1月23日下午，萬向控股旗下知名金融大數據平臺——通聯數據在北京召開了自成立以來的首次品牌推介會。會上，通聯數據董事長肖風和CEO王政先後介紹了該公司從金融大數據服務，到智慧投資研究工具，再到網際網路資産管理平臺的金融大數據生態鏈，發佈了數據商城、量化實驗室、眾投工場三大重量級新産品。同時，通聯數據還在會上與湯森路透、九次方大數據、廣發基金、海通證券、中信證券、弈泰量投、博道投資、喜岳投資等多家國內外著名數據商、金融和資管機構進行了現場簽約，建立了合作夥伴關係。未來大家將齊心協力，共建以開放、共用、眾籌為核心理念的全新網際網路金融生態系統。

　　以下是通聯數據CEO王政發言實錄：

　　尊敬的各位嘉賓，各位朋友們，下午好，首先感謝各位在百忙當中抽時間來參加我們通聯數據的2015年新品推介會，這個産品正如肖風總所言——在過去兩年多的時間裏，從策劃籌備到研發，注入了很多人的心血，尤其是在座各位朋友和合作夥伴的全力支援。

　　通聯數據的核心使命就是希望能夠讓投資更容易。這有兩個意思，第一是我們希望打造一個平臺，降低投資管理的門檻，讓專業投資人員能夠更容易地做投資。除了專業機構投資人員以外，還有很多有能力有想法，但是缺少好平臺的大眾。通聯數據希望提供這樣一個平臺，讓他們在上面做研究、做投資管理、積累經驗，不必非得經歷基金公司裏從研究員到投資經理這麼漫長的路。讓更多的人有機會成為優秀的基金經理，這是我們“讓投資更容易”的第一層意思。其次，社會上還有很多人沒有能力去做投資，但他們也希望獲得較好的投資收益。我們的平臺也希望能夠給他們提供一個快速投資的機會，用專業智慧的服務提供較高的投資回報，這是從兩個層面理解我們的讓投資更容易。

　　通聯數據希望構建一個全新的網際網路資産管理生態系統，這個生態系統的核心應該包括以下幾個元素。

　　最核心是思維變革。傳統金融的思維模式更多是一個價值鏈的過程，從企業的基礎平臺到産品到銷售，再到渠道或是媒介，最後到達我們的投資人。這是一個線性的、非常長的過程。但網際網路時代的思維模式更多的是網狀結構，核心元素是用戶、雲和端。我們希望看到用戶與用戶、用戶與端、用戶與雲的互動。這裡講的雲其實是指計算、存儲、數據、業務平臺等核心基礎服務，端是指前端的應用場景，這就是我們在做網際網路時和傳統思維不一樣的地方。 第二，隨著網際網路的發展，資訊更加對稱，網際網路消滅了仲介，我們的組織架構、組織模式都和以前完全不一樣了，所以在這樣的一個平台下，我們的業務發展就不再是像傳統的這樣，由始到終，而應該是由終到始。我們要直接從客戶那裏去找到需求，然後根據使用場景設計産品，滿足場景需求。

　　這種變化的典型現象之一就是現在很多優秀的基金經理都開始脫離基金公司去開啟自己的基金管理業務。他們能夠做到這一點，是因為在基金管理行業裏面，最核心的價值是投資業績——即基金經理的管理能力。他們有核心的投資能力，就能夠吸引到客戶端的客戶，隨著資訊的對稱、仲介的消除，他們可以直接和投資者對話，這樣就會形成一個新的基於網際網路的用戶對用戶，投資人對管理人的直接對話模式。這就是所謂的眾投，可以眾投基金經理，也可以眾籌資金，這兩端都可以相互眾投，這是一種多對多的新模式。同時未來用戶與用戶之間的交流更加社區化，投資者需要與管理人在社區裏進行交流，管理人之間需要在社區裏面交流他們的投資經驗。一旦投資人喜歡某一個策略，他們就希望能夠直接線上投資這個策略，而不需要再走以前發産品這樣非常複雜的流程。這種模式現在在國外非常流行，好幾家新的網際網路公司，像motif， covestor，還有我們8月份在美國參觀過的loyal3，他們在做投資的時候都是用網際網路的社區模式，這也是一個未來的趨勢。

　　最後一點，就是我們這個生態系統要具備智慧化的能力。現在每天都有爆炸級的數據産生，光靠人腦來處理這些資訊是不可能的，我們一定要借助機器來幫助分析師解決更多可流程化的、複雜的數據處理。像數據蒐集、整理、提取等基礎性工作，都可由機器輔助完成。美國一家公司叫做kensho，它是谷歌和高盛投資的一家用網際網路來做事件分析的公司，我們去年8月份也參觀過這家在哈佛大學旁的公司，他們用大量的數據去分析宏觀事件對行業和公司的影響，數據量非常大，人很難完成這樣一個複雜的工作。

