第五百零一章大數據孵化
特別是量化投資的負責人艾比蓋，更是感覺振奮。
現在的量化投資研究還處在初期階段，多數還在對數據的整理中。
部分已經開始研究這個方向的公司，還都處在前期的預研階段，說是重視但也不重視，目前投入都不大，很多幹脆就是喊喊口號而已。
作為最早投身企業界量化投資研究人員，對此他最是有感觸和發言權。
量化投資的策略，其實就是建立在豐富的曆史數據和模型上的，對信息化、計算機化、數據化依賴嚴重。
而量化投資的研究人員，無一例外都必須是數學和數據高手，他們對信息的理解多是遠超同時代的，數據和數據模型才是量化投資的根本。（著名的靠量化投資賺錢的文藝複興基金，老板就是著名的數學家）
本來還想怎麼去說服大股東給投資數據方麵的研發，哪知道根本就不用了。
或許這次跳槽是真的一次機會呢？
他之所以跳槽鯤鵬，除了知道唐尼克本身就是量化投資研究領域的參與者外，就是前家公司對此的虛應故事。
其實這也是可以理解的，量化投資在90年代初還隻是剛剛開始研究，畢竟互聯網都才剛剛起步呢？哪有那麼多的電子數據給你用，數據模型就更加的扯談了。
特別是數據的組成和構成研究，需要的人員都是高級的數學精英人士，這類人本身都是高智商類型的，本來就少，成本就相對較高。
短期內怎麼都沒可能看得到收益的希望，以金融產業的人習慣了馬上能夠產出巨大的效益習慣來說。
這並不是一筆好買賣。
事實上他們的估計是沒錯的，量化投資真正的有成效產出，還得2000年往後，大數據的概念出來後。
但是，這在陳谘來說是問題嗎？
別說他本身就是一直工作在計算機和互聯網領域，就是不是，在2010往後，量化投資也是大多數金融客都聽說過的名詞。
“我希望，新世紀來臨的時候，鯤鵬基金不僅僅是一家大型的基金公司，還是一家大型的金融數據服務公司。”
這是大股東對公司願景和戰略的最終綜述，自然是讓所有職員都必須關注的核心部分。
金融數據服務是未來大數據鄰域最豐厚的一塊肉。
也是陳谘布局大數據領域的一步先行棋子，同時也是契合智能產業的重要拚圖一塊。
比如‘彭博社’，這家和金融大數據占了點邊的公司，在2010年左右的每年收入80億美元，而數據收費中的前期投入固然大，但後期的成本低到發指，成為利潤最高的公司之一。（其實是情報公司）
關鍵是這家夥的數據網絡能夠挖掘到很多公司的內幕消息，金融行業其實最賺錢的就是這些前置的消息、信息。
如果從現在開始起就布局金融行業的信息網絡和大數據平台，結合啟源谘詢已有的谘詢或者情報網絡，陳谘不敢想象，未來的自己會養出怎樣的一條怪獸。
這可不是陳谘在意的關鍵，怪獸不怪獸？隻要恐懼的不是自己就好。
當然，這樣的怪獸是不適合暴露給美國這樣的山姆大叔眼睛下的。
“所以，各位親愛的同事，我需要你們換一種思維來做這份工作和事業，或者說我需要大家以做實際的科技產品、或者工業產品的模式，來看待我們的每次投資交易，把每次的投資交易抽象成為產品來輸出，我們不僅僅可以收獲每次交易的收益，未來我們還能夠讓所有的這些操作數據，將產生更大的價值或者利益。”