如果新的建模能力与大数据分析方法相结合，比如预测分析和机器学习，就可以通过这些能“思考”的模型得出前瞻性的结论，从而改变投资研究的性质。这将导致关注价值的定量基本面模型和关注价格的系统性交易程序趋于一致。结果可能会形成一种新 的自动投资组合管理模型，该模型关注“未来价值”，并对一些还未发生的或还未公布的“可能性”事件起作用。
定量基本面分析师可采用大数据技术，将他们所要验证的变量扩展到行为、看法和感知反馈等数据，而这些领域以前只属于自主基本面分析师（discretionary fundamental researchers ）。这提供了一个更广泛的模型：通过使用一组新的数据，来解释相关的、类似的、最优的和低劣的数值。而这些新的数据没有被纳入传统的投资模型当中。这就在运用大数据技术的公司和那些没有运用大数据公司之间，创造了“信息套利”的可能性。
与此同时，自主基本面投资组合经理能够与企业高管交谈，并从他们的肢体语言中体会到他们对下一个季度所表现出来的兴奋或紧张。自主基金经理可能开始领悟到更多关于公司的近期活动，如果他们感觉到公司活动不同寻常的繁忙或平静，他们甚至可能会造访并观察公司的办公室或一些设施。他们还可能会联系业内人士，询问他们是否察觉到投机机会或听说一些有意思的、新的人事变动。
一些公司通过观察中国建设活动的卫星图片，来衡量中国经济是否稳健。
（注：自主交易（Discretionary Trading），是指按照个人直觉或情绪、别人建议或其他非量化数据分析来决定的交易。）
另外，模型将ABC公司驻非洲员工在社交网站上的照片进行定位分析。比如，在20位员工中，有16位定位在撒哈拉以南非洲地区，有2位员工出现在中非地区。这一系列因素结合此前的预测模型，可以断定，ABC公司将建立新的油田生产设施。模型还可以更进一步，通过分析撒哈拉以南非洲办公室的建设进程，判断油田可能将在三个月后开始生产。
过去18个月，语言程序利用情感分析，发现ABC公司公开使用的积极词汇和消极词汇的比例有明显变化，积极词汇更多而消极词汇变少。过去4个月，积极词汇加速增多。通过程序识别，ABC公司高管在最新一年的新闻稿和采访中使用“研发”一词的频率，较此前12个月上升了182%。此外，“勘探”与“扩张”使用频率也增加。
综上所述，基于还没宣布的未来事件，自主基本面投资组合经理和量化模型都将会做多ABC公司。
若事件公布正如预期，当预期价格变动幅度和持续时间已实现，模型就会关闭头寸。如果事件不在特定窗口公布出来，而预测分析发生了变化，并且ABC公司发出公告的可能性降低，模型会关闭头寸或更早关闭头寸。
花旗表示：
A公司通过分析社交媒体的数据，比较该公司与同行业的B公司在社交媒体上的活跃程度，以判断其广告活动是否取得成功。
以石油和天然气行业为例，假设有一家名为ABC的公司。基于资产负债表等财务报表，自主投资组合基金经理和定量分析师的定量模型可能都创建了该行业中重要公司的相对排名。而这是目前大部分的定量模型能够走到最远的一步了。
近年来，大数据成为了热门词汇。作为一种新的分析方法，大数据正运用在许多行业当中。但目前投资经理采用大数据技术相当有限，这可能为投资管理行业打开一扇“机会之窗”。利用大数据扩展模型 进行“信息套利”
大数据将消除定性分析与定量分析的差别
通过上述努力，自主基本面基金经理认为，ABC公司的CFO看起来比通常更乐观，并且公司的新闻里多次提到一些重要高管在过去一年如何增加了研发预算。此外，一位业内已退休的老朋友提到，他在最近的一次会议上看到了一位前同事，目前在ABC公司的新办公室工作，这位前同事看起来十分疲惫，因为他刚刚从非洲回来，而且这是他今年第三次去非洲。得知这些信息后，基金经理搜出了关于该公司未开发油
据花旗，新模型的关键将是扩展当前可用数据的阈值，采纳新的数据源。而这些数据反映人们的观点、行为和动作，有助于自主基本面研究人员做出投资决策。新模型可能不会完全包含所有的数据，但扩展数据将使量化模型能更深入地研究，更广泛地假设。
这些未来价值模型开始于未来事件的输出（future event output）（如预计ABC公司将会宣布开发新油田）。新模型将未来事件进行分类，并从历史记录中寻找ABC公司及其同行的类似公告，将这些公告日期标记起来，检索事件前后的几个星期内相关公司的图表。公司某些新闻可能会引发价格变动，定价模型可将平均价格变动幅度和持续时间进行量化。模型将检查公司过去90天的活动，并确定是否有最相近的先例。模型每天都重新评估当前和历史的价格模式，并基于不断完善的数据来确定价格上涨还是降低。
免责声明：凡本网注明 “来源：XXX(非中国房产新闻网)” 的作品，均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。
分享到：