　　但這並不等於説我們人就沒有任何作用了，關鍵性的決策還是需要人來完成，人要和機器對話、合作。

　　投資中最核心的其實是數據，有資訊以後才能幫助我們去研究投資策略，做投資決策，所以這是我們整個生態系統最核心的一部分。數據收集、研究還有投資管理，這是三個最核心的投資環節。但在構建這三個核心投資模組的時候，首先我們要堅持一個開放而非封閉的生態系統，讓更多的人參與進來，在這個平臺上分享策略、分享數據、分享投資經驗，同時我們也能夠在這個平臺上幫助大家眾籌各種資源，包括數據、投資策略和資金等。第二，我們要打造和傳統模式不一樣的體驗，滿足不同參與者的個性化需求。無論是研究員，基金經理還是投資者，我們希望能夠用大數據的方法找到他們個性化的需求，智慧地解決問題。同時這種服務也應該是基於雲端的大數據服務，可以隨時隨地的使用。

　　通聯數據商城：融合所有數據的開放平臺

　　我介紹的第一個産品是數據商城，因為剛才肖風總也提到現在的數據增長非常快，但同時我們也面臨著數據孤島的問題。很多數據，如手機資訊、社交資訊、消費資訊、還有物的資訊都保存在不同的地方，由不同的人蒐集整理，目前還沒有一個共用的平臺實現數據的融會貫通。我們希望建立一個新的商城，把分散在不同地方的數據整合到一起來做真正的實時大數據分析。

　　第二，僅僅把數據匯聚到一起還不能滿足我們的需求。投資分析時面對不同的數據，最大的挑戰是如何把它們整理成相同的格式和相同的處理方式，這就需要數據整合的能力。通聯數據所做的事情之一就是把不同來源的數據處理成統一格式存放，便於進行對比分析，校對某一數據源可能存在的錯誤。

　　第三，通聯數據商城是一個開放的平臺，所有的數據商品都可以在我們的平臺上出售，就像亞馬遜賣商品一樣。現在已經有很多著名企業入駐我們的商城，上面有各種各樣的數據。同時，我們也提供了詳細的開發文檔，讓所有的參與方都能用標準的數據提供方式去開發應用，從通聯數據商城裏衍生出更多有價值的數據，為投資者提供更多服務。

　　與合作夥伴現場簽約

　　另外，我們採用流量計費的方式來降低用戶的使用成本。傳統的數據都是一大塊打包賣給你，對很多中小機構而言成本太高，難以承受，而且很多數據都是無用的。通聯數據商城以用量和流量來計費，用戶只需購買自己需要的某一小塊數據即可。

　　下面我給大家演示一下我們的數據商城。用戶可以在任何一個網頁前端看到我們的數據，

　　有金融大數據、有企業大數據，並可以用任何語言來調取和使用。下面所有的商家，包括湯森路透，九次方大數據等等都是國內外非常有名的數據服務商，今天都會和我們一起簽約。現在展示的數據商是聚源，它在我們這裡提供了114個相關的數據商品，只要搜索一下，就可以看見相關的數據列表，點擊進去可以查看數據內容，如果感興趣，還可以收藏或下載，非常方便。

　　有編程能力的朋友還可以用程式的方式調取數據，所有的數據格式都已標準化，在任何平臺上、用任何語言都可以通用。我們也可以在這裡看到之前所説的數據整合功能，比如提供港股行情數據的三家服務商，研究員經常頭疼的問題是一家數據可能不準確，想把多家數據放在一起比較，這在我們的平臺上可以簡單、方便的做到。因為所有的數據在通聯平臺上都採用同樣的格式保存，比較時不需要另做數據轉換。

　　同時我們這個平臺也提供了很多特色數據，比如電商數據、主題數據等。電商數據對研究公司的銷售業績、盈利預測非常有用，這裡是一個伊利的産品銷售數據，有精裝的，有QQ星的，優酸乳等等，客戶可以拿這些數據做投資分析。主題數據是現在大家都很關注的一個點。通聯提供的主題數據有基本資訊、有證券和主題之間的關聯關係，都已經在後臺處理好了，對於做主題投資、事件投資的量化朋友非常方便。

