大数据 君临天下 基金投研该怎么玩_数据分析师培训
基金投研该怎么“玩”
一个基金经理对着他的智能终端说,“我对泰国局势感到担忧,帮我调下组合。”他马上做出回答,“我已经帮你卖了4只与泰国形势呈高beta的股票。”这个如同科幻电影《her》中的场景已经不是天马行空的想象,也许很快就会发生在我们的身边。 信息爆炸时代每时每刻都在产生带着人类体温的海量数据。这场由移动互联网掀起的变革正在席卷世界每一个角落,奉行精英主义、处在生态链前端的投资行业也不能幸免。
“我现在分管研究,很担心类似雪球这种社区带来的冲击。”东方证券副总经理王国斌在一次内部演讲时不无忧心的表示,如果说去年移动互联网还只是改变中国,今年就是颠覆时代。
公募界元老级人物肖风则说,移动互联网时代带来的去中介化、大数据处理方式将让不少基金经理们头顶的“光环”逐渐褪去。“如果以后个人可以通过P2P、众筹,点对点地购买公司产品、天使投资了,还需要传统的组合理论干什么?基金经理的工作方式一定需要改变。”
新技术强势登场,准备演绎一出与旧传统交锋的戏码。于是乎,颠覆与变革、压制与复辟、落寞与新贵的二重变奏回荡在投资行业的上空。我们的问题或许不是谁将胜出,而是留给传统模式的时间还有多少,舞台还有多大。
互联网金融颠覆传统投研
陆家嘴西路99号,万向金控集团在上海的大本营。集团旗下通联数据公司所在的楼层刚增加的座位又被坐满了,一走进大厅里就能看到两排身着统一黑色工装的“码农”低着头专心演算。
这群技术精英正是公募界元老肖风华丽转身后打造的“梦幻团队”——具有物理、数学、计算机、算法等的各种背景,多来自国内外顶级高校。他们正被寄予做一件对资管行业具有颠覆性的事情。
用通联数据首席执行官王政的话说,就是要用云计算的模式提供资产管理行业投研外包服务。这也正是现任万向控股副董事长肖风,在离开博时基金时所称的一件“不一样的事情”。
“通联实际上要做两件事情,一个是针对资产管理行业提供云计算服务平台,另外提供大数据分析平台。”近期,肖风携新书《投资革命》在上海高级金融学院国际金融家论坛上首度亮相,与金融界才俊们分享了他对互联网金融、大数据的最新思考。 肖风认为,互联网金融的核心就是点对点,金融组合理论、资管行业组织形式会发生一系列的变化。
在他看来,类似余额宝这种依赖基金经理传统投资的线上产品还不是真正的互联网金融。“去中心”化、点对点的P2P、众筹才具有真正的杀伤力。
“如果投资者通过众筹自己承担了风险,不光会把银行、投资银行全部隔离掉,也会对金融理论、资产管理理论造成巨大的冲击。”他反问道,如果是大家都点对点投资了还要基金经理干什么?至少基金经理不能像原来那样履行职责,要有新的东西,要是一个新的角色。
有类似担心的不只是肖风一人,东方证券副总经理王国斌也在不同场合表达了互联网金融对传统投研的带来的冲击的思考。
在一次小范围演讲中,他提到,“我现在分管研究,很担心类似雪球、东方财富这种互联网给公司带来的影响。东方财富一年销售基金的数量460亿,其中100亿是权益类基金,整个银行系统基金销售量能有多少?”
