Nhóm của Qiu Cheng-Tung xâm nhập vào lĩnh vực định lượng! Liệu YAND có thể gây ra cuộc “cách mạng mô hình” trong giới đầu tư?

Viết bài: Ghi chú về Truyền Thụ và Thảo Luận

Giải thưởng Fields của vũ khí toán học, liệu có thể thay đổi thuật toán cốt lõi của thị trường quản lý tài sản trị giá hàng nghìn tỷ?

1 Mở đầu

Vào mùa xuân năm 2026, một tin tức âm thầm gây chấn động giới đầu tư định lượng—nhân vật hàng đầu trong giới toán học, người đoạt giải Fields, Chu Cheng-tung, chính thức tham gia lĩnh vực định lượng. Phương pháp tối ưu hoàn toàn mới do Chu Cheng-tung và cộng sự giới thiệu, gọi là YAND (Yau’s Affine-Normal Descent, Phương pháp hạ chuẩn hình affine của Yau), được một số người trong giới gọi là “đòn giảm chiều”, thậm chí được xem là có khả năng phá vỡ một hệ thống mô hình kỹ thuật đã tồn tại gần 70 năm trong lĩnh vực đầu tư định lượng.

Tại sao một nhà toán học đẳng cấp thế giới, suốt đời đắm chìm trong thế giới hình học vi phân, giả thuyết Calabi và các lý thuyết thuần túy khác, lại đột nhiên liên quan đến đầu tư chứng khoán? YAND thực sự đã làm gì để gây ra phản ứng lớn như vậy? Hôm nay, chúng ta sẽ dùng một bài viết dài để đi sâu vào vấn đề này.

2 Bối cảnh sự kiện: Thảm họa trong xây dựng danh mục đầu tư ở không gian cao chiều

Trước tiên, hãy quay về điểm xuất phát của mọi thứ. Trong thế giới đầu tư định lượng, hầu hết các mô hình chiến lược đều dựa trên khung “trung bình- phương sai”. Hệ thống này do Harry Markowitz đề xuất vào năm 1952, gọi là lý thuyết danh mục đầu tư hiện đại, luôn chiếm vị trí trung tâm. Nói đơn giản, nó xem lợi nhuận của tài sản là “trung bình”, rủi ro (độ biến động) là “phương sai”, mục tiêu chính là tối đa hóa lợi nhuận trong phạm vi rủi ro cố định, hoặc giảm thiểu rủi ro trong phạm vi lợi nhuận cố định.

Lý thuyết này thực sự đã trở thành nền tảng của ngành trong một thời gian dài, nhưng nó có một điểm yếu chí tử—chỉ tập trung vào lợi nhuận và biến động giá (các mô hình thứ nhất và thứ hai), mà bỏ qua hiện tượng “đỉnh điểm và đuôi dày” phổ biến trong thị trường tài chính. Nói một cách dễ hiểu, giá cổ phiếu thực tế thường có các rủi ro cực đoan và các sự kiện “thiên nga đen” (độ lệch skewness và kurtosis cao), trong khi mô hình trung bình-phương sai thường phản ứng chậm chạp khi xảy ra sụp đổ hoặc tăng vọt đột ngột, như trong khủng hoảng tài chính 2008 hay vụ sụp đổ thị trường A-share năm 2015, khiến nhiều chiến lược đầu tư thất bại tập thể.

Đây cũng là một điểm đau dài hạn của ngành định lượng: về lý thuyết, để nắm bắt chính xác rủi ro cực đoan, cần phải đưa vào “độ cao thứ cấp” (độ lệch skewness và kurtosis), nhưng trong thực tế, khi đối mặt với quy mô hàng nghìn cổ phiếu, tính toán truyền thống gặp phải “thảm họa chiều không gian”—các phép tính cần dùng tensor cao cấp cực lớn (đồng skewness và đồng kurtosis), yêu cầu tính toán tăng theo cấp số nhân, các tổ chức bình thường hoặc máy tính lớn cũng không thể hoàn thành trong thời gian ngắn. Sự xuất hiện của YAND chính là để giải quyết điểm đau kéo dài 70 năm này.