　　知識圖譜：大數據分析必備能力

　　以上是通聯數據商城的簡單介紹，下面我們來介紹一下有這麼多數據了以後如何做研究。

　　數據量越大，提取有價值的資訊就越難。第一個問題是如何在全樣本的數據中尋找關聯關係，諸如一個公司與另一個公司的關係，公司和行業之間的關係等。公司和公司的關係有很多，有産品、投融資、行業、地域、高管等等關係。這是投資研究所需要基礎資訊，有了這些數據才可以去研究不同事件發生時可能對公司的影響。第二個問題是如何捕捉實時資訊，追蹤各種事件的發生和變化，以及這些事件對公司對整個市場的影響。

　　第三個問題是事件的影響如何傳導。比如石油價格變化對各個行業、各個公司的影響是什麼樣的，這個傳導路徑是什麼，這就需要建立一些模型。在此基礎上可以做很多不同的研究，包括事件分析、主題研究、基本面研究以及量化研究，這是我們通聯數據研究平臺能夠提供給各位的一些應用。

　　今天我就選擇一兩個案例給大家展示一下。第一個想給大家介紹一下知識圖譜，知識圖譜是比較前沿的技術，最早是在矽谷逐漸發展起來的，是做大數據分析必備的能力。先來看一個公司中國太保，上午是漲停的，現在跌下來一點。漲停的原因在我們的知識圖譜上一目了然，可以看到它有三個相關主題——健康服務、基金重倉和非銀金融，這三個主題中漲的比較多的是非銀金融。然後我們可以看見它的關聯公司，比如説它的股東香港中央，點擊進去可以看到香港中央持股的全部公司以及相關的新聞。另外一個就是它的産品，有債券、壽險，我們點擊壽險相關的指標，可以看到月度銷售數據以及相關新聞，而且這些數據都是動態跟蹤的。

　　知識圖譜的關係有很多且很複雜的，在此展示的只是有新聞提及的關係，還有一些靜態的關係我們有單獨的靜態關係圖譜。比如華潤信託因為最近簽署了一個産前交易，所以出現在萬科的關聯公司中，這是我們用大數據分析和自然語言處理得到的結果。通過這麼簡單、明瞭的關係圖譜把所有的資訊關聯起來了，對於很多做研究的人而言是很有用的工具。

　　量化實驗室：讓量化研究更簡單

　　做量化大家都很感興趣，但其實量化對平臺的要求比較高，一般只有在大的基金公司才具備條件，尤其美國業績優秀的基金公司都有非常強大的技術平臺來支援策略開發，我們就希望把這個門檻降低，能讓更多人做量化研究。

　　首先提供很多金融計算分析庫，無論是做衍生品的，做定價模型的，還是做統計分析的，都能提供相應的計算分析庫，不需要再去拼湊。第二有非常豐富的底層數據，所有數據都可以通過量化實驗室的API進行本地調用，非常快。第三還提供系統回測框架，一般這個回測框架都要自己搭建，但在這裡可以直接使用。只要有一個想法，通過函數庫和API，回測框架就可以快速研究並進行模擬，把傳統複雜的量化研究過程變得非常簡單。

　　我們的量化研究環境是開放的，任何人都可以往裏面寫策略，也可以分享給別人。在量化研究社區裏，有很多其他人分享的策略，用戶看完之後可以直接克隆。在前人的肩膀上，再加上自己的新東西，就大大的降低了你自己從頭到尾做研究的初始成本。下面讓我給大家做一個案例，這個案例是投資策略中比較經典的因子輪動策略，傳統的是幾個因子加上一個簡單的輪動，但如果有很多很多驅動因素時，分辨哪個因子更重要哪個因子更不重要就比較複雜了。在此，我們用Hadoop加Spark來解決這個問題，Hadoop是新的大數據技術，Spark是一個做分佈式學習的系統，待會兒就是演示如何使用量化實驗室進行機器學習。

　　現在後臺已經把我剛才配置的資訊從量化實驗室直接發送到了後端的Hadoop分佈式計算平臺上，平臺上已經提前準備了各種各樣的因子資訊，根據你配置的情況會一步一步進行計算，原來要花幾十分鐘的任務，現在只需要幾分鐘就可以完成。除了剛才的機器學習，量化實驗室還可用於其他的分析，包括主題投資、事件分析、優化等等，都可以簡單快速的完成。做完之後直接連接到虛擬環境中進行模擬交易，實時驗證策略表現。

