传统资产管理公司正越来越多地将数据科学和高级分析应用于投资决策——但他们不会解雇投资组合经理。
相反,根据今天发布的新麦肯锡研究,他们在投资投资方面做得更好,以帮助他们的人类投资组合管理人员在投资方面做得更好的建立能力。
这意味着使用数据科学来确定并纠正错误投资者正在制定并将投资组合管理人员焦点才能解决人类可以解决的问题。与五年前,大多数传统管理人员对大数据做得很少时,据研究,题为“资产管理中的高级分析:超越嗡嗡声”,将该领域开放到量化管理者。
“数据最终会帮助你聚焦稀缺的投资资源——投资组合经理,”麦肯锡(McKinsey)合伙人、论文作者之一郭周鸿(Ju-Hon Kwek)在接受采访时表示。“是否参观工厂车间并不重要,重要的是参观哪一个。数据可以帮助分类和管理人类的处理能力,并精确定位人类大脑对重要的细节。”
[II深潜水:瑞银的大数据实验室不再适用于其分析师]
Kwek强调,Quants依赖于他们设计的算法,以使投资决策和生成alpha。基本管理人员也使用算法,但算法对人类的攻击洞察力,最终是制定投资决策。
这不是新的,Kwek确认。“这是一种谬论,基本经理纯粹是定性的,”他说。“它始终是数据支持的根本洞察力的业务。”
如今的不同之处在于,可用数据的数量激增——传统的经理人需要确定吸收哪些量化数据来源。
据麦肯锡称,通过利用对人类行为的学术研究,管理人员可能能够解决他们在使用数据科学时进行的常见错误。
“The ability to stitch together a broad set of data sources about an individual or team’s trading history, communication patterns, psychometric attributes, and time-management practices allows firms to identify drivers of performance and behavioral root causes at a more granular and individualized level than previously,” according to the report. “Managers can then make operational improvements based on these insights.”
Kwek表示,除了使用先进分析的管理人员加强其人类员工的决策能力之外,另一个小组正在使用这些技术来提供更精确的结果,例如基于因子的投资。在这种情况下,管理人员在开启和捕获中使用数据到零,例如,值或低波动性因子。
麦肯锡说,是否使用替代数据,自然语言处理和其他技术最终可能会降低效率。
作为一个例子,Kwek表示,卫星数据现在可以实时对零售销售的见解,并且自然语言处理可以以人类无法复制的速度和彻底来寻找研究和其他报告中的有价值的信息。“问题是如何利用数据来做沉闷,肮脏和愚蠢的事情,以及哪些高成本的投资组合经理不应专注于,”Kwek说。
成功的资产管理人员也在销售和营销中使用数据科学。虽然该行业在分析中延迟分配,部分原因是由于长牛市,管理人员正在追赶。
例如,许多人已经在更好的分割潜在客户中进行了进步。
“我们与资产经理的工作表明,这种基于行为的客户分割和随后的销售努力的适应可以释放现有的Salesforce能力增加15%或更多,从优先客户关系增加到30%,”报告说明。
不过,有很多非信徒。当询问不使用高级分析的基本经理是否有效率时,kwek给出了“合格的是”。
就像预测天气一样,许多专家依赖于一长串复杂的算法和数据。
“还有缅因州的渔夫,他会说明天会下雨。有时,人类的直觉非常擅长识别模式,”Kwek说。但缅因州的渔民的规模并不大。对于那些能做好数据分析的人来说,这是一个可扩展的过程。”