“现在可以迁移数据了。”林悦说。
他打开旧电脑，连接局域网，开始将核心数据库导出为标准格式。原始数据来自过去三个月的手动录入与网页抓取，包含上千家上市公司基本信息、财务摘要和行情快照。Access数据库结构松散，字段索引混乱，直接导入SQL Server会导致查询效率下降。
“不能硬搬。”他说，“要重建表结构。”
他新建脚本，定义主键、外键关系，为常用查询字段添加复合索引。随后编写转换程序，自动清洗空值、统一日期格式，并将文本型数值转为浮点类型。整个过程持续两个小时，期间服务器CPU占用一度飙升至百分之九十五，散热风扇转速提升，机箱发出轻微嗡鸣。
数据导入完成后，他调用测试模块，准备运行第一个历史回测任务——统计1998年第一季度全部A股的周波动率，并筛选出趋势强度超过阈值的个股。
“以前在笔记本上跑这个，要十分钟。”林悦站在旁边看着。
“现在看能压到多少。”
他点击执行按钮。界面进度条缓慢推进，但远比以往流畅。日志窗口实时刷新处理状态，每秒完成约六十只股票的数据解析。五分钟后，结果集生成完毕。
“六十二秒。”她盯着计时器，“快了近十倍。”
陈帆调出资源监控面板。CPU峰值出现在任务启动瞬间，随后回落至稳定区间；内存使用量保持在三百兆左右，磁盘读写速率始终在线。系统没有出现卡顿或超时。
“不只是速度快。”他指着数据库连接池参数，“响应延迟从原来的八百毫秒降到四十以内。这意味着我们可以同时处理更多任务。”
林悦翻开记录本，在“性能对比”一栏写下新数据。写完后抬头：“下一步是不是要把Web服务也迁过来？”
“先不动前端。”他摇头，“先把底层算力验证透。今晚我要做一轮压力测试，模拟同时加载五年行情数据和千股回测。”
他打开任务调度器，设置新的测试流程：从本地缓存中读取完整历史K线，逐日计算移动平均、成交量异动和MACD信号交叉点。这是目前系统最复杂的分析模型，过去只能分批运行。
刚保存配置，门外响起敲门声。
“别开门。”陈帆忽然说。
林悦动作一顿。
敲门声又响了一次，节奏平稳，不是催促。
他起身走到门边，透过猫眼看了两
…。。