默站在他身后，看着屏幕上那些代码。
他不完全懂，但他能看懂陆方脸上的表情——不是烦躁，是专注。
那种“我一定要搞定你”的专注。
“能处理吗？”他问。
陆方点头：
“能。但得加一个清洗层。把所有明显异常的数据标记出来，回头人工核对。”
“需要多少人？”
陆方想了想：
“至少两个。专门干这个。”
陈默看了看房间里的人。
小林在研究周寻给的论文，小吴在整理过去的研究笔记，小周在学Python，王涛在调试那两台服务器。赵姐在算账，老刘在联系便宜的云服务商。
没有人闲着。
但也没有人能专门做数据清洗。
陈默沉默了几秒。
然后他说：
“我来。”
陆方抬起头，看着他。
“您？”
“我。”陈默说，“我干过这个。”
他走到那堆打印出来的Excel表格前，坐下来：
“1992年，我刚入市的时候，没有电脑，没有软件。所有的K线图，都是我手画的。每一根K线，开盘、收盘、最高、最低，一个一个从报纸上抄下来，然后用尺子画在坐标纸上。”
他看着陆方：
“现在有Excel了。比那时候强多了。”
陆方看了他几秒，然后点了点头。
没再说别的。
---
周寻的第一个任务：定标准。
爬虫爬下来的数据，乱七八糟。
同一天，不同网站的开盘价可能差几分钱。同一只股票，不同年份的股本可能变过好几次，不复权、前复权、后复权，根本对不上。财务数据更乱——有的公司用旧会计准则，有的用新会计准则；有的报表里“净利润”是归属于母公司的，有的是合并报表的；有的“每股收益”是摊薄的，有的是加权的。
周寻拿着一份自己整理的《数据清洗标准手册》，对着那一堆原始数据，一条一条核对。
“这里，”他指着屏幕，“2005年6月30日，招商银行。三个来源的数据，两个说收盘价是6.52，一个说是6.55。差三分钱。”
陈默凑过去看。
“三分钱，影响大吗？”
周寻摇头：
“单看
本章未完，请点击下一页继续阅读！