通联数据CEO王政：我们正在构建全新的互联网资产管理生态系统

　　量化实验室：让量化研究更简单

　　做量化大家都很感兴趣，但其实量化对平台的要求比较高，一般只有在大的基金公司才具备条件，尤其美国业绩优秀的基金公司都有非常强大的技术平台来支持策略开发，我们就希望把这个门槛降低，能让更多人做量化研究。

　　首先提供很多金融计算分析库，无论是做衍生品的，做定价模型的，还是做统计分析的，都能提供相应的计算分析库，不需要再去拼凑。第二有非常丰富的底层数据，所有数据都可以通过量化实验室的API进行本地调用，非常快。第三还提供系统回测框架，一般这个回测框架都要自己搭建，但在这里可以直接使用。只要有一个想法，通过函数库和API，回测框架就可以快速研究并进行模拟，把传统复杂的量化研究过程变得非常简单。

　　我们的量化研究环境是开放的，任何人都可以往里面写策略，也可以分享给别人。在量化研究社区里，有很多其他人分享的策略，用户看完之后可以直接克隆。在前人的肩膀上，再加上自己的新东西，就大大的降低了你自己从头到尾做研究的初始成本。下面让我给大家做一个案例，这个案例是投资策略中比较经典的因子轮动策略，传统的是几个因子加上一个简单的轮动，但如果有很多很多驱动因素时，分辨哪个因子更重要哪个因子更不重要就比较复杂了。在此，我们用Hadoop加Spark来解决这个问题，Hadoop是新的大数据技术，Spark是一个做分布式学习的系统，待会儿就是演示如何使用量化实验室进行机器学习。

　　现在后台已经把我刚才配置的信息从量化实验室直接发送到了后端的Hadoop分布式计算平台上，平台上已经提前准备了各种各样的因子信息，根据你配置的情况会一步一步进行计算，原来要花几十分钟的任务，现在只需要几分钟就可以完成。除了刚才的机器学习，量化实验室还可用于其他的分析，包括主题投资、事件分析、优化等等，都可以简单快速的完成。做完之后直接连接到虚拟环境中进行模拟交易，实时验证策略表现。

　　机器学习已经做完，我们来继续做回测分析。机器学习只是把预测股票回报的因子模型建好，但我们要通过回测来验证这个机器学习来的模型是不是靠谱。这个回测框架也是一个分布式计算的平台，用最前沿的容器技术来动态分配计算资源，系统会为每个用户单独在后台设置计算环境资源，包括CPU，内存，存储等等，这些都是私密的，不同用户之间相互隔离，每个人的计算不会受到其他人计算资源占用的影响，如果需要也可以申请更多的CPU、更多的内存等等。这就是分布式计算，让策略研究变得更简单，海量数据的建模、执行和反馈都可以在这个环境里做出来。

　　除了因子分析，我们也提供很多其他技术层面的研究，包括情绪指标的影响、分析师的影响，还有基于大数据分析的其他信息，都可以用到这样一个分析框架中。现在回测已经做完了，可以看出它比沪深300表现要好很多。在这短短几分钟内，在我边讲边做的过程当中，我们已经做完了一整套量化策略研究。

　　众投工场：基于互联网的新型资源撮合模式

　　让我们再继续回到本次推介的第三个产品——众投工场。现在投资管理都面临一个难题，投资人想找好的投资经理很难，反过来投资经理找钱也很难。我们希望帮助投资人多找一些好的投资经理，帮他分散资产、分散投资风险；我们也希望帮助投资经理找到更多融资，降低资金依赖，也让他能够为更多的投资人服务。于是就衍生出了众筹策略、众筹资金的这样一个需求。众投工场这样一种全新的资产管理模式，能让整个投资生态系统变的更加互动直接。原来的价值链是从基金经理通过市场中介到投资人这样一个过程，现在我们把整个价值链卷起来了。底下这个链条还在，产品发行、报备、托管还得通过传统的渠道去做，其他服务仍然要走标准流程，但前端的对接就不再需要走那么复杂的过程了，投资人和管理人可以直接对话，在线上直接达成协议，这就是基于互联网的新型资源撮合模式。这个过程跟现在微信的OTT模式非常类似，微信能够把人与人之间的交流聚集到一个平台上，但底层还是需要有运营商来支持业务，把一个信息从一个人传到另外一个人那去。

　　通联数据希望能够提供一站式的投资管理服务，首先在这个平台上可以同时完成分析研究、组合管理和交易，不需要在一个地方获取数据，在另一个地方完成研究，再用另外一个工具做组合管理，做交易还要另外一套工具。其次我们希望给没有经验的投资经理提供一个孵化成长的机会，他可以用这样的一个低成本的平台去做研究、做模拟分析，逐渐成长变为一个专业的投资经理，这对整个市场的培育和发展是非常有价值的一个过程。最后我们希望在线对接投资基金和研究策略，用户可以直接跟投好的主题策略。所谓众投，就是这个研究不只一个人为你提供服务，而是很多人在为你提供服务，这样效果就会更好，而且你的风险就会分散，这个就是我们整个众投工场给资产管理行业带来的价值。

　　现在来看我们已经完成的众投工场，这个平台有几个功能，第一个叫发现，上面列了很多各种各样风格的投资策略，并提供了很多筛选指标，用户可以根据自己的需求筛选投资经理。现在给大家展示的这个策略已经跑赢大盘10%，这在今年还是比较有挑战的。底下有基金经理的介绍，他的组合介绍，他的投资理念，他擅长的领域，还有他的投资观点等等，有些是基金经理自己提供，有些是平台的自动分析结果。