方太技术化，普通读者可能看不懂。”
“那请你帮忙修改。”
“好。我明天抽时间看。你先睡吧，国内很晚了。”
“你也是，早点休息。”
放下手机，陈默感到一种温暖的充实感。那种被理解、被支持的感觉，在孤独的研究道路上，像暗夜里的灯。
二、论文的打磨
接下来的一周，陈默和沈清如开始了密集的邮件往来。
沈清如的修改细致而专业。她不是简单地改几个词，而是从读者角度重新思考文章的逻辑和表达。
4月16日，邮件一：
“第一部分‘研究背景’可以压缩，直接点出A股市场的特殊性——政策影响大、散户占比高、信息不对称严重。这是你模型的出发点。”
4月17日，邮件二：
“宏观因子部分，你引用了太多数据图表，核心思想反而不突出。建议保留关键图表，用文字说明这些指标如何影响市场，以及你如何将它们量化纳入模型。”
4月18日，邮件三：
“公司治理评分这部分很有创新，但解释得太技术。可以加一个小案例，比如用你的模型分析某家公司，展示如何通过治理指标发现潜在风险。”
4月19日，邮件四：
“回测结果展示得很好，但要注意避免‘过度拟合’的嫌疑。应该诚实地讨论模型的局限，比如在极端市场环境下可能失效，或者对某些行业不适用。”
陈默按照她的建议一一修改。每天工作到深夜，第二天早上就能收到她的新反馈。两人隔着十二小时的时差，却像在同一间办公室协作。
这种合作是高效的，也是愉悦的。陈默发现，沈清如不仅懂宏观、懂政策，对文字和逻辑的把握也极其精准。她的修改总是能让文章更清晰、更有力。
4月20日，沈清如发来一段很长的邮件：
“陈默，我一直在想一个问题：你的模型本质上是在做什么？
“它不是在预测股价——没有模型能做到这一点。它是在做‘概率评估’：基于历史数据和现实信息，判断一家公司未来表现好于市场的概率有多大。
“这就像气象预报。预报说明天降雨概率70%，不是说明天一定会下雨，而是说基于当前的气象数据，下雨的可能性很大。聪明的出行者会根据这个概率决定是否带伞。
“你的模型就是在做资本市场的‘气象预报’。它告诉投资
本章未完，请点击下一页继续阅读！