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
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25