互联网金融让传统金融机构不寒而栗,这种冲击甚至触及最核心的投研领域。借由互联网产生的海量数据,任何机构都可以做即时性研究,应用于投资实践。数据源的多样性、分析方法革新性的无不冲击着传统券商、基金传统的投资方式。
“随着移动互联网发展,信息速度比以前快了,一个新闻发生后,互联网自媒体马上会有最新进展。”王政表示,信息量的增加也使得传统调研、报告量增大,而人的记忆力、处理信息的能力是有限的,单纯依赖人已经不能处理海量信息。这是投资界面临的新问题。
“未来的投研一定是由机器辅助有大数据分析能力的平台。”王政称,通联数据正是顺应这一趋势的产物。他们做的事情,就是在通过云服务、大数据的形式,让大小机构都能获得大数据,以及数据的分析、计算能力。
“在互联网时代,尤其是移动互联网时代信息的产生、收集、存储、分析、分发和使用整个的方式方法发生了非常非常大的变化,你必须顺应这种变化,利用这种技术去提高信息传递、信息处理、信息分析的速度和效率,谁能这么做谁就赢得了市场的先机。”肖风在演讲时如是表示。
小而美的机构化时代来临?
如果说“do no evil”这条被google公司奉为圭臬的信条代表了互联网分享精神的制高点,那么基于互联网金融、大数据的投研变革也是注定是一场蚍蜉撼树的草根运动。
东方证券副总经理王国斌提到的雪球财经是一个汇集了民间高手、业内精英的投资社区。借由互联网社区,这家公司能够将最即时的公司资讯定点发送到用户手机上,甚至包括民间高手对该股的最新评论。
在一次主题为“非赚不可”的粉丝见面会上,雪球财经一下子召集了2000多“球友”,整个上海文化艺术中心座无虚席、一票难求。专业投资人与民间高手汇聚一堂共话投资,场面十分壮观。
而主张平民化、社区分享的通联数据,也是这种互联网分享精神的产物。通联数据郭光告诉记者,“我们提供的服务就是要让小机构、甚至个人拥有和机构一样的投资平台。”
在肖风及其团队看来,通过通联的云服务与大数据平台,不但可以帮助降低基金公司的IT成本,降低基金行业的准入门槛,还可以让小机构用低廉的价格实现其投研想法。
据介绍,通联数据围绕投研流程建立了三大模块,分别为信息搜集平台、数据分析策略提取应用以及组合管理、交易平台。上述模块能够满足基金公司所有投研需要,无需进行额外的IT投入。
除了基础数据,通联数据力图为投资者提供具有附加值的研究服务,让机构或个人可以在上面完成一个闭环的服务。“就像是精品酒店式服务,用户直接可以‘拎包入住’,实践你的投资想法。其他的事情由我们来提供。”
在王政看来,这套基于“云计算”的系统平台所能够提供的投研服务达到了国内一流机构的水准。
“我们目前做的事情看作是资产管理行业的‘民主革命’。”通联数据产品运营负责人郭光称,以前大机构具有信息垄断权,比如在美国就是彭博,他们对信息的单一的解读有时会让大家错误判断,甚至失去很多投资机会。信息的平民化则会让市场更快速、有效的接近真相。
值得一提的是,与彭博、wind等流行的数据库平台不同,通联数据不是卖终端,而是按照流量收费,并且把产品打造为一个开放的社区。在相关人员展示的通联页面中,记者看到了类似苹果手机的视觉效果,每个模块就像手机上的一个程序。此外,与苹果开放的应用商城类似,通联也欢迎第三方加入开发新的程序。
“我们就类似苹果的互联网商城,大家都可以进行程序开发,以开放的形式对外界开放,让网民对自己的研究成果进行展示。”
而提到流量收费,更是被肖风引为一大创举,他甚至把这个和中国改革开放初期的人口红利相媲美。
“这是一个非常奇妙的东西,我自己有一个心得,1978年改革开放之后中国经济之所以能够起飞,跟这个东西有很大的关系。”
