
2014(第三届)中国对冲基金年会在杭州举行,本届年会主题是“对冲基金新时代:财富管理新格局与新挑战”。嘉理资产总经理李建春表示无论什么样的大宗商品的交易,都要回到供需和价值,我们的做法是基于这些大宗商品的基本面的数据,不管是供需也好、库存也好,它都是有数据的,那我们都会基于这些数据对大宗商品的每一个品种去做一些评价,认为它是被高估的,还是被低估的,是一个怎样的评分。
以下为其发言实录:
李建春:谢谢马总,大数据时代来得太突然了,我前一段时间搜集网上家庭的电器,这其实就是一个大数据的环境,大数据时代来得太快了,我相信接下来,包括商品期货也好,股票投资领域也好,这种大数据时代也迟早要到来,很可能会颠覆我们过去的一些投资逻辑和投资思想。很多是价值投资、趋势投资等之类的,那为什么我们将它定为技术分析也好?那是因为我们选的数据就只有这些,我们要这些基本的数据,我们要找一个合理的逻辑,会找出一个好的策略。但有一天大数据时代来临的时候,我们会发现各种各样的数据我们都有了,以前我们不可思议的一些逻辑和思想,我们都可以采用的。比如现在的一些用应用的一些大数据用于量化投资,我们举一个例子,比如国际上国外会有人天气或气象、卫星等,他们会预测接下来天气的量化,具有一定的指导意义。比如有的人会用卫星,用大宗商品贸易的巨型的货轮,可以判断大宗商品贸易的情况。还有沃尔玛车流的情况来预计经济的情况,包括沃尔玛的业绩等,这些逻辑和思路是在大数据的背景下来产生的,我们其实特别看好的一个苹果手机,苹果是做手机的,其实更大是大数据的运营商,现在如果在北美推出了移动支付这类工具,其实我们会看到,苹果其实手机占领了高端手机用户的比例非常大。苹果掌握了这些消费者的一些消费行为的一些大数据。包括苹果以后要出的苹果的手表,那它是可以实时地进行跟踪、路径和流向,你到底去了哪里等,这些都是一些大数据的投资,那我会觉得,大数据未来的产品是不可想象的,因为只要你能想到的,我们都可以去把它作为一个投资逻辑去进行实现。比如我们现在家里自己做的这种产品,我们也可以说用一些小数据的做法,刚刚傅老师也说得挺幽默,但道理很对,逻辑其实很简单,无论什么样的大宗商品的交易,都要回到供需和价值,我们的做法是基于这些大宗商品的基本面的数据,不管是供需也好、库存也好,它都是有数据的,那我们都会基于这些数据对大宗商品的每一个品种去做一些评价,认为它是被高估的,还是被低估的,是一个怎样的评分。我们做出评价之后,会对大的宏观趋势的整体供给,虽然基本面会很好,但宏观不好的情况下会比较弱,我们会用对冲的模式,买入价格比较低的期货,然后进行做空,然后我们是用这种完全的价值相等的形式来进行对冲,以获取利益。我们基于现在一些使用到一些数据做的一些模型,这是第一个大数据的问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02