“近期我們正在做一件挺奇妙的事。”一家國內(nèi)私募基金負責人薛強（化名）透露，所謂的奇妙，就是這家私募機構(gòu)正嘗試采購收集大量白酒、快消品等在電商渠道的銷售數(shù)據(jù)，與中國居民消費需求與實際消費能力等因素進行比較分析。由此判斷這些行業(yè)上市公司銷售增長速度是否“真實”，有沒有存在向經(jīng)銷商壓貨以美化短期業(yè)績表現(xiàn)的跡象。

　　他坦言，這項工作的靈感，主要來自歐美國家對沖基金同行。比如他們會在特斯拉發(fā)布新一期財報前，關注特斯拉創(chuàng)始人馬斯克是去海外度假，還是前往工廠監(jiān)督生產(chǎn)。前者意味著特斯拉最新財報可能超過市場預期，買漲特斯拉股票容易獲利。后者則意味著特斯拉最新財報不盡如人意，沽空特斯拉股票的勝算更高。

　　在薛強看來，這背后，是大數(shù)據(jù)分析技術與智能化投資模型正悄然改變海外對沖基金的投資決策機制。

　　以往，海外對沖基金主要依靠基金經(jīng)理個人經(jīng)驗與財報分析，判斷上市公司未來業(yè)績增長潛力，但這種基于“過去預測未來”的做法往往存在諸多主觀性與片面性，往往導致基金經(jīng)理投資出錯；如今通過大數(shù)據(jù)分析技術，對沖基金就能掌握上市公司最新的銷售狀況，洞察它們在經(jīng)濟環(huán)境變化壓力下的最新業(yè)績波動，從而避免投資踩雷。

　　記者多方了解到，如今基于大數(shù)據(jù)分析的智能化投資模型，儼然成為華爾街眾多投資機構(gòu)日益青睞的新寵兒。不少華爾街大型對沖基金與資管機構(gòu)每年在各類數(shù)據(jù)信息采購收集的開銷，高達千萬美元級別。

　　一位華爾街對沖基金經(jīng)理向記者直言，相比傳統(tǒng)人工為主的投資決策機制，基于大數(shù)據(jù)分析的智能化投資決策存在三大方面的改進，一是通過大數(shù)據(jù)分析，可以了解不同類別資產(chǎn)在不同宏觀經(jīng)濟變化場景下的關聯(lián)性，從而針對不同宏觀經(jīng)濟環(huán)境變化實現(xiàn)不同底層資產(chǎn)權重的自動調(diào)節(jié)，提升整個投資組合的抗風險性。二是行之有效的大數(shù)據(jù)分析技術可以解決信息過多問題，讓基金經(jīng)理接觸到更有價值的數(shù)據(jù)信息（過濾掉大量無效信息），從而更好地落實投資策略。三是大數(shù)據(jù)分析技術能幫助投研人員更簡單地進行策略構(gòu)建、策略分析與策略回溯，提升整個投資流程操作效率。

　　“目前，不少國內(nèi)大型私募也開始嘗試構(gòu)建基于大數(shù)據(jù)分析的智能化投資模型，逐步替代傳統(tǒng)人工為主的投資決策?！毖娤蛴浾咄嘎?。不過，如何讓“人”的經(jīng)驗與大數(shù)據(jù)分析成果進行有效融合，實現(xiàn)1+1大于2的效果，依然是境內(nèi)外私募對沖基金面臨的挑戰(zhàn)。畢竟，很多基于大數(shù)據(jù)分析的投資決策缺乏邏輯性，需要人的邏輯推演能力進行“解讀”，但這很大程度考驗境內(nèi)外私募對沖基金的“整合能力”。

　　“試水”中國私募圈

　　“在借助大數(shù)據(jù)分析技術預測上市公司未來業(yè)績增長前景方面，海外大型對沖基金已經(jīng)頗有心得。”上述華爾基對沖基金經(jīng)理向記者直言。以特斯拉為例，海外大型對沖基金通過采購收集特斯拉汽車工廠用電數(shù)據(jù)與工廠熱能值，零部件提供商發(fā)貨等數(shù)據(jù)進行交叉驗證分析，就能預判特斯拉當季產(chǎn)量是否高于市場預期。

　　為了準確捕捉真實的特斯拉汽車銷售數(shù)據(jù)，他們還會采購很多國家海關數(shù)據(jù)，以此了解特斯拉汽車出口各國的實際數(shù)量，并依托所采購的保險公司承保數(shù)據(jù)（特斯拉車主購買的汽車保險），從而驗證特斯拉汽車在這些國家是否暢銷，以及是否存在向經(jīng)銷商壓貨的跡象。

　　“當眾多數(shù)據(jù)融合在一起，這些對沖基金就能趕在財報發(fā)布前，通過智能化投資模型基本判斷特斯拉當季汽車產(chǎn)銷量是否超過市場預期，從而提前布局買漲（沽空）特斯拉股票獲利?！彼蛴浾咧赋?。

