邀請到「大數據」作者Mayer-Schonberger來台演講。
這次新北市政府的大數據論壇,除了一睹大師風采外,
也實際聽到怎麼把「大數據」概念帶到實際的世界中。
在去年,
我們在專欄曾經寫過一篇【全面啟動,Big Data投資時代正式來臨】,
用傳統的統計學概念導引大家朝著新的思維。
節錄當時的部分內容:
「我們認為市場中的確存在著雜音(noise)和隨機性(randomicity),
Big Data並非是最終解答,卻是大趨勢,未來關鍵的因子有幾項:
1.資料大量且快速取得管道
2.有效的篩選與分析方法
3.量化非結構性資訊
4.靈活善用Big Data的思維」
這些現象都已經在大家的身邊醱酵,
大家可以回頭看看過了半年左右的時間,
是不是有更多相關的應用不停出現?
例如更多「量化型的投資判斷工具」、「巨量資料分析法」出爐。
這次作者提到許多實務上論點,
我們也在本週開始和各位讀者分享看到的投資想法。
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgjpia24laxCbNFr-ztlvZjmFitjg-zlv2wRZEnOus19ScQPVBSBcKUTDH0YtllWuR78f8MtOIsdbO0H-_nqA2yQUwc52taRtf7FbMg0pYxdlcXwcTA2iDU20LiGkGF1TmnFboyq55QCyY/s640/bigdata.png)
前果後因
這不是標題打錯字,而是大數據很重要的概念。無論是古今中外的教育和思考邏輯中,
都講求合理的邏輯思考,
所以常說「大膽假設,小心求證」,
要清楚事情從一開始的原因、過程到最後的結果一體化。
對商業行為來說,有時候知道是什麼(what)比知道為什麼(why)更重要,
在弄通尿布、零食和手電筒這幾樣物品的關聯性之前,
推論結果告訴你有高度正相關時,把生意做下來最要緊。
傳統的資料庫技術是以關係型資料庫(Traditional Relational Database Modelling Systems, TRDMS)為主,
對於「非結構性數據」比較難做到有效的分析。
在消費心理學或行為財務都提到相同的人性弱點:
害怕「不確定性」,但相對的這也屬於非結構性數據,
講白話就是「摻雜很多主觀的意識想法,在行為上失去理性。」
打個簡單的比喻,
今天在一條美食街上選擇餐廳,
為什麼Anson選擇是牛排館而不是拉麵店呢?
你會開始找動機,可能前天沒吃飽肚子餓所以選牛排,
或是牛排館有特價促銷等等諸多原因,
往上深入的分析大概可以出篇論文【論餐廳選擇與人生經驗相關性】。
但我可能跟你回答:「直覺就是想吃牛排。」
這個很令人傻眼的回答其實並不令人意外,由於有很多的變因,
例如許多雜訊、隨機性等非線性因素,這些在推論過程中都會直接影響到結果。
大數據的分析無法規避掉所有問題,
但可以對大量樣本進行多層次分析,
減少小樣本偏誤,可以更精準地提供客製化服務。
無論是之前分享過的Netflix或潘朵拉線上音樂,
近期美國的一家企業True&CO也利用大量的數據來訂做女性貼身內衣。
人人有功練,你也是key man
如同會中Mayer-Schonberger舉的一些跨領域解決範例,資訊人員可以幫忙醫療問題,過往都說術業有專攻,
但現在用Google就會快速找到非常多資料,
減少各門知識之間的藩籬,
例如線上學習網站Coursera提供了非常多有用資料。
多工、跨界都是一個大企業必經之路,
想想郭董事長的鴻海集團為何這幾年積極用併購擴充來佈局市場。
在投資市場上,未來勢必繞著「資訊」這個核心發展,
搶時間、找有效解讀方法。
播種大數據的三家最強潛力股
目前資料的供給是以等比級數在增加,反而造就另種「資訊不對稱」的套利機會,
市場愈對資訊敏感,可篩選出有用的訊息,
誰就能搶到愈豐厚的報酬。在往後的社會裡,
資料成了最值錢的商品,
掌握了有用的資料就等於掌握了市場。
美國已經有眾多企業已投入發展,
在這裡分享3家目前在大數據領域領先的企業。
Fusion-io (NYSE代碼:FIO)
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh3W2DkXETKVvOfa8ZV5NzrK_fbuwO2AcLLuBBwQ8cJ1igfZxBXqbqAkLiCIwa8sHcNwkgkYxf9Ram-KIs0MjXE55L9X_Pt5k9W_SthNT6glFBem7umdymD1q91Jt4ffY1QJMRcOkgrMnM/s640/1.png)
直接跳過了傳統的固態硬碟(SSD),專攻雲端運算、大數據與資料虛擬化的企業,是蘋果和臉書的儲存供應商。
