Refinitiv的一项研究发现，新冠疫情大流行对基于量化模型的投资风格造成了严重冲击，大多数使用量化策略的公司都受到了负面影响。

 

 

金融数据提供商Refinitiv在一份报告中称，72%的这类投资者受到了疫情的伤害。约12%的人宣布他们的模型已经过时，15%的人正在建立新的模型。

机器学习指的是使用基于历史数据的复杂数学模型和算法，以便在没有明确编程的情况下进行预测。

虽然这种机器驱动的模型在过去取得了成功，因为不同资产类别之间的历史相关性保持稳固，但在疫情之后，这些模型受到了影响，因为这些联系已经崩溃。

这些量化模型在2020年也受到了影响，因为近年来这种算法生成交易信号的输入量和复杂度都在爆炸式增长。

"新冠疫情在许多市场动态中呈现出巨大的转变，许多机构将不得不重新审视他们所拥有的很大一部分模型，以使他们应对已经极端的市场事件。"Refinitiv实验室全球负责人Amanda West表示。

大多数受访者表示，未来两年数据战略领域的主要关注点将是从数据中提取更多价值，并加快处理速度。研究发现，公司数据科学团队的平均规模已经从2018年的2.7人增加到2020年的7.1人，增加了两倍多。

该调查是在2020年6月29日至8月14日期间，通过对各家金融服务公司的高级管理人员和数据科学从业人员的423次电话采访进行的。

长期以来，机器学习一直是深陷其中的对冲基金的主力军，它们将复杂的算法策略与金融数据相结合，对市场进行大额投注。

但新冠病毒大流行已经快速推动了整个金融行业对新技术的应用，不过在未来几年，缺乏高质量的数据将是区分公司的主要因素。

只使用非结构化数据的公司数量从2018年的2%飙升至2020年的17%，而只有3%的受访公司表示不使用其他数据源，而2018年的这一比例为30%。

"那些已经建立了谨慎的数据治理流程的公司将比那些没有建立数据治理流程的公司更有可能在这场游戏中取得成功，因为在机器建模的世界里，垃圾进就是垃圾出。"Refinitiv的West说。