本文來自AI新媒體量子位（QbitAI）

機器學習、人工智能、大數(shù)據(jù)正在改變金融市場。

巴克萊（Barclays）銀行最近調(diào)查了65名對沖基金經(jīng)理，這些人掌管著6500億美元的資產(chǎn)，然后形成了一個對沖基金領(lǐng)域的機器學習報告。

這份報告顯示，這些對沖基金已經(jīng)把10%的工作崗位和3%-5%的收入，分配給機器學習和數(shù)據(jù)領(lǐng)域，而且這些比例還在不斷增長。

以下是報告的主要內(nèi)容：

1、選擇對沖基金需謹慎

如圖所示，并非所有的對沖基金都有機器學習和大數(shù)據(jù)策略。62%的基金投入在機器學習領(lǐng)域，54%的投資于大數(shù)據(jù)領(lǐng)域，同時又大量的基金什么都沒有涉及。

2、核心是尋找和清洗數(shù)據(jù)

想要分析，必須得有數(shù)據(jù)。對沖基金經(jīng)理需要從供應(yīng)商手里購買數(shù)據(jù)，或者自己收集數(shù)據(jù)。如果選擇自己動手，那就肯定需要進行數(shù)據(jù)清洗，才能用于支持投資策略。如圖所示，有54%的對沖基金正在使用非傳統(tǒng)來源的數(shù)據(jù)，如網(wǎng)絡(luò)爬蟲、衛(wèi)星和社交媒體產(chǎn)生的數(shù)據(jù)。

3、工作不是如你想象

在對沖基金中從事機器學習工作是種怎樣的體驗？你可能主要任務(wù)是清洗數(shù)據(jù)，而不是開發(fā)具有自學能力的交易算法。如圖所示，對沖基金中大部分機器學習的相關(guān)工作，都是基于數(shù)據(jù)收集和清洗，與實際的投資組合管理沒有任何關(guān)系。

4、不必擔心失業(yè)

機器學習會取代對沖基金里的人類崗位么？不要擔心。巴克萊在報告中指出，投資組合經(jīng)理正在使用如圖所示的量化方法。其中數(shù)據(jù)專家的作用仍然非常重要。

【完】

本文作者：若樸 原文發(fā)布時間：2017-06-18

總結(jié)

以上是生活随笔為你收集整理的巴克莱：对冲基金AI和大数据工作指南的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。