(在完稿的隔天開盤前,FIO傳出記憶卡大廠SanDisk要併購消息,當天跳空上漲超過20%)
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjMXktj0SqnrNFNSaVgAqn0GfFcrcgecGIiQipOw9hH1NbfqDnDgspLivxGYuG9atF0tNgouyEqDhwk_MsN6N0DLhJA5uxaZJOpqzj7gQdV9GWYD2ojuP8iYKW4VYxRSQaBpT9ELggRAGw/s640/fio.png)
截自6/30日當天的線圖,目前依舊維持在跳空缺口之上。
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjly3Po2DEzKUm0f4Upb_plhMcUF8qL-5H8jcRj0z8hWEPLPEpb-NKGd7UiVkUJErgL8bQyMAsj5G3wGtzHRWJuqvn88FR2ndswqUt8hKD6VhZGiWJgSxhdOQo6Hqx262D2vD8YD8hA8-c/s640/fio%E6%9C%80%E6%96%B0.png)
IBM (NYSE代碼:IBM)
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi4GtFebDoDtwac6cL0znZmsXeLEW0UMN_E68O8SVAWjUtQyTSPvOfjTQxxmw6AeXlnkU-wLOOO7HRSMIkX41xrKOB1V4dW40KJzmGtpzaeo3Snp15yUpzUIK2xH2EVomx4GoUXPzFgUs4/s640/ibm.png)
這是大家熟悉的藍色巨人,
不過在筆電和周邊硬體的成長力道逐漸下降後,
IBM轉而發展資訊服務,尤其在大數據耕耘很深,
是目前企業發展的核心。
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgrRthxpgd8Y5s4xlYV6rc5w1j-njbm8QSj2lDlvzIChCJlBuciJpfx3iOj6mk6y0yuDqgbWF_yJzmK2NM_XDvo9f0a173VEk1YQfp7mBu_y-zXx0KdSlOBqyb6eUXc9TSvRKM1ji4FxOo/s640/IBM%E6%97%A5%E7%B7%9A.png)
上圖為IBM日線
Oracle (NYSE代碼:ORCL)
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEizhP8DrO2decgqLTT7u0EK4SIyT_mx6bv-suzvb4Eu0aerDZxcTnlT3lbA11w-MNX8yaKJOt5sHpaDPYQ5dW6hSBk-G2OpBpVV_ChOHXDuCAPkQM1Nryx1rHh65pu0hcvUDmuld7_w9cI/s640/o.png)
這也是另外一家各位熟知的企業,甲骨文...
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjTdSJJDmJ2xaxkOTJwsDUA-opo2SUd_-AIZykNaaCH0U26CgpG7OiEHjVMQ004aI4vpY5vqXzVqva49x3dNBoeBxWq20AFFDgruTE8HSb63RgUyDF5JMnRhyphenhyphenqL0oj5EV11Th5Qe38_VDU/s640/orcl%E6%97%A5%E7%B7%9A.png)
上圖為ORCL日線圖
目前和IBM並列大數據領域中兩個最大咖,
提供的是一條龍服務。
最近台灣三家電信業者的4G陸續開台,
會讓傳統資料轉移快速,生產量更多,
如此一來每份資料的邊際處理成本都在下降,
當行動商務、雲端、微型製造同時開跑時候,
大數據這個突破性的概念不會只是個好萊塢想像而已!
希望你們會喜歡今天的文章內容,
喜歡的話可以分享給更多朋友,
請多支持畢德歐夫美股專欄,謝謝!
這場演講令人收穫滿滿,如同行為財務學把投資和人類行為拉得更近,我們引用作者Mayer-Schonberger的一段話:「最終資料只是現實的影子。(The data at the end of the day, is always just the shadow of reality.)資料誠可貴,但更細部的判斷和解讀更是關鍵。
或許您對更多美股文章有興趣
把錢從左手換到右手~高配息的迷失
別想要短期致富,學習改變一生的力量
買下地球系列--美股ETF國際代碼整理(必轉)
價值上億美元~美股大戶們持股動向
100元美金買20間房屋還有找的城市---底特律
0 意見:
張貼留言