基于大数据分析的量化模式——以Trefis，Kensho为例

来源：中为咨询www.zwzyzx.com 【日期：2016-08-23 11:03:17】【打印】【关闭】

相关报告

数据更新中...

基于大数据分析的量化模式，指通过利用机器学习算法分析公司财报、宏观数据、网络舆情等在内各类海量数据，提供各种垂直化金融服务，如预测上市公司收入、基于突发事件给予投资指导、提供股票策略等。该模式的特点，大数据分析技术的门槛极高，并且垂直化金融服务十分广泛。

Trefis专注于预测某类产品/业务的收入变化对整个上市公司总收入的影响。Trefis成立于2007年，累计融资300万美元。Trefis核心在于，为了充分了解上市公司的财务数据和业务情况对上市公司估值的影响，提出将公司营业收入按照每个产品/业务大类进行细分，分析各个产品/业务对公司整体收入的影响，根据财务模型，投资者可以预测出某类产品/业务的收入变化对整个上市公司总收入的影响。以Trefis对美股ACME的分析为例，首先，将公司的营业收入按四类产品分类，之后产品可由渠道再细分成三类，最后，投资者可了解每个细分结构的详细收入情况。此外，投资者还可了解，如果未来产品的价格增高20%，ACME的收入会下降近5%，但毛利润，毛利率分别提高近11%，17%。

Trefis对ACME收入构成分析

产品价格上升对公司财务的影响

Kensho未来可能颠覆现有行业分析市场。金融数据服务商Kensho同样是数据量化典型公司，成立于2013年，累计融资5780万美元。Kensho核心在于研发的针对专业投资者的大规模数据处理分析平台将可能取代现有分析师的工作，该平台可快速、大量的进行各种数据处理分析工作并且能够实时的回答投资者所提出的复杂的金融问题，比如，当被问到：苹果公司发布新iPad时，哪家苹果公司的供应商股价上涨幅度会最大？平台方或许会回答，iPad内臵摄像头生产传感器的OmniVision将涨幅最大。以上的过程，如果交给一名传统的行业分析师来做，可能要花上数天时间，同时要知道，它们的年薪一般在35-50万美元/年，因此这意味着，kensho或许对金融分析师的颠覆不亚于当初谷歌对搜索领域的改变。未来，当智能投顾可进一步对公司所处的行业上下游进行细拆，详细分析并预测细拆项目对公司的影响，并给出未来1-3年合理的估值和盈利预测，这将彻底颠覆现有的资本市场模式。

本文地址：http://www.zwzyzx.com/show-274-226940-1.html

分享到：

上一篇：基于资产组合理论资产大类配臵模式——以Wealthfront为例

下一篇：中外投资环境存在三大差异

相关资讯