3 Nguồn gốc bài báo

Nghiên cứu mới nhất của nhóm Chu Cheng-tung đã chỉ ra hướng tối ưu hóa danh mục đầu tư định lượng.

Vào ngày 28 tháng 4 năm 2026, nhóm Chu Cheng-tung đã công bố bài báo có tiêu đề “Yau’s Affine-Normal Descent for Large-Scale Unrestricted Higher-Moment Portfolio Optimization”, mã số arXiv:2604.25378, phân loại trong lĩnh vực tài chính định lượng (q-fin). Tác giả gồm bốn người: Ya-Juan Wang, Yi-Shuai Niu, Artan Sheshmani, và người quan trọng nhất, Shing-Tung Yau (Chu Cheng-tung). Đây là nền tảng cốt lõi của nghiên cứu này. Đồng thời, nhóm Chu còn công bố một bài báo lý thuyết về khung thuật toán của YAND, tiêu đề “Yau’s Affine Normal Descent: Algorithmic Framework and Convergence Analysis”, mã số arXiv:2603.28448. Bài này không chỉ giới hạn trong lĩnh vực đầu tư, mà còn từ góc độ toán học thuần túy và tối ưu hóa thuật toán để phân tích các đặc tính của YAND. Trên các nền tảng đánh giá ngang hàng như Semantic Scholar, còn có bài liên quan khác của nhóm Chu mang tên “Affine Normal Directions via Log-Determinant Geometry: Scalable Computation under Sparse Polynomial Structure”, với mã Corpus ID: 287023415.

Vậy, bí ẩn đằng sau YAND là gì?

4 Bản chất kỹ thuật của YAND: sức mạnh của hình học

Để hiểu sâu về YAND, có thể cần tạm rời xa thuật ngữ chứng khoán, bước vào một khái niệm thuần túy toán học—hướng chuẩn affine (affine-normal direction). Tôi cố gắng giải thích dễ hiểu nhất về khái niệm này, vốn rất cao siêu. Hãy tưởng tượng một hình ảnh sinh động:

Bạn đang leo núi trong rừng, sương mù dày đặc khiến không thể nhìn thấy đỉnh núi, bạn muốn tìm ra con đường nhanh nhất. Các phương pháp truyền thống (như phương pháp gradient nhanh nhất) chỉ tập trung vào “hướng độ dốc lớn nhất trước mắt”, rồi lao tới. Nhưng cách này khi gặp các dạng địa hình không đều, hoặc biến dạng không gian (được gọi là “điều kiện bệnh lý” trong toán học), thường sẽ đi vòng vòng mất thời gian, hiệu quả thấp. YAND giống như giúp bạn, trong khung hình học đúng đắn giữ nguyên thể tích, hướng trực tiếp theo “đường chuẩn affine” của núi, để leo lên dễ dàng hơn.

Điểm mạnh của YAND nằm ở chỗ: hướng chuẩn affine có một đặc tính hình học quan trọng—tính bất biến dưới các biến đổi affine giữ nguyên thể tích. Nói cách khác, dù có kéo dãn hoặc nén hệ tọa độ thế nào đi nữa, thuật toán YAND vẫn giữ hướng đúng, luôn ổn định tiến gần tới điểm tối ưu. Nhờ đặc tính hình học toàn cục này, YAND đã kỳ diệu tránh được “khó khăn tính toán tensor cao cấp” trong các phương pháp truyền thống. Bài báo chỉ rõ: “Thuật toán này theo hướng chuẩn affine của tập hợp mức hiện tại, đồng thời xử lý trực tiếp ma trận lợi nhuận. Phương pháp này tránh dùng tensor cao cấp rõ ràng, mà tận dụng cấu trúc bậc bốn để dự đoán mẫu, đánh giá đạo hàm và tìm kiếm chính xác bước đi.” Tức là, từ việc phải xử lý tensor 3 chiều hàng chục nghìn chiều, nay chỉ cần giải quyết ma trận thấp hơn, dễ dàng hơn nhiều.