　　機器學習已經做完，我們來繼續做回測分析。機器學習只是把預測股票回報的因子模型建好，但我們要通過回測來驗證這個機器學習來的模型是不是靠譜。這個回測框架也是一個分佈式計算的平臺，用最前沿的容器技術來動態分配計算資源，系統會為每個用戶單獨在後臺設置計算環境資源，包括CPU，記憶體，存儲等等，這些都是私密的，不同用戶之間相互隔離，每個人的計算不會受到其他人計算資源佔用的影響，如果需要也可以申請更多的CPU、更多的記憶體等等。這就是分佈式計算，讓策略研究變得更簡單，海量數據的建模、執行和反饋都可以在這個環境裏做出來。

　　除了因子分析，我們也提供很多其他技術層面的研究，包括情緒指標的影響、分析師的影響，還有基於大數據分析的其他資訊，都可以用到這樣一個分析框架中。現在回測已經做完了，可以看出它比滬深300表現要好很多。在這短短幾分鐘內，在我邊講邊做的過程當中，我們已經做完了一整套量化策略研究。

　　眾投工場：基於網際網路的新型資源撮合模式

　　讓我們再繼續回到本次推介的第三個産品——眾投工場。現在投資管理都面臨一個難題，投資人想找好的投資經理很難，反過來投資經理找錢也很難。我們希望幫助投資人多找一些好的投資經理，幫他分散資産、分散投資風險；我們也希望幫助投資經理找到更多融資，降低資金依賴，也讓他能夠為更多的投資人服務。於是就衍生出了眾籌策略、眾籌資金的這樣一個需求。眾投工場這樣一種全新的資産管理模式，能讓整個投資生態系統變的更加互動直接。原來的價值鏈是從基金經理通過市場仲介到投資人這樣一個過程，現在我們把整個價值鏈捲起來了。底下這個鏈條還在，産品發行、報備、託管還得通過傳統的渠道去做，其他服務仍然要走標準流程，但前端的對接就不再需要走那麼複雜的過程了，投資人和管理人可以直接對話，線上上直接達成協定，這就是基於網際網路的新型資源撮合模式。這個過程跟現在微信的OTT模式非常類似，微信能夠把人與人之間的交流聚集到一個平臺上，但底層還是需要有運營商來支援業務，把一個資訊從一個人傳到另外一個人那去。

　　通聯數據希望能夠提供一站式的投資管理服務，首先在這個平臺上可以同時完成分析研究、組合管理和交易，不需要在一個地方獲取數據，在另一個地方完成研究，再用另外一個工具做組合管理，做交易還要另外一套工具。其次我們希望給沒有經驗的投資經理提供一個孵化成長的機會，他可以用這樣的一個低成本的平臺去做研究、做模擬分析，逐漸成長變為一個專業的投資經理，這對整個市場的培育和發展是非常有價值的一個過程。最後我們希望線上對接投資基金和研究策略，用戶可以直接跟投好的主題策略。所謂眾投，就是這個研究不只一個人為你提供服務，而是很多人在為你提供服務，這樣效果就會更好，而且你的風險就會分散，這個就是我們整個眾投工場給資産管理行業帶來的價值。

　　現在來看我們已經完成的眾投工場，這個平臺有幾個功能，第一個叫發現，上面列了很多各種各樣風格的投資策略，並提供了很多篩選指標，用戶可以根據自己的需求篩選投資經理。現在給大家展示的這個策略已經跑贏大盤10%，這在今年還是比較有挑戰的。底下有基金經理的介紹，他的組合介紹，他的投資理念，他擅長的領域，還有他的投資觀點等等，有些是基金經理自己提供，有些是平臺的自動分析結果。

　　眾投工場鼓勵投資經理與投資者的交流互動，用戶可以對某個策略點讚、發表評論，感興趣還可以關注。通過這些資訊以及其他用戶的評論，我們就可以在這個平臺上發掘好的投資經理，找到以後也可以給朋友分享。

　　第二個叫做入駐，主要是為投資管理人提供一個業績展示的途徑。入駐方式分為兩種，一種就是針對經驗豐富、已經管過真錢、有業績記錄的資深投資經理人，線上下提供資訊就可以入駐。沒有業績記錄的草根的如果想參與投資管理，可以線上上註冊賬戶，啟動交易，如果業績達到一定標準我們也可以提供投資管理機會。第三個就是我們的服務，剛才介紹的工具對入駐的基金經理都是開放使用的，包括數據、研究、組合交易、量化專區等等。必須強調一下通聯數據的研究平臺不是只做量化的，普通投資者也可以使用，像剛才介紹的知識圖譜就可以用來做基本面分析。我們還有針對主題投資、事件投資的研究工具。

　　現在我已經把我們今天幾個主要的産品做了簡單介紹，非常感謝大家在這裡和我們一起來分享我們最近兩年來的成果，同時在這裡感謝所有支援和幫助過我們的朋友們和合作夥伴，謝謝大家。