1703928352
变革投资实践
1703928353
1703928354
投资思维的转变，必然引发投资实践的变革。站在大数据时代的历史拐点，证券投资界需要思考大数据思维、技术与资产相结合，对投资实践可能产生的深远影响，据此进行投资方法、技术和流程的全方位变革。只有如此，这个传统行业才能实现自我更新，重获引领其他行业的理念与技术优势。
1703928355
1703928356
信息之变
1703928357
1703928358
证券分析师的工作是处理信息，评估各类信息对金融市场的可能影响，据此形成投资观点。虽然他们的观点千差万别，但是所掌握的信息资源几乎雷同，从宏观经济到微观企业经营，这些信息全部来自公开渠道。捣鼓这些信息不仅做不出新菜，靠它赚钱也越来越难。相比之下，大数据却是片“蓝海”，它从信息采集方式、信息分析理念等方面，对投资实践产生了革命性影响。
1703928359
1703928360
尽管大数据很具诱惑性，中国投资机构对它的认识与应用还不多。向来对新技术接受和应用较快的证券投资界，却落在了政府和其他行业之后。政府的秘诀就在于信息获取方式的改变。人民网在2008年组建的舆论监察室，可对线上媒体、网络社区、论坛以及微博等自媒体的意见领袖实现24小时监测，实现了从民意搜集到综合信息服务的转型。它面向市场推出的《网络舆情》，可被视为网络时代最有代表性的大数据产品之一。同时，由于社交媒体空前流行，已成为社会组织平台，对政府来说有监控的必要。2013年五六月，土耳其持续爆发反政府示威，当时土耳其总理就曾公开指责社交媒体对社会的危害，并要求Facebook协助提供部分用户的数据。反观之下，投资界似乎还生活在石器时代，既没看到大数据的利，也没看到它的害，信息获取方式依然是等着各种官方数据、企业财报的发布，投资分析重回顾而轻前瞻。总之，一切还是“看着后视镜向前开”。
1703928361
1703928362
投资决策信息转向大数据，首要的问题是大数据的搜集。作为公共资源的大数据较少，虽然在政府推动下，城市交通、教育、住房、公共设施、犯罪和无线网络热点位置等数据，可在大数据平台上共享，但这些与投资所需的仍相去甚远。为获得大数据资源，投资机构需要有创造性的解决方案，比如自主跟踪线上的大数据统计。就有这样的投资经理，为跟踪某家公司主打产品的销售情况，每天查询、记录电商成交与顾客评价。西蒙斯也曾提到，其麾下研究团队为搜集数据，会前往美联储影印其未入库的利率数据，同时也会手工搜集区域性的经济数据等。除此之外，某些投资机构也可与手握大数据的互联网企业合作。
1703928363
1703928364
但不管使用什么方式，对大数据资源的搜集不能触及法律红线。某些机构为获得非常规信息，有时候会铤而走险，彭博社算是典型。它比较偏执地搜集数据，从用户终端的键盘敲击，到重要客户的即时位置，从公司创始人每次访问家族基金的记录，到租用卫星拍摄石油库存的照片，直至发展成丑闻。
1703928365
1703928366
谷歌引领风险投资界新趋势
1703928367
1703928368
谷歌旗下的风险投资更关注投资交易的科学性，在资金开始运作之前必定对数据的搜集、核对和分析做足功课。谷歌风投是第一家重度依赖数据的重要风险投资机构，谷歌拥有全球首屈一指的数据资源和云计算基础设施，所以，“贸然凭直觉进行投资是愚蠢的做法”。谷歌风险投资利用来自学术文献、以往经验和初创企业及其创始人的数据不断改进算法，即便对从未创业的大学生都能建立量化记录。
1703928369
1703928370
其实，证券市场自身也坐拥大数据。每笔交易和报价都可视为投资者意见的表达，反映了投资者对股票价格的预期。挖掘市场交易数据这座富矿，从中找出盈利的投资策略或者规律，也是量化投资早就在做的事情。
1703928371
1703928372
算法是关键
1703928373
1703928374
在大数据时代之前，证券分析师认为数据资源稀缺，所以尝试各种办法，玩尽花样，试图从有限的数据中挖掘出更多信息。但在大数据时代，数据的生产速度像核裂变般迅猛，投资分析的短板不再是数据数量，而是对大数据的处理能力。
1703928375
1703928376
要增强数据处理能力，只靠招兵买马、扩充研究团队的老办法当然不行。大数据的海量、动态和非常规，不是证券分析师用Excel（微软公司运算表软件）就能对付的。在海量数据中过滤掉不重要的数据，并把数据处理成可快速分析的格式，需要云计算、机器智能等针对大数据的专有解决方案。更智能的计算机可以拯救被大数据淹没的金融“苦力”，让他们腾出手来，有更多时间去干更有价值的事——琢磨大数据的算法。形象地说，算法设计是对大数据所蕴含信息的提炼过程，也是整个大数据寻宝游戏的决定性环节。而且，大数据往往是信息的贫矿，单位体量数据的信息含量比传统样本低很多，但它以量补质，填补了样本数据的信息空白。这也决定了挖掘大数据的规律或者信息，是项极其烦琐和复杂的工作。譬如，在谷歌预测流感、电影票房等经典案例中，为提高模型预测的精准度，研究员可能需要处理成千上万甚至上亿个的预测方程。
1703928377
1703928378
