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
在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 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 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 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 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 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 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26