肖风说,那个时候国家没有什么资本金积累,1978年全国银行间的居民储蓄存款是360亿元人民币。怎么起来的呢?是因为有人,人就是按月开销的。所有的那些成功的企业最初没有一次性的资本开支,因为没有那么多钱,但是可以雇五千个人、一万个人。中国最初的资本积累和这个有很大关系,就是人口红利,雇人而不是买机器。
基于流量收费为资管行业提供技术服务也被视作一种红利。据通联数据首席执行官王政介绍,资管公司的IT投入是很高的,一家大中型基金公司,每年的IT投入至少几千万,甚至上亿。而采取租用通联数据平台的形式,“成本至少可以减少一半”。这项技术的存在无疑可以让万千有意资产管理行业的人士具备了准入条件。
此外,随着个人与机构的差距缩小化,通联甚至希望能够把平台推广到个人投资者中去。“在未来,互联网将云端的大数据分析平台和分析能力送到了普通投资者的手边,技术不再是壁垒,普通投资者手中也能握有投资的利器。”
不过,也有分析人士认为,竞争市场的信息化并非机构想象的这么完美。个人可以借由信息接近机构,但永远不能取代机构。哪怕这种差距只有1%的差别,带来的投资差距也是巨大的。
“信息化的作用更多的是为机构降低了准入门槛,有能力的个人或者小机构,有机会赚取和大机构一样的回报。”清华大学深圳研究生院教授林建武认为,信息化、量化投资最终带来的是投资市场机构化的过程,业余投资者会发现,他们永远不能够具有机构般的专业分析能力。最终的结果很可能是,他们寻找自己的机构代言人,让机构参与市场博弈,整个投资市场机构化程度会提高。
股神嬗变:从巴菲特到西蒙斯
大数据“君临天下”,不仅改变着资产管理行业投研流程,投资方法、公司估值方式也在发生深刻的变革。
如果说旧时代人们的崇拜偶像的是价值投资理论的集大成者巴菲特,那么新时代的神坛人物是西蒙斯。与前者挖掘牛股的路数不同,西蒙斯为代表的量化投资者更在意的是相关关系,与成功概率,而非因果。
后者的投资方法带来的效果十分卓著。1989-2009年,西蒙斯操盘的Medalllion基金平均年回报率高达35%,比金融大鳄索罗斯与股神巴菲特的操盘表现还高出10多个百分点。即便在2008年金融危机时期,该基金也录得了80%以上的超高收益,傲视群雄。
事实上,从基本面投资到量化投资的演变,在美国已经进行了几十年。其变化与信息技术的发展息息相关。
“投资从其演变方式看可以分成几类:在金字塔最上面的是“买入持有”策略,这种投资最简单,就是做公司股东,几百年前就有了。此后,上市公司数据不断更新,投资这根据季报、年报预报中数据的变化,变动持仓,持有期会缩短到三个月或六个月,最典型的像巴菲特的自传《滚雪球》中所说,会看公告的脚注,发现别人没有注意到的信息。”
林建武告诉记者,再后来,信息越来越多,交易速度越来越快,交易所发布的行情开始以微妙、纳秒计算,统计、高频、量化交易程序应运而生,投资风格更为多样性。
据了解,西蒙斯的团队里有数学、物理学、天文学等各种背景的专业人士,他们拥有庞大的数据系统,包括天气变化这种人们很少会关注到的数据,试图从中挖掘相关关系,制定操作策略。
在专业人士看来,这种基于相关性分析的量化投资和基本面投资并不对立,是不同层面的投资。基本面赚的是公司成长的大钱,而量化投资则着眼于积少成多。
“举个简单的例子,如果有一碗大小不一的豆子,基本面投资就相当于给你一双筷子,去拣最大的豆子,而量化就是给你一个筛子,能够拣出比较大的和比较小的豆子。”林建武说,对于股票市场来说,最大的钱永远是被基本面投资者赚去的,量化投资者赚的很可能是散户跟风炒作的小钱。
如果说量化投资时代与基本面相辅相承的性质还不足以撼动股神巴菲特的股神地位。大数据时代公司的估值方式的深刻变革,则无异于一场虎口夺食的战役。巴菲特推崇的现金流等指标已经不能很好的计算公司及个人的“数据”资产。而这在肖风看来,是移动互联网时代最重要的资产之一。
