这是投资界最热的趋势之一。那些追求α的对冲基金经理，为拉开与竞争对手间的距离，纷纷开始挖掘研究那些人无我有，或者对手未曾想过使用的数据。

这通常被称为“量化基本面分析（Quantamental）”——使用算法来解析海量“另类数据（alternative data）”的投资策略。这些新数据。小到基本的信用卡销售信息，大到跟踪航运路线的卫星数据，不一而足。

System2的创始人Matei Zatreanu表示，多数基金面临的最大困难是难以找到合适的人员，来分析那些另类数据。System2是为对冲基金等机构投资人的投资策略，提供另类数据整合服务的机构。

Zatreanu认为，量化基本面分析法的未来，就是投资的未来。这需要未来的投资经理来完成：一个会编程的社交达人量化分析师。

首先是个合格的量化分析师

Zatreanu认为，分析师将仍然是基金的主心骨，但大数据和技术可以助力其分析。

虽然决策者依然是人类，但决定会更准确，行动也更具可**性。

数据分析其实从有尽调开始就由来已久。以前的初级分析师往往是常春藤毕业，具顶级投资银行经验，加之在对冲基金分析过公司基本面。

分析师研究的业务几乎都是从来没有踏足过的领域。虽然有大量的公开披露信息，但另一方面，对该公司的运营细节应有更详细的了解，知道哪些数据对分析是有意义的。

百战不殆，送礼自奉首选

这就是大数据可以提供的。能够了解零售商在世界各地促销的差异，在更高层次了解客户差异等等，而不是仅仅看损益表的收入。

Zatreanu表示，分析师可以了解个别客户。如通过查看信用卡数据，了解为何这人继续在梅西百货购物？为什么她在其他商店停止购物，而另一家商店上线？可以看到客户忠诚度是什么样的，以及忠诚度是多么脆弱。但分析师关心的不是个体，而是整个趋势。

Zatreanu认为直接雇用一个理科博士，然后就宣称在做量化基本面分析，这个很容易。问题是，他们未必明白什么是重要的。

书呆子往往会关注一些具有挑战性的问题，真的很有趣，但没有商业价值。

会编程，或至少能和工程师进有效沟通

对于做量化基本面分析的团队，现在仅仅会分析已经远远不够了。未来的投资经理需要熟悉数学，统计学和计算机编程。Zatreanu认为，并不要求团队中的每个人都对这些技能驾轻就熟，显然可以某个技能上妥协。

投资经理可以不是编程或统计理论方面的专家，但仍然需要与专家类型的人进行有效沟通。

当开发人员告诉投资经理这做起来很耗时，投资经理应该可以提出“这个需求如果那样处理可行吗？”这类问题来找到更好的解决方案，而不是直接放弃。

Zatreanu表示，很难找到拥有足够良好沟通能力的人，而这对取得另类数据很重要。

一旦确定了投资理论和相关核心绩效指标，就要对感兴趣的目标公司开始尽调，找出其合作伙伴，客户群体，捐赠什么慈善机构，使用什么发票系统，及支付系统使用的技术等。

这需要投资经理了解所有可能存在数据的领域，以及了解在哪里可以合法地购买该数据。然后，需要打电话给相关人士进行谈判，并说服他们。同时能以一个合理价格成交。

这不是大多数人拥有的技能。然而这非常重要。

当你试图使用一个没有人曾想到过的数据集，并和一个之前从未听说过对冲基金的人沟通，你必须向他们解释，为什么把要他们的数据库提供给你。

Zatreanu表示，很多这种沟通都是通过电子邮件或LinkedIn，然后是电话沟通，或者亲自去。