5 Thực nghiệm: số liệu không nói dối

Với tất cả nhà đầu tư và nhà định lượng, lý thuyết đẹp đẽ chưa chắc đã có giá trị thực tiễn. Nhóm YAND đã cung cấp dữ liệu thử nghiệm rất cụ thể. Trong bài báo, họ đã dùng môi trường thử nghiệm rất mạnh:

Dữ liệu gồm 5.440 cổ phiếu A-share, sử dụng dữ liệu cao tần 5 phút.

Phạm vi này rất ấn tượng. Trong giới đầu tư, toàn bộ thị trường cổ phiếu A-share thực tế chỉ khoảng hơn 5.000 mã, vậy là YAND đã thực hiện tối ưu danh mục toàn thị trường A-share—một điều mà nhiều thuật toán trước đây còn ngần ngại mô hình hóa. Kết quả thử nghiệm rõ ràng:

Phương pháp này có thể so sánh trực tiếp với tối ưu danh mục trung bình-phương sai chính xác toàn thị trường, và trong giai đoạn thử nghiệm, giá trị gia tăng của các mô hình cao cấp rõ ràng nhất khi mục tiêu lợi nhuận vừa phải.

Nói theo ngôn ngữ đầu tư, YAND không chỉ có thể tạo ra giải pháp tối ưu toàn thị trường, mà còn thể hiện rõ khả năng khai thác lợi thế của các mô hình cao cấp như skewness và kurtosis trong các danh mục có lợi nhuận thấp, ví dụ như cổ phiếu lớn, vốn ít khi phát huy lợi thế này trong các mô hình truyền thống.

6 Chấn động ngành: cuộc cách mạng mô hình hay chỉ là truyền thông thổi phồng?

Trong vòng 24 giờ sau khi bài báo arXiv ra mắt, đã có rất nhiều nhà đầu tư định lượng và người yêu thích thảo luận về ý nghĩa thực sự của YAND. Có người còn hô hào “nhóm Chu Cheng-tung lật đổ mô hình cũ suốt 70 năm”. Nhưng đằng sau niềm vui đó, cũng có những cái nhìn thận trọng và phê phán. Một bài viết nổi bật trên Zhihu có tiêu đề “Trong YAND-MVSK không có cao cấp thứ cấp, giống như trong Engram không có ký ức” đã đặt ra ba câu hỏi chính:

Vấn đề ổn định của cao cấp thứ cấp: “Đã gọi là tối ưu trung bình-phương sai, còn phải đi fit skewness và kurtosis 3 và 4 sao?… Độ cao của kurtosis tính trong dữ liệu lịch sử 90% là ngẫu nhiên, nhiễu loạn.”

Thời gian tín hiệu và giữ vị trí không phù hợp: “Bài báo dùng dữ liệu cao tần 5 phút để bắt các đặc trưng skewness, nhưng lại giữ vị trí trong hơn một năm mà không điều chỉnh. Giống như dùng radar phát hiện ổ gập 10 mét phía trước rồi mở mắt ra, cứ thế lái xe 100 km/h.”

Vấn đề so sánh chuẩn trong thực nghiệm: “Có ý kiến cho rằng, YAND chỉ vượt qua chuẩn ‘tối ưu trung bình-phương sai chính xác’, trong khi chuẩn này chưa chắc đã là chuẩn mạnh nhất của ngành. Hiện tại, các mô hình như Risk Parity của Bridgewater mới là đối thủ thực sự.”

Ít nhất hiện tại, tất cả còn xa mới có thể triển khai quy mô lớn trong thực tế. YAND mới chỉ đăng tải lên arXiv tháng 4 năm 2026, dù kết quả học thuật khá ấn tượng, nhưng để vận hành trong thực tế, còn phải giải quyết chi phí giao dịch, tác động thanh khoản, tính bền vững trong các thị trường cực đoan. Các đội nhóm vận hành thực sự trong ngành vẫn còn thận trọng, chờ đợi thêm các thử nghiệm độc lập.