“我刚出的一本书,如果找微博上的大V转发一下,销量一下子就能增加好几百本。粉丝经济学大家有好好地去评估吗?”肖风表示,未来十年,人们最重要的资产可能不是房子而是你拥有的数据资产。通过这些数据,银行甚至可以计算能给你发放多少贷款。
而一个企业来说,现金流固然重要,但是在新经济背景下,你拥有多少关系链,可能具有更重要的价值。
“现在涨的都是有数据资产的股票,要是不能理解他就不敢投他。这与巴菲特所谓的价值投资有很大不同,我们需要学会评估一个企业的关系链。如果大家看过网络就知道那个链接点,链接的点越多越有价值,关系链和数据流对于我们评估一些新的企业有非常大的帮助,我们必须有这样的能力。”肖风在演讲时表示。
“巴菲特是不碰科技股的,但是他已经80岁了,在他的世界里可以没有大数据。但是你可以吗?”肖风反问。
公募探路VS监管挑战
似乎是嗅到了某种变化,公募行业似乎已经意识到了这种变化,纷纷转向互联网寻求新的商机。而拥有优质大数据的互联网公司也开始攻城拔寨,纷纷布局资产管理行业,BAT巨头之间的战火进一步升级。
最新有消息称,腾讯和高瓴资本各出资40%及60%,注册一家公募基金公司,邱国鹭和张磊分别任董事长和总经理。这是继阿里巴巴之后,第二家互联网大佬入股成立基金公司。互联网公司对于资管行业的觊觎可见一斑。
另一边,基金公司也在谋求深度触网,准备开启一场全新的大数据投资之旅。此前,广发基金、南方基金分别携手百度、新浪财经发行相关指数。
“现在的行业里面已经不是利用互联网作为渠道这么简单了。”沪上某基金公司业内人士告诉记者,大家在思考的如何用最新的算法利用互联网上的优质数据,创造有效的投资策略。
8月初,南方基金宣布,携手新浪网推出了国内首只财经大数据指数,未来还将针对该指数开发相应的指数产品。而在此前不久,广发基金联合中证指数公司、百度三家行业巨头联合宣布推出中证百度百发策略100指数,试图采用量化算法构造基于百度互联网金融大数据的综合情绪模型进行指数选样。
这两家企业的举动被业界看做大数据与国内金融行业结合的首次本土化实验,具有重要的里程碑意义。
事实上,上述做法不是什么新鲜事物,在国外已经有了较为成熟的应用。“2006年我还在BGI时,就研究自然语言,利用“推特”的数据进行投资,当时已经取得了很好的效果。”
通联数据首席执行官王政称,这种策略是未来基金获得超额收益的重要方式之一。为了能够紧跟世界上最新的算法、交易策略,通联还在美国设立分公司,即时让通联的平台具有最先进的数据处理能力。
不过,而在国外有多年留学、教研经验的林建武教授看来,这些所有的结果会让信息更快地反映到市场上,但是整个市场过度量化也会带来系统性风险。这种风险有个专门的名字,叫“市场共振”。
“技术的发生,让非专业人士接近专业人士,让大小机构都在都在同一起跑线上竞争,不过不好的影响在于,信息过于分散发布,市场多样性会变差,会出现共振现象。”
他举例称,就像在路上开车是使用智能导航,导航会告诉大家哪条路堵哪条不堵,结果大家都跑到量外一条道上了,又堵了。
“股市也是一样,信息过度发散带来共振,会使得所有股票一起涨一起跌差距,选股难度加大,市场波动性变大。”林建武顿了顿说,“这也是美国很多次股灾的原因”。量化交易同时也为市场监管带来了新的挑战。
不过,对于中国来讲,量化的诱惑力还远大过于挑战。美国市场的量化交易占整个市场的比例超过50%,中国还远远低于这个数字。
对于中国的基金行业来说,更为切近的现实是如何在量化、大数据风起云涌的时候,不被市场淘汰。
“在不远的将来,一大批靠天吃饭的共同基金经理和公司将被超越和淘汰,留下的基金公司将是那些能够根据大数据分析提供交易策略,占领独特优势的对冲基金和自营基金。”
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21