Zinio Reader： 這個團隊靠大數據買股 績效贏大盤

歡迎光臨Business Weekly 商業周刊 Zinio，期待與您分享佳作！

革命性的閱讀體驗。
盡享數位體驗： www.zinio.com

這個團隊靠大數據買股　績效贏大盤

熱門關鍵字、臉書發文，都是景氣指標

貝萊德找火箭專家、Google語言學家組團隊，算出隱形績優股，他們擅長追蹤數位足跡，競爭對手不是華爾街，而是矽谷科技公司。

你一定很難想像，當你在Google上隨手輸入LV包、BMW、透天套房等關鍵字，或是上臉書寫下對公司的抱怨文，都會成為華爾街用來判斷景氣復甦與否，以及公司未來展望與評價的水晶球。

舊金山市中心，霍華德街（Howard Street），距離矽谷只有四十分鐘的車程。這裡，是貝萊德旗下科學主動股票團隊（Scientific Active Equity， SAE）的研究室。穿梭其中的不是西裝筆挺的華爾街金融菁英，而是來自美國太空總署（NASA）的火箭專家、Google的語言學家等。

他們的工作是蒐集並分析全世界七十三億人口，每一秒鐘在網路上留下的「數位足跡」。

「投資不是只靠打電話問一、兩位專家的主觀意見，那跟碰運氣沒兩樣，」SAE團隊共同主管、同時也是貝萊德新興亞洲市場負責人沈宇青說：「我們讓data（數據）說話，數百萬筆的搜尋資料是不會騙人的。」

逆勢賺，趁西葡谷底時加碼

譬如，二○一二年，市場普遍擔憂西班牙、葡萄牙的債務狀況將再次導致兩國經濟崩潰，但這團隊分析了兩國人民在Google上搜尋最多的關鍵字，發現竟然是房地產、奢侈品與雙B車，於是大膽的違反市場共識，做出「positive」（正面）的評論。一年後，這兩國的股市與債市果然一路飆漲。

再如二○一五上半年，全球原物料商品需求銳減，市場認為這對高度仰賴原物料出口的澳洲會造成不利影響，但這個團隊分析了澳洲的社群網站文章內容，發現企業的信心竟然呈現上揚趨勢，從而決定加碼澳洲的內需類股，目前看來果然逆勢抗跌。

相較於一般投資組合頂多只有七、八十支個股，貝萊德SAE團隊每日追蹤高達一萬五千檔上市公司股票，並進行評分及排序，其管理的投資組合含有兩百到四百檔個股，多元化分散風險的程度居業界之冠，總資產約八百五十七億美元，規模等同於一家小型資產管理公司；截至二○一四年底為止，其有九成以上的資產三年報酬率打敗大盤。

挖真相，釐清網民假話輪廓

傳統判斷景氣好壞的方式，是看失業率、油價漲跌、零售指數，甚至國內生產毛額（GDP）等，但在沈宇青眼中，這都屬於「過去式」，只能看出「what people 『did』」，無法判斷未來將發生什麼。

但Google上的搜尋關鍵字，代表著人們「即將」採取的動作。沈宇青指出，這種根據搜尋關鍵字分析產生的消費行為統計數據，往往領先官方經濟成長數據兩週以上。就連臉書、推特等網站上看似與企業等無關的抱怨文，其實也隱藏著一家公司前景好壞的訊號。

他們會蒐集上市櫃公司員工在網路上的言論，從中分析高層領導、薪酬福利、升遷機會、工作與生活平衡等因子，綜合成「開心指數」。 指數越高代表該公司向心力越強，士氣越高昂，因為他們認為：「快樂的乳牛產量高。」

這樣的資訊，光靠傳統的公司訪談、採訪執行長、財務長，或一年一度的員工滿意度調查，是根本挖掘不出來的。但在社群網站上，「就算說假話，我們也可以透過其他人與之的水平互動，及長時間的垂直追蹤，交叉比對出真實的輪廓，」沈宇青說。

運用大數據做計量經濟投資模型不是新鮮事，二○○七年以前華爾街就已經有不少公司投入，甚至完全以量化分析方式取代傳統模型，總體資金規模超過兩兆美元。然而在金融海嘯來襲，造成「量化破滅」（Quant blow-ups），整個量化投資產業名聲受到重創，大部分公司為了縮減成本而裁撤相關的研究部門，就連貝萊德一度也評估是否要繼續下去。

養團隊，計算模型隨時調整

然而做為全球最大、管理資產高達四兆五千億美元的公司，貝萊德比別人更有本錢投資未來。當海嘯過後景氣復甦，其他公司選擇外包給IBM的超級電腦華生，或是像賽仕（SAS）這樣的專業數據分析公司，用以節省成本，只有貝萊德不只自己養研發團隊，還讓這個團隊管理高達八百五十七億美元的資產。

這樣的好處是，可以將研究的結果直接在市場上做驗證，一發現不對就馬上檢驗相關變數與因子，重新調整模型，就像在實驗室中做實驗。因此，對該團隊來說，「我們的競爭對手其實不是華爾街，而是矽谷的科技公司，」沈宇青說。

要分析網路上的文字，道理很簡單，做起來很困難。一開始，他們只能用單字去定義正面或負面意涵。例如在一份外資報告中，提到flexible（彈性）、dynamic（動態化）等字眼，一般來說會被歸類為正面字眼，而fixed（僵化）則是負面字眼。但若fixed後面接著income（收益），就會變成「固定收益」的正面字眼。再如網路文字有很多人會使用雙重否定的寫法，或是反諷法。這些意在言外的表達方式，讓該團隊實驗的過程中，「我們犯了很多錯誤，」沈宇青坦承。

然而因為自己養研發團隊，可以反覆試錯、修改，讓貝萊德可以比別人更快累積經驗。到現在，他們已經可以納入時間軸、交叉比對等複雜的分析方式。「在目前投入模型的因子裡，六○％是SAE獨有的，」沈宇青說。這個就是他們做得比別人更早、投入比別人更多所換來的優勢。其他公司即使現在投入相同資源，也無法馬上得到一樣的結果。

從我的 iPad 傳送