第五百零一章 大数据孵化

    第五百零一章大数据孵化

    特别是量化投资的负责人艾比盖，更是感觉振奋。

    现在的量化投资研究还处在初期阶段，多数还在对数据的整理中。

    部分已经开始研究这个方向的公司，还都处在前期的预研阶段，说是重视但也不重视，目前投入都不大，很多干脆就是喊喊口号而已。

    作为最早投身企业界量化投资研究人员，对此他最是有感触和发言权。

    量化投资的策略，其实就是建立在丰富的历史数据和模型上的，对信息化、计算机化、数据化依赖严重。

    而量化投资的研究人员，无一例外都必须是数学和数据高手，他们对信息的理解多是远超同时代的，数据和数据模型才是量化投资的根本。

    本来还想怎么去说服大股东给投资数据方面的研发，哪知道根本就不用了。

    或许这次跳槽是真的一次机会呢？

    他之所以跳槽鲲鹏，除了知道唐尼克本身就是量化投资研究领域的参与者外，就是前家公司对此的虚应故事。

    其实这也是可以理解的，量化投资在90年代初还只是刚刚开始研究，毕竟互联网都才刚刚起步呢？哪有那么多的电子数据给你用，数据模型就更加的扯谈了。

    特别是数据的组成和构成研究，需要的人员都是高级的数学精英人士，这类人本身都是高智商类型的，本来就少，成本就相对较高。

    短期内怎么都没可能看得到收益的希望，以金融产业的人习惯了马上能够产出巨大的效益习惯来说。

    这并不是一笔好买卖。

    事实上他们的估计是没错的，量化投资真正的有成效产出，还得2000年往后，大数据的概念出来后。

    但是，这在陈咨来说是问题吗？

    别说他本身就是一直工作在计算机和互联网领域，就是不是，在2010往后，量化投资也是大多数金融客都听说过的名词。

    “我希望，新世纪来临的时候，鲲鹏基金不仅仅是一家大型的基金公司，还是一家大型的金融数据服务公司。”

    这是大股东对公司愿景和战略的最终综述，自然是让所有职员都必须关注的核心部分。

    金融数据服务是未来大数据邻域最丰厚的一块rou。

    也是陈咨布局大数据领域的一步先行棋子，同时也是契合智能产业的重要拼图一块。

    比如‘彭博社’，这家和金融大数据占了点边的公司，在2010年左右的每年收入80亿美元，而数据收费中的前期投入固然大，但后期的成本低到发指，成为利润最高的公司之一。

    关键是这家伙的数据网络能够挖掘到很多公司的内幕消息，金融行业其实最赚钱的就是这些前置的消息、信息。

    如果从现在开始起就布局金融行业的信息网络和大数据平台，结合启源咨询已有的咨询或者情报网络，陈咨不敢想象，未来的自己会养出怎样的一条怪兽。

    这可不是陈咨在意的关键，怪兽不怪兽？只要恐惧的不是自己就好。

    当然，这样的怪兽是不适合暴露给美国这样的山姆大叔眼睛下的。

    “所以，各位亲爱的同事，我需要你们换一种思维来做这份工作和事业，或者说我需要大家以做实际的科技产品、或者工业产品的模式，来看待我们的每次投资交易，把每次的投资交易抽象成为产品来输出，我们不仅仅可以收获每次交易的收益，未来我们还能够让所有的这些cao作数据，将产生更大的价值或者利益。”