7 Giao điểm của toán học và quản lý tài sản

Ngoại trừ các tranh cãi, sự kiện này còn mang ý nghĩa sâu xa hơn—các nhà toán học hàng đầu thế giới chính thức tham gia vào lĩnh vực thuật toán cốt lõi của quản lý tài sản. Danh tiếng của Chu Cheng-tung, sinh năm 1949 tại Thâm Quyến, hiện là giáo sư toán học tại Harvard, là thành viên Viện Hàn lâm Khoa học Quốc gia Mỹ, đồng thời là người đoạt giải Fields năm 1982. Ông đã có những đóng góp đột phá trong hình học vi phân như giải quyết giả thuyết Calabi, giả thuyết độ chính xác và nhiều thành tựu khác.

Những nhà khoa học vĩ đại như vậy, về lý thuyết, có thể dành cả đời trong thế giới trừu tượng của toán học thuần túy. Nhưng trong vài thập kỷ gần đây, ông ngày càng nhấn mạnh ứng dụng của toán học trong các lĩnh vực khác. Ông từng phát biểu: “Một trong những ứng dụng kỳ diệu của toán học là dùng các lý thuyết thuần túy như phân tích hình học để phục vụ các hoạt động tài chính định lượng hiện đại.” Như vậy, việc Chu Cheng-tung tham gia vào lĩnh vực này không phải là “chuyển đổi đột ngột”, mà là một bước khám phá của nhà khoa học hàng đầu, đưa các công cụ toán học mới vào thực tế.

Một điểm quan trọng khác là, các tác giả thứ hai và thứ ba của bài báo YAND cũng đại diện cho một thế hệ mới của toán học ứng dụng tại Trung Quốc. Ví dụ, Artan Sheshmani là giáo sư tại CMSA Harvard, đồng thời là giám đốc khoa học tại Viện Toán Ứng dụng Yến Tử Hồ Bắc, nghiên cứu về hình học đại số, lý thuyết dây, và hình học đếm. Yi-Shuai Niu là phó giáo sư tại Viện Toán Ứng dụng Yến Tử Hồ Bắc, chuyên về tối ưu, tính toán hiệu năng cao và học máy. Sự tham gia của họ cho thấy toán học ứng dụng đã bắt kịp và đáp ứng nhu cầu đầu tư quỹ một cách liền mạch.

8 Áp dụng trong tương lai

Vậy, YAND có thể mang lại những ảnh hưởng gì cho ngành đầu tư định lượng trong tương lai? Tôi thiên về một phân tích thận trọng: ngắn hạn, YAND còn chưa thể ngay lập tức thay thế toàn bộ các quỹ phòng hộ hoặc nhóm định lượng công khai. Không chỉ vì “rào cản lý thuyết cao”, mà còn vì thành công của chiến lược định lượng còn phụ thuộc vào ba yếu tố: khả năng thu thập dữ liệu, độ chính xác tính toán, và kiểm soát chi phí/rủi ro. YAND chỉ là một phần trong đó. Ngoài ra, bài báo và các phương tiện truyền thông kỹ thuật thừa nhận rằng, tối ưu tính toán của YAND chủ yếu thể hiện trong xử lý tensor cao cấp quy mô lớn, còn trong các chiến lược thực tế cần chạy hàng nghìn lần mỗi ngày trong vòng vài phút, liệu nó có thể duy trì ổn định và vượt trội so với các thư viện ngành hiện tại hay không, còn cần các xác nhận độc lập từ bên thứ ba.

Nhưng về dài hạn, YAND mở ra cánh cửa cho một phương pháp tối ưu mới. Hướng chuẩn affine, với khả năng hạn chế các điểm cố cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục cục c