2008年，全球市場深陷金融危機之中時，Voleon開始了真實交易。
接下來整整兩年，這家公司都在虧錢。2009年市場回暖也無濟于事。
Voleon的創始團隊堅持按著原來的方向走下去，他們堅信自己在處理機器學習最難的問題之一，要想賺錢，需要先花時間打磨系統。
他們所面對的基本問題，是市場太混亂了。到目前為止，機器學習系統表現很好的領域都有一個共同特征：模式本質上是重復的，于是就更易于辨別，圍棋、開車都是如此。
而金融市場有更多噪聲，它持續受到新事件的影響，而這些新事件之間的關系，也總是在變化。
市場變幻莫測的本質也就意味著投資者剛剛找出昨天的關聯，想要運用它來做投資，它就消失了。在機器學習的其他應用場景里，都沒有這樣的問題。比如說用機器學習來做語音識別，人類語音的基本性質，基本是不變的。
盡管Voleon的創立在某種意義上講，是受到了機器學習在其他領域成功案例的激勵，但是到了2011年底，Voleon創始人已經拋棄了從其他應用借來的大部分技術。取而代之的是創始人自己為不守規矩的市場定制的系統。
麥考利夫整潔的辦公室里，書架上放著《大樣本理論要素》、《BDA3》等書籍。哈里托諾夫的辦公室里裝滿了他拆開的電路板，以及好多堆滿紙的箱子。
他們面臨的一個挑戰是，需要使用每秒股票的價格變化，來運行15年的股市模擬。這涉及太字節的數據。Voleon需要在幾個小時內模擬完畢，但他們耗時數天甚至數周。
那時候，整個公司有10到12個人。這個團隊嘗試購買更多的計算力，使用為電腦游戲打造的GPU。但仍然耗時太長。
麥考利夫在辦公室里痛苦的度過了好幾個月。最終，他攻克了這個問題。2012年7月，Voleon推出第二代平臺。
哈里托諾夫說，蠻力的方法沒用，標準技術也沒用。
