图，指尖点在“筛选指标体系”那一栏：“你的硬性筛选指标列了十七项，其中‘管理层从业年限不低于八年’这一条，我有疑问。现在新兴科技公司遍地都是，创始人多是三十岁上下的年轻人，论技术顶尖，论市场敏感度，比老派企业家强得多，按你的标准，岂不是要把这类优质标的一刀切出去？这未免太绝对了。”
这个问题问得刁钻，正中传统投资理论与新兴赛道的矛盾点。张美玲立刻抬眼看向牛大力，显然也很关注这个答案。
牛大力早料到会有此一问，他身体微微前倾，指尖在笔记本电脑上轻点，调出提前准备好的分类模块示意图：“李教授，您看得很准，但这一指标有明确的适用边界——仅针对传统制造业企业。制造业重产能、重供应链、重合规，管理层的行业经验直接关系到企业抗风险能力，八年是我们通过百余个失败案例总结出的安全线。”
他顿了顿，鼠标移向科技行业适配模块：“而对于科技公司，模型单独设计了‘技术-市场双轮驱动’评估体系，用核心技术专利数量、专利转化率、用户月均增长曲线这三项指标，替代了从业年限要求。附录三有具体案例：去年我们投资的星途科技，创始人林舟才三十岁，但团队手握十二项发明专利，其中三项已实现产业化，用户半年内从十万增长到两百万，模型最终给出A类投资评级。根据实战结果，这笔投资的回报率超过了120%。”
李建业翻到附录三，对照着案例数据和模型评分细则看了两分钟，指尖在纸上轻轻敲了敲，没再追问——答案挑不出半点毛病。
就在这时，罗大瑞的声音再次响起，像一把冰冷的手术刀精准切入：“翻到第七十九页，你的风险应对方案里提了‘止损线动态调整机制’，我看了计算公式，里面只纳入了标的自身的财务杠杆系数和行业波动率，完全没考虑宏观经济波动系数。去年震油州爆发系统性金融风险，整个能源板块连带制造业崩盘，要是用你的模型，怎么应对这种系统性风险？总不能靠运气吧？”
这话直指核心。系统性风险是所有量化模型的噩梦，多少资深分析师都栽在“宏观黑天鹅”手里。王伯庸原本正低头翻论文，此刻也抬了抬眼，金边眼镜后的目光透着审视。
牛大力迎上罗大瑞的视线，那双冰冷的眸子里，竟藏着一丝不易察觉的期待——期待他语塞，期待他露出“本科生果然考虑不周”的破绽。
他反而稳了稳心神，将笔记本电脑转向评审席：“罗教授，模型内置了实时宏观数据接口，对接的是帝国经济协调部数据司、金融管理部市场司的官方数据库，每小时自动更新一次。我们设定了两个触发阈值：当cpI同比涨幅超过3%，或基准利率调整幅度大于0.5个百分点时，系统会自动启动宏观系数校准。”
屏幕上跳出震油州风险爆发前的后台数据记录，红色的预警线格外醒目：“去年震油州事件爆发前一周，cpI涨幅达到3.2%，帝国金融管理部同步下调基准利率0.75个百分点，模型立刻触发校准，将高杠杆制造业标的的止损线从15%下调至8%，同时自动减持能源关联度超过60%的持仓。一周后风险爆发时，我们的组合回撤仅4.3%，远低于行业平均的18.7%。”
数据流滚动得清晰明了，张美玲凑近看了两眼，轻声跟王伯庸交流：“数据时序很完整，校准逻辑也通顺，不像编的。”王伯庸微微颔首，没说话，但眼神里的审视淡了些。
罗大瑞的脸色没变化，金笔在笔记本上划出一道粗重的黑线，刺耳的摩擦声在安静的会议室里格外清晰：“理论听起来很完美，但我得提醒你，本科生做实战模型，最容易陷入‘幸存者偏差’——你只挑了赚钱的案例，没算过那些被你筛掉的标的里，有多少后来涨成了黑马吧？你怎么证明这些收益是模型的功劳，不是你运气好，刚好踩中了几个风口？”
这话像一块巨石砸进静水，瞬间激起千层浪。会议室里彻底安静下来，连周教授都停下了笔——这正是学术圈对“实战派”最常见的嘲讽：没有理论支撑的成功，都是运气。罗大瑞显然等着看他窘迫，嘴角甚至勾起了一抹若有若无的笑意。
牛大力知道，这是场硬仗，躲不过去。他从资料袋里取出一份厚实的打印文件，起身逐一分发给五位评审：“这是风氏投资过去三年的投资组合对比表，左边是公司原有策略，右边是我的模型策略。我们做了严格的对照实验：相同的初始资金规模，都是五千万；相同的行业配比，科技、制造、消费各占三分之一；相同的持仓周期，每笔投资持有六个月以上。”
他指向表格里的两条曲线：“红线是原有策略，年化收益率18.3%，最大回撤22.5%；蓝线是我的模型策略，年化收益率45.5%，最大回撤8.4%——模型比原有策略年化收益率高出27.2个百分点，最大回撤低14.1个百分点。如果是运气，三年时间，二十八笔交易，总不能次次都运气好吧？”
王伯庸推了推眼镜，指尖在表格上沿着数据点滑动，突然开口：“数据做得很规整，但有个问题：这些参数是事前设定的，还是事后拟合的？很多所谓的‘实战模型’，都是用过去的数据反推参数，看起来漂亮，一到实时交易就失灵。”
“王教授可以现场测试。”牛大力立刻回应，从口袋里掏出一个银色U盘递过去，“这里面有三家未公开融资的初创公司完整数据，包括财务报表、专利文件、用户数据，都是上周刚拿到的一手资料，模型没见过这些数据。您可以亲自操作，让模型自动生成投资评级和操作建议，再对比您所在机构的内部评估报告——我知道您是‘智投研究院’的特邀顾问，这三家公司，研究院应该有备案。”
他的坦然让王伯庸愣了一下，随即接过U盘插进电脑。会议室里只剩下鼠标点击声和王伯庸敲击键盘的声音，每个人的目光都落在他的电脑屏幕上，连罗大瑞都往前坐了坐。