挖掘大数据算法，靠金融财务的科班出身的研究员不够，还需要复合型人才。国外以数据科学家为主导完成对大数据的算法设计，这个职位的性质类似于20世纪八九十年代华尔街的量化投资分析师。对数据科学家的要求是既精于数据建模，又熟悉业务决策，其薪酬自然比资产管理公司内的信息技术工程师或者金融分析师高出不少。
1703928379
1703928380
大数据、云计算——投资新利器
1703928381
1703928382
美国Kensho Finance公司在云计算的大数据处理技术的基础上，开发出了Robotrage运算软件。该软件可以根据美国证券交易所和纽约证券交易所两个交易所的股票，结合收益、经济指标和政治事件等进行相关性计算。据该公司称，华尔街投资机构里，只有桥水和文艺复兴科技公司等少数10家顶级量化对冲基金，才有如此尖端的投资利器。而这些世界上最成功的对冲基金对其投资策略极为保密，普通人根本无法借鉴。例如文艺复兴科技公司倾向于雇用有经验的密码工程师和数学家，并与他们签署竞业禁止条款。为弥合对冲基金与个体投资者之间巨大的技术差距，Kensho Finance计划将这个“核武器”卖给付费客户。只要一点费用，散户就将拥有顶级对冲基金的技术优势。
1703928383
1703928384
要注意的是，算法与数据分析速度之间需要平衡。要做到算法的尽善尽美是十分耗时、耗力的，而对投资来说，快无止境，越快越容易出错。在证券投资的世界，快与慢只是个相对的概念，只需追求相对的安全边际。而且，为节约计算时间，大数据分析可着眼于增量数据，并适度降低对算法的精准性要求。总之，算法与速度之间的理想平衡，应以投资策略的有效性为前提。
1703928385
1703928386
跟上基本面
1703928387
1703928388
传统的数据与信息，不论是GDP、CPI、PMI等宏观经济指标，还是微观的企业经营数据，都只是现实世界留下的历史投影。投资分析需要把握实时动态，紧跟事物最新发展，靠“历史老照片”不行，必须依靠大数据的微拍、实拍。作为信息革命2.0版，大数据将革命性地提升信息搜集、处理和分析的速度，让投资者的认识与时俱进，始终站在事物发展的最前沿。
1703928389
1703928390
基本面在不停刷新，事物微小变化在低频率数据中难以显现，大数据会使你有“春江水暖鸭先知”的认知优势。举例来说，分析固定资产投资的变化，等官方数据或有长达一月的时滞，如果跟踪日本小松集团的小松挖掘机的工作小时数，却可以将观察与基本面同步到每一天。因为这些挖掘机大多安装了传感器，可实时采集并返回挖掘机工作时间等数据。而全球最大的工程机械制造商卡特彼勒也可利用更高频率的销售数据，去研判世界经济的复苏情况，还能通过比较亚太、拉丁美洲、欧洲等大区销售额的动态变化，判定各区域经济增长差异。再者，全球信用支付公司VISA有世界最大的交易和信息处理网络，它的数据部门搜集和分析了来自210个国家的15亿信用卡用户的650亿条交易记录，以此预测客户的消费趋势、当地商业的发展环境，然后把这些数据结果卖给其他公司。另外，现在观察某家企业的产品销售情况，可以直接跟踪淘宝、京东等电商的销售数据，无须等到其发布季度经营报告。如果不嫌麻烦，还可实时监控更新的原材料购进、制成品售出价格，对上市公司经营做出动态研判，同样能获得先财务报表一步的信息优势。
1703928391
1703928392
不只是经济基本面，连政策的基本面也可以用大数据捕捉到。就拿2014年春季股市上炒得沸沸扬扬的特斯拉概念来说，当投资者还不确定国家电网能否与特斯拉携手时，特斯拉中国区负责人已在微博上发出了项目经理和技术人员的招聘广告。如果这一条信息还不能证实特斯拉将与国家电网合作建设充电站的话，有心人还会注意到，某位特斯拉客户的微博同时也发布了这么一条消息：“特斯拉公司与国家电网的人都过来了，测量了下充电时的电流情况，还有充电时间。”将这些琐碎的信息关联起来，进而合成的图像与真实情形相去不远。
1703928393
1703928394
总之，大数据时代的投资分析再也不用等和靠。因为投资者等不起，而且等到的信息再也靠不住。想在瞬息万变的市场里赚钱，必须以大数据思维捕捉更新、更全面、更多元的信息资源，再以更快捷的方式进行基本面研究。
1703928395
1703928396
预测力是种计算能力
1703928397
1703928398
投资面向的是未来和未知，大数据的强项就是预测，在未知世界里寻找相对的确定性。大数据的预测能力从何而来？一是因为市场从来不会随机漫步，它们是投资者行为的结果，而投资作为人类行为，尤其是群众行为，从来就不是随机的；二是大数据将人类行踪尽收眼底，对个体信息实时跟踪与更新，对人类行为有最真实和深切的把握。
1703928399
1703928400
尽管投资者学过有效市场假设，了解预测市场的风险，但是关于证券的电视节目总喜欢请教投资专家对市场的看法。为什么？因为个人投资者想从专家们的多空分歧中寻得投资操作的启示或信心。《中国证券报》在每个季度会开展投资者调查，搜集散户们对下个季度的市场观点，并调研投资者对后市的乐观程度。如果你认为这种预测方式有效，可以考虑，但建议还是谨慎为妙。因为预测是门科学，有诸多限制条件，专家们或某个散户随口说涨跌，还真算不上是预测，可能跟瞎掰没两样。
[
上一页 ]
[ :1.703928351e+09 ]
[
下一页 ]