大數據分析讓資訊變成鈔票？

根據《華爾街日報》報導，全球的大數據(Big Data)市場正在急速擴張當中，其中又以亞洲地區大數據相關產業最具獲利潛力；據了解，華爾街知名投資銀行高盛（Goldman Sachs Group, GS-US）集團已在2015年初針對新加坡大數據分析公司Antuit進行高達5,600萬美元的投資案，企圖藉由網路社群、行動應用程式等途徑，將用戶資訊轉換為商品行銷和開發上的利器。此外，來自美國矽谷的大數據分析公司Palantir Technologies也正完成最新一輪的融資；這家向美國政府和華爾街銷售大數據分析業務的企業，目前的市場估值約150億美元，已成為全球由創投所資助成立的第三大公司，僅落後小米(Xiaomi)和優步(Uber)。零售業龍頭沃爾瑪（Walmart, WMT-US）則於日前收購了一家專注於大數據分析的新創公司Inkiru，預計將透過客戶行為、轉化率和電子郵件廣告…等數據分析後所採行的策略，進一步強化該企業的線上銷售業務。

聽起來，產業大廠們對於大數據分析是否能夠為自家公司加分，似乎感到信心滿滿；而除了透過投資從事大數據的分析公司之外，還有沒有其他方式能夠將大數據時代下的資訊轉換為鈔票呢？

事實上，訊息萬變的金融市場，正好就是數據最為豐富之處。

隨著科技的日新月異，現今的網路普及程度高且資料取得容易，近年來透過量化模型的自動交易模式已經逐年攀升，目前更有約三分之二的華爾街交易皆來自於量化投資。藉由大量數據的應用、多變量因素的設定、統計學上機率和期望值的回測追蹤，最終衍生到找出某種關聯性，不僅能夠有效幫助投資者在執行投資策略時降低風險、掌握趨勢，更可透過投資策略執行的設定，避免受到人性喜好影響而犯下的錯誤。

結合大數據趨勢的量化投資模型，將不再僅依靠隨機抽樣來推測整體的情況，而是能夠藉由快速取得大量且準確的資料，直接分析母體的全部訊息，等於是讓樣本與母體趨於一致，進而提高數據模型預測的準確度。其次，透過有效的篩選過程和分析方法，也能夠藉由大數據技術針對龐大的樣本進行多層次的分析，並且提供更加有效且精準的資訊。

簡單來說，量化投資就是藉由科技處理資訊、進而實現投資理念的一種策略；在市場複雜程度日漸增加、投資規模和投資項目皆與日俱增的趨勢下，由投資經理人或者個人主觀判斷所形成的傳統投資方式已經面臨了較大挑戰，其所能夠涵蓋的思考範圍也稍嫌不足。因此，有越來越多的投資者開始注意到量化投資，更有不少基金、券商…等皆已推出量化投資類型產品。基於大數據技術的基礎之上，未來運用於投資商品的資料挖掘、大數據投資策略開發…等，都將成為投資領域不可避免的趨勢。

舉例來說，英國對沖基金Derwent Capital Markets，即於2011年5月推出首支基於社群網路推特(Twitter)的數據內容來感知市場情緒、進而進行投資的對沖基金；而中國上海量化投資管理中心則在今年初推出量化大數據對沖1號基金，以總體經濟、公司財報和市場交易…等大數據資訊進行模型選股。

未來的投資市場，勢必將圍繞著資訊的獲取以及解讀而發展；因此，若想要成為資訊爆炸時代下的投資贏家，運用有限時間、並且找到有效資訊解讀方式，便會是能否致勝的關鍵因素。根據效率市場理論，大數據技術的發展也許將會使得取得資訊的成本下降，而在投資者掌握更多有效資訊的狀況下，則將可能造成市場的波動度降低。只不過，在現實狀況中，並非所有投資者都有能力和技術獲取所有的資訊、更不用說是否能夠正確解讀龐大資訊中所隱含的訊號了。

想藉由大數據將資訊變成鈔票嗎？透過有效判斷資訊、搶先一步得到資料背後的訊號，便會大數據時代中最為關鍵的一環！