跳转到主要内容

替代数据在买方研究中的兴起

Mahesh Narayan
Mahesh Narayan
投资组合管理与研究主管

随着资产经理采用替代数据和人工智能等新兴技术,买方研究的数据资料正在发生变化。如何利用这些新兴技术进行更智能的投资?


  1. 利用替代数据和人工智能等新兴技术,资产经理日益能够进行自主研究。
  2. 投资协会 (Investment Association) 最近举行的一场活动探讨了资产经理应该如何使用人工智能和自然语言处理等工具,实现投资组合多样化和寻找新的投资机遇。
  3. 替代数据用于买方研究的示例包括 StarMine 信用风险模型,该模型具有预测评级机构的评级变更的潜力。

“做出预测很难,尤其是预测未来。”——诺贝尔奖得主、荷兰科学家 Niehls Bohr 非常风趣且颇有见地地提到。对于买方公司而言,这是一个有待验证却不言而喻的事实。

宏观政治的不稳定因素、市场周期结束时的不明朗性,以及被动基金的利润空间不断压缩的威胁,都是活跃的资产经理面临的挑战性问题。

不难预测的是,投资管理行业在未来五年将会发生翻天覆地的变化。

考虑、分析、执行和审查投资决策的方式正受到新技术和数据源不可磨灭的影响。

毫无疑问,MiFID II 分拆已经动摇了传统的研究消费模型。

但这也再次表明买方内部一个先前便已存在的趋势:不再依赖卖方指导他们的投资决策,而是转向自己的专有研究和模型。

六月份发布的一项路孚特/Greenwich 调查结果确认了这一点。这项调查对 30 位首席信息官、投资组合经理和分析师进行了深入访谈,90% 受访者表示他们的主要投资研究都是内部进行的。

对替代数据的需求

投资协会最近在伦敦举行了一项活动(与路孚特联合举办),来自买方的发言人讨论了人工智能和非结构化数据源等技术的兴起,包括通过自然语言处理来挖掘文本。

这些工具将为敏锐的资产经理提供一种预测途经,帮助他们管理风险、实现投资组合多样化并发现新的投资机会。

Emerging technologies mean that asset managers are able to use their own proprietary research

路孚特定量科学高级总监 Joe Rothermich 和基础研究总监 Tim Gaumer 与参与活动的首席信息官、投资组合经理和技术主管等共同探讨了业界如何越来越关注通过新技术来支持专有研究。

2012 年,由于关注者寥寥,Joe 组织的一项关注人工智能的 CFA 活动被取消。但如今,人工智能已深深融入投资时代思潮之中。

替代数据似乎也出现了类似的发展趋势,在买方群体中的使用明显提升。

路孚特/Greenwich 调查的受访者中有一半在其投资过程中使用了替代数据,预计还有 20% 的受访者将在未来 12 个月使用。

知识图谱

Tim 在本次活动上介绍了他在路孚特的 StarMine 团队如何使用 Eikon 中提供的替代和非结构化数据开发了信用风险模型,该模型有潜力预测评级机构的评级变更。该模型也清晰表明了 Sears 最近经历的困境。

Tim 和 Joe 解释了如何通过使用路孚特知识图谱知识图谱,进一步将组织、人员、金融工具和供应链等实体之间的关联对应起来,以寻找机会或降低风险

虽然做出预测可能是一项吃力不讨好的任务,但买方的发展趋势是确凿无疑的。

随着资产经理意识到这些技术的力量并寻求行业机构关于未来方向的指引,路孚特将成为至关重要的合作伙伴,提供有关如何应用这些技术的实用见解。

详细了解投资研究的演变趋势