在国内“互联网+人工智能+金融大数据”大趋势中，搜股将这三者糅合于旗下首款金融信息科技产品股票卫士中，产生出对热点信息抓取并有效筛选的全网影响力，这在国内堪称首创。
            　　深度学习的概念由Hinton等人于2006年提出，基于深信度网(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。近年来在图像和语音识别等领域，深度学习技术所取得的突破引起了很大关注。但是在金融领域，深度学习技术的应用，距离大规模采用似乎仍然遥远。在大数据的挖掘与深度学习方面，搜股科技CEO于洪钧相当具有话语权，他曾参与世界上唯一一个具有大型数据流实时处理能力、同时也是世界上速度最快的模糊查找法的学习与研究，并多年参与世界上最大的资产管理系统 Aladdin的核心模块开发。

　　

       

 

　　传统金融精神注重以博弈技巧为财富魅力加码，但盲目依靠直觉往往产生错觉误差，资深股民经验证明，赢家终归是持有大量流通股、掌握控制局面权利的庄家，大多数散户只能成为待宰羔羊怀着侥幸心理碰运气。而今时今日大多数股民有相当规模人群集中在白领、金领上班族之中，技术的学习越来越依赖于金融资讯平台、炒股软件等智能投顾行业的传授。

　　于洪钧在对国内智能投顾行业进行分析后发现，尽管智能投顾行业已经在国内兴起，但却止步于智能背后仍然依靠相当规模投资经理团队的操纵。搜股科技则致力于打通人工智能同大数据直接对接，打造最快速、准确的全网影响力，真正实现理财、投资智能化。

　　美国伊利诺伊斯理工大学的Matthew Francis Dixon利用深度学习神经网络，来试图预测43种大宗商品和外汇期货在未来5分钟的价格变动。他们的信息接收端包含9896个神经元，在信息输出端有135个神经元，用于处理不同合约之间的价格差异和协同效应。而搜股科技旗下首款金融信息科技咨询APP则在深度学习与挖掘大数据中，超越了以往老牌炒股软件荐股、信息获取的局限性，以人工智能4000台服务器取代背后大量的人力操作，将获取信息速度提高了3~4倍。

　　

       

 

　　在国内“互联网+人工智能+金融大数据”大趋势中，搜股将这三者糅合于旗下首款金融信息科技产品股票卫士中，产生出对热点信息抓取并有效筛选的全网影响力，这在国内堪称首创。

　　股票卫士上线以来，收到不少股民用户的良好反响，也吸引了众多互联网科技同行的诸多关注。搜股科技自创立以来，公司团队建设不断发展壮大，目前主要由投行精英与互联网大牛构成，同时也深力挖掘诸多高手加盟，不久将会推出诸如“搜股神功”、“经典操盘教程”等股民福利。