假如你是一位出色的分析師，你會發現業務方對你的要求是最好能未卜先知，不僅提出問題，同時告訴他解決方案。可是能達到這種水平的分析師不就是三國時代的諸葛亮嗎?但“諸葛亮”也有自己的痛苦，每個月月底當數據已經全部具備的時候，分析師往往還需要幾天的時間才可以給出對業務的觀點。一方面他們要確認這個數據的準確性，另一方面還需要具備嚴謹的邏輯和對商業的足夠理解，這樣才能在有限的時間里窺一斑而見全豹。
不過，今年一月份發生了一件奇妙事情，讓人大開眼界：在Google公布了上一季度業績之后的幾分種時間內，一家公司叫AutoInsight 的公司就發出了對這個業績報告的觀點以及對未來Google股價走勢的評估。為什么這家公司能在這么短的時間內做出這么快的反饋呢?而且我們發現它已經在用類似的方法發表過約300篇沒有作者的機器人文章。
我們知道，證券交易及對沖基金成功的關鍵在于及時判斷，而通過大量信息的定量研究比別人哪怕早一分鐘知道股票的走勢都可以獲得巨額利潤。而這種預測也隨著更多的社交信息如Facebook、Twitter、實時新聞以及交易數據的整合而變得越來越有看頭。即時分析也正是運用了大數據的優勢，在某一公司的業績訊號出來時，迅速刷新信息、辨識市場預測與業績報告的差距、跟蹤即時的市場反應包括專家言論及交易情況，使其更有能力判斷市場走向。在資本市場中，其實很多年前已經關注股民情緒對市場的影響，這也是大數據在資本市場中最早期的應用之一。這其中的關鍵是在于大量參差不齊的社交數據是否能幫助判斷市場是否過度敏感?還是大家對市場太有信心?其實，單靠社交網站的數據是不足的，如果能結合交易和新聞等歷史數據及實時數據進行去偽存真的分析，可以立馬做出一份幾乎可以跟一個資深分析師媲美的分析報告。
HedgeChatter就是這樣的一家公司。他們每天實時掃描近百萬條聊天信息、全世界內相關股票的交易紀錄，以及更多股票評論員的專家分析來幫他們動態地估計股票的波動和變化趨勢，并直接使用社交數據信號去分析7600支美國股票的實時交易，據說預測的準確率可以高達60%。
如果我們進一步深究這兩個例子，我們會發現計算機、互聯網、大數據和專家這四個角色在其中的作用。機器的強項不僅在于其對數據和信息的無限記憶能力和高速處理能力，而且不用休息;互聯網的厲害之處在于創造了海量數據和信息，并可以在瞬間把它們關聯起來;大數據的厲害之處在于能把所有的東西進行量化，方便人類識別盲點、重新認知事物，并對事物進行全景的理解和分析;更能從眾多變量中快速找出核心變量或事情發生的規律;專家的強項之處在于能在信息不全的情況下利用自己的經驗和理解做出正確的判斷。在懂得這四者的優缺點的基礎上做出大數據產品和方案才是一個容易成功的方案，反之則容易失敗。
因此，在我看來，自動化分析報告只能嚇倒一些初級的分析師，并不會對有經驗的分析師產生影響。股票分析師們一點都不用擔心機器會打擊這個行業，反而可以好好利用機器的強項讓我們更具威力。說到這里，我想起了一句話：大數據就是學會如何活用別人的數據冗余，站在金山上吃饅頭還是吃魚翅就看你的本事了。自動化新聞和股票分析讓我們產生了無限遐想。未來，小說、食譜甚至音樂未嘗不可以利用大數據進行創作。
京公網安備 11010502049343號