　　這也吸引部分國內(nèi)大型私募基金開始效仿海外對沖基金，構(gòu)建基于大數(shù)據(jù)分析的智能化投資模型。

　　“我們之所以首先在白酒、快消品行業(yè)進行試水，主要原因是這類商品的電商渠道銷售數(shù)據(jù)相對公開且容易獲得?！毖娤蛴浾咛寡裕瑸榱舜_保這些電商銷售數(shù)據(jù)的真實性，他們還專門聘請了第三方調(diào)查機構(gòu)，分析相關電商平臺在白酒、快消品領域是否存在刷單行為。

　　但他承認，目前基于大數(shù)據(jù)分析的智能化投資模型，仍然無法替代人工為主的投資決策機制，只能起到輔助作用。究其原因，一是中國股市以散戶為主，股價變化未必如實反映上市公司業(yè)績波動，導致以業(yè)績預測為主的智能化投資模型實際運營效果不如預期；二是上市公司也會通過各種關聯(lián)交易美化業(yè)績，導致智能化投資模型也可能做出錯誤的投資決策。

　　值得注意的是，不少投資A股的海外對沖基金因此花費大量資金采購各類行業(yè)、企業(yè)、競爭對手的經(jīng)營數(shù)據(jù)，通過多方交叉驗證評估上市公司是否存在美化財報行為，作為他們逢高拋售A股的主要依據(jù)。

　　然而，不少數(shù)據(jù)提供商存在數(shù)據(jù)收集不全以及在不同語境下對上市公司財務數(shù)據(jù)解讀出現(xiàn)歧義等問題，導致海外對沖基金往往面臨較高的“誤導”風險。

　　信息數(shù)據(jù)過多“待解”

　　記者多方了解到，盡管國內(nèi)大型私募基金正在積極嘗試構(gòu)建基于大數(shù)據(jù)分析的智能化投資模型，但他們很快發(fā)現(xiàn)，自己正遭遇與海外對沖基金類似的“窘境”。

　　“目前很多數(shù)據(jù)提供商所提供的數(shù)據(jù)，在真實性與準確性方面存在較多問題?！毖姼嬖V記者。去年他們曾向一家數(shù)據(jù)分析機構(gòu)“采購”一系列A股上市公司樣本的營收預測，發(fā)現(xiàn)他們提供的營收預測數(shù)據(jù)與這些上市公司財報相比，平均誤差值高達15%以上，無法對投資決策優(yōu)化產(chǎn)生任何有益的幫助。

　　所幸的是，近期他遇到一些大數(shù)據(jù)分析公司，通過一系列數(shù)據(jù)獲取分析模型的改良，他們的平均誤差值降至8%左右，超過多數(shù)分析師的人工預估值。

　　“不過，信息數(shù)據(jù)過多的行業(yè)問題依然難解?！毖姀娬{(diào)說。如今數(shù)家數(shù)據(jù)提供商每天向他提供【海量數(shù)據(jù)(603138)、股吧】，其中逾50%數(shù)據(jù)信息對他而言基本是“無效的”，原因是這些數(shù)據(jù)與他們當前投資策略與投資組合缺乏“關聯(lián)性”。

　　其間他嘗試向數(shù)據(jù)提供商“定制”基于投資組合的相關數(shù)據(jù)信息推送服務，但實際效果喜憂參半——偶爾他獲得的數(shù)據(jù)信息相當不錯，但多數(shù)時候不如人意。

　　他認為，這背后，是不少數(shù)據(jù)提供商都是技術研發(fā)“出身”，對金融市場投資規(guī)律缺乏足夠的了解。

　　“事實上，國內(nèi)私募基金需要構(gòu)建大數(shù)據(jù)分析的智能化投資模型，需要解決三大緊要問題。”多位私募基金人士向記者指出。一是當行業(yè)景氣度（機構(gòu)涉足投資的行業(yè)）發(fā)生變化時，數(shù)據(jù)提供商能否第一時間梳理出相關數(shù)據(jù)提供“預警”；二是當行業(yè)景氣度持續(xù)惡化時，是否會對行業(yè)上市公司股票造成沖擊，這需要從輿情與投資者情緒變化等新聞信息里尋找相關線索；三是行業(yè)景氣度持續(xù)惡化，是否會造成相關上市公司債券遭遇違約風險，相關上市公司上下游企業(yè)的收付款賬期拉長、行業(yè)利潤出現(xiàn)超預期下滑、企業(yè)不惜成本發(fā)行產(chǎn)品募資等信息數(shù)據(jù)，都可以提供相關的預判信號。

　　“這也是當前國內(nèi)私募基金與海外大型對沖基金存在的差距——后者已經(jīng)構(gòu)建相對成熟的數(shù)據(jù)獲取采集分析技術，能通過捕捉一些不受關注的細小數(shù)據(jù)，對相關上市公司業(yè)績與股價波動做出準確判斷，從而產(chǎn)生阿爾法超額收益；前者更多將大數(shù)據(jù)分析技術作為輔助工具，實際的投資決策還是依賴基金經(jīng)理的投資經(jīng)驗?！币患覈鴥?nèi)大型私募基金投資總監(jiān)坦言。