面對全球金融市場每天產生的大量新聞、宏觀經濟資訊、企業事件及市場情緒資料，團隊需要解決的關鍵問題是：如何讓AI不僅能夠「讀取」海量資訊，更能夠理解資訊背後的市場含義，並將其轉化為可供量化模型分析的有效信號。

據項目研發規劃，王志寬及其團隊主要推進了非結構化金融資訊向結構化、可量化信號轉化的技術研究。

在此基礎上，團隊持續將高頻金融資料流與深度學習模型相結合，藉由持續訓練與模型優化，使技術體系能夠更高效地識別不同資訊之間的潛在關聯，並對市場環境變化形成更為快速、技術體系化的資料響應。

2024年5月，隨著底層資料處理與量化信號轉化能力陸續建立，Pinnacle AI完成了研發歷程中的又一個重要技術節點，也為後續策略模型訓練、多因子融合以及智能決策技術體系的持續研發奠定了技術基礎。