如今，得益于大数据和人工智能，我们的生活质量得到了显著的提升。值得注意的是，除了改变我们的生活方式、工作方式，大数据也在逐步影响着我们的投资方式。

贝莱德与大数据投资的不解之缘

投资者们在做投资理财决策时也有很多疑问，例如这个企业的股票是否值得买入？下一季度的销量会比预期好还是差？六个月内盈利有没有可能增长？其实，这些问题的答案都蕴藏在海量的数据和信息当中，只有抓取有用的信息，并分析透彻，才能自信地作出决策。

那么，市场上究竟有多少数据和信息需要提取和分析呢？以中国为例，市场上每月大约会产生十万条个股相关信息、两百万篇股评，以及五千亿笔信用卡交易记录。如此庞大又杂乱的数据，光靠人力处理的确不太可能。

显然，要破解海量数据背后的机遇，就必须结合科技的力量。早在30年前，贝莱德已经开始在传统投资策略中融入数据及科技元素，用系统化主动投资策略预测金融市场走势。贝莱德系统化主动投资团队在2017年利用公开渠道分析并追踪了70个不同的数据组，在业内遥遥领先。

其实，从2010年开始，贝莱德系统化主动投资团队便发现，越来越多对投资者有用的数据并没有收录在传统的信息库中。当时“大数据”一词还未兴起，所以我们也把它叫作“未经整理数据”或“另类数据”。

同时，贝莱德系统化主动投资团队也很清楚的意识到，未来取得投资成功的关键，就在于对复杂且不断增长的数据进行有效的分析。因此，我们率先在自有演算系统中应用机器学习和自然语言处理技术，花费时间整理、筛选及编纂数据，希望将其转化为对投资决策有所帮助的实用信息。最关键的是，我们还会不断校准和训练算法模型，让它像投资者一样思考和学习。

如何运用大数据捕捉投资机会？ 

业内有句话说得好：世界上不存在“不好”的数据，分析的数据越多，对准确判断投资形势越有利。那么问题来了，如何才能从零散杂乱的数据中搜集整理出最有用的信息，从而做出投资决策呢？

首先，我们需要知道，就像摩斯密码一样，每种类型的数据其实都对应着某种投资信号。以贝莱德系统化主动投资团队为例，我们就是通过基本面、投资情绪和宏观主题这三大方向去寻找有效的投资信号。

举个例子，通过分析社交媒体或在网上搜索到的数据，我们可以初步了解各大消费群体对某公司或品牌的看法。通过观察地理位置数据或定位信息，我们可以从整体上分析消费者的行为模式，包括这一公司零售店的人流，以及消费者光顾同类竞品的情况。而一些大家常常忽视的数据，例如银行对账单及信用卡账单等交易数据，其实它们往往能够反映消费者的相关支出。

此外，通过追踪分析师报告、券商笔记、公司业绩电话会议记录及监管披露文件的一些关键词，比如增长、商机、衰退、竞争力等等，我们还能了解公司的经营状况，从而预测该公司的前景。

贝莱德的演算系统将机器学习和自然语言处理技术有机结合，能捕捉与关键字相关的任何蛛丝马迹。例如，我们可以知道某公司的业绩报告是否真实客观。经验表明，优秀的公司通常会引用大量数据来为他们的表现撑腰。再比如，我们还可以知道业绩电话会议全程的气氛是否一致。由于高层在问答环节中很难按事先准备的讲稿回答，因此我们可以分辨出哪些是公关语言，哪些才是事实。如果问答环节气氛出现变化，可能就会反映出一些问题。

而在前段时间，贝莱德演算系统还得到了进一步优化，已经可以分析预设关键词与股票回报之间的关系，更可以自主学习并自行确定破解盲点的关键词。换句话说，随着技术不断革新，贝莱德演算系统的文本分析能力已经更上一层楼了。

总归一句话：在大数据时代，只要尽可能全面地分析不同角度的数据或信息，就能在很大程度上预判公司或行业的前景，并作出相应的决策。

不过，技术力量能否转化为更高的投资回报，取决于投资团队的专业知识和团队文化。贝莱德不仅有着最领先的科技，还有着专业且多元背景的投资团队，而这就是我们所说的人类智慧与科技力量的结合。