雷锋网ai金融评论报道，说到商业、金融，一般人想到的金融是期货、债券、基金，智能投资就会想到利用人工智能的方法预测投资市场走势，从而量化配置资产。对此，在日前由kddchina和通联数据合办的ai金融研习班上，微软亚洲研究院城市计算领域负责人郑宇博士表示，这个部分是可以做的，但是这个数据是三手数据，是一个结果。但市场更多应该关注，在此环节之前的一手数据、二手数据的结果带来的表现。
人工智能加持的城市计算，如何助攻智能金融？
往前推一步，一般而言，投资会根据一家公司的财报进行业绩调研，预判股价，这算是对二手数据的利用。而郑宇指出，从业者还应该再往前多对一手数据进行分析，“一手数据其实决定了公司运营情况和财报，这个数据在我们现实生活之中。”
来自日常生活的数据带来的先知
关于人工智能的技术原理在此我们不必过多科普，雷锋网(公众号：雷锋网)此前已有相当详细的报道讲述，现在可直接从案例进行观察。以万科为例，要判断万科未来走势，除了看财报之外更往前看：拿的地是否都在增值？已建房产销售情况如何？周边配套是否越来越好、人气是不是越来越旺？租金是否在上涨？……“如果知道公司旗下产业都在增值，你可以预期未来财报比较好，可以更早地预判股价会上升。”反之可看空。
摩拜、滴滴的融资成果也是一样的道理。在这些企业尚未开始盈利的情况下，投资人是根据用户量、日活用户、有效历程等数据分析，对公司进行的价值预估。
反过来，如果真的在一手数据里面挖掘出可利用价值，那么久未必非要在股票上谋求利益点。根据从一手数据分析出来的信息，直接就可以计算商业利益和价值。
投资价值预判
仍是以商业地产为例，根据郑宇的研究，我们很难预测房地产价格，但是可以对房产相对价值进行评估和排序，以数据进行量化，找出高价值的房产——并非高价格，而是在同一个市场中，房产价格涨得比别人更快，而跌的时候会跌得更慢。
“比如说分成五个离散化等级之后，根据北京市2013年的数据观察一类房的分布，发现涨得最快、跌得最慢的一类房，并不是大家所理想当然地认为都应该在市中心。很可能隔两个街区一个是一类房、一个是五类房。为什么有这样的现象呢？房屋价值又是什么决定的呢？如果大家听过李嘉诚说过房地产价值怎么决定的，三个因素：地段、地段、地段。” |
