京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代基金经理如何投资_数据分析师考试
“现在并不缺乏信息,缺乏的是挖掘处理信息的能力”。
在王政看来,在信息爆炸的当下,需要借助机器和人工智能的力量帮助完成人力无法高效完成的信息处理工作。未来,大数据时代的资产管理将伴随着机器学习和智能计算的发展,成为以人工智能为依托的智能金融。
作为公募基金的“过来人”,王政对传统基金经理的日常作息熟谙于心:7点起床上班,路上开始浏览前天外盘情况,国际市场的主要指标以及重大动态;8点进入办公室,浏览国内外主要财经网站,晨会与同事一起讨论当天最新的宏观政策,财经和市场动态;9点-15点看盘,管理投资组合,看报告;收盘后对当天市场行情进行总结、分析,晚餐时继续与同行进行近期市场和投资热点讨论。晚上看长篇研究报告,20点左右上网看上市公司公告,并为第二天的工作做好充足准备。午夜,休息。
“占据大部分工作时间和精力的,正是对新闻、公告、热点、行情、报告等各种信息的收集、处理和判断,并在此基础上做出正确的投资决策。”王政说,在互联网如此普及之前,这样的投研过程基本是靠人工完成的。
而随着互联网高速发展带动信息量爆炸式增长,互联网数据逐渐呈现出明显的4V特点:Volume(大量)、Velocity(高速)、Variety(多样)、value(价值),因为规模极其庞大并在实时高速扩展中,被称为“大数据”。
在王政看来,“大数据”时代对投资管理的改变是显而易见的,投资研究开始由原来的小样本向全样本,由定期向实时变化着。
“在大数据背景下,我们需要借助机器和人工智能的力量,帮助我们完成人力无法高效完成的信息处理工作。”王政认为:“而这将改变基金经理传统的投研模式。”
王政表示,通过智能计算和机器学习,可以对所有的非结构化数据进行分析,在数量庞大而覆盖广阔的数据中,把所有的投资标的都连接起来,建立起一个完整的关系图谱;在此基础上,动态跟踪实时新闻,捕捉各类事件,进而建立起事件影响在关系网上传导的机制。
在他看来,大数据冲击下,传统的基本面投资面临变革:“有家美国公司利用卫星24小时监测超市的车流、货运、港口的运输,并卖给华尔街的投资公司,使他们不用再等官方数据,不用去工厂门口蹲守,就可以实时通过卫星第一时间得知市场的变化。信息传递速度改变着投资的速度。”
除了基本面,大数据背景下的投资管理也能更快更全地收集和分析社会情绪数据。王政介绍,通联数据所在做的金融云平台,正是基于大数据分析和智能计算的新型互联网金融服务,比较全面地收集处理了基本面和社会情绪等多方面的数据,力图准确提炼影响市场波动的诸多因子。
“这并不意味着彻底摒弃传统的投研理念,价值投资、主题投资、事件驱动投资、情绪投资等依然需要遵循,但操作方式和以前相比会有根本改变。投资者将更多依赖大量数据和智能分析的技术快速找到投资机会,直接进行投资。”王政表示。
“投资,已由一门艺术发展为一门科学”这是20年前,王政的两位同事——Grinold 和Kahn提出的观点。他们通过总结投资中的一些规律,覆盖了收益率预测、风险管理、成本管理、绩效评估等核心因素,用计算机分析来构建投资模型。这些科学模型帮助他们在20年间成就了世界全球最大的资产管理公司,即如今的贝莱德。
“而未来,大数据时代的资产管理将伴随着机器学习和智能计算的发展,成为以人工智能为依托的智能金融。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09