相較于公募基金，私募由于機制的靈活在投資創(chuàng)新上的探索更為積極。尤其是近年來，在投資工具的豐富以及市場壓力等多種因素的推動下，私募行業(yè)創(chuàng)新步伐加速，包括量化投資在內的多元化創(chuàng)新產品雨后春筍般涌現，大數據的運用也成為其中一個重要的課題。一些走在前頭的私募已經與外部機構開展合作，積極探索大數據在投資中的運用。

目前，量化投資成私募業(yè)發(fā)展新風向的趨勢愈加明顯。除了一些主打量化牌的私募，不少原來以股票多頭起家的私募已經或也在籌建量化團隊。上海一家成立十多年的老牌證券類私募的一位內部人士透露，最近剛在組建量化團隊。“私募注重絕對收益，還是需要加入一些量化的方法，來對沖一些純主觀判斷暴露的風險。”

而大數據在量化投資中的作用被廣泛看好。“大數據由于具備多維度和海量數據特性，在數據的廣度和深度方面都有重大進步，為量化投資帶來很多新的分析視角和投資模式。”鼎鋒資產量化團隊負責人、基金經理王俊表示。

上海富善投資有限公司總經理兼投資總監(jiān)林成棟也認為，互聯網時代量化投資需拓寬數據維度，未來大數據與人工智能將成為量化領域主流之一。同時，處理大數據的能力以及利用人工智能等方法從海量數據中挖掘出有效信息的能力，將成為區(qū)分機構獲取超額收益能力的核心因素。

蛋糕誘人但并非易啃。從公募基金已經嘗試的大數據基金來看，熱鬧一時之后發(fā)展也陷入瓶頸。一位私募量化基金經理表示，大數據基金未來也許是一個不錯的發(fā)展方向，但是就目前而言，大數據基金依然存在不少問題。例如如何讓大數據基金切實扎根于真實、準確的數據，而不是那種可以隨意混雜多因子甚至參入主動管理的“噱頭”，將是一個重要的課題。

據了解，目前多數私募的數據來源包括網絡爬蟲收集、投資相關社區(qū)、金融數據提供商、行情及交易軟件提供商等多個方面。基于這些數據挖掘出規(guī)律范式后，管理人還會進一步做出邏輯分析，只有數據和邏輯雙重檢驗通過的范式才會加入到投資策略中。

“大數據需要處理的基礎數據量不斷在放大，而且經常會出現一些需要無效或者誤導類的數據，而這是數據再加工中最基礎卻也最重要的工作。”上述私募量化基金經理也表示，“對于大數據基金乃至量化投資來說，大數據的排查、糾錯的基礎工作是一項苦活，如果基礎工作做的不到位，那整個大數據的基石都是不穩(wěn)的，要把這項工作做到位，工作量非常大。”

相較于一些公募基金與騰訊、百度等展開合作開發(fā)大數據產品，私募的數據來源不免顯得窄一些。

王俊也表示，大數據的一個關鍵特點就是通過“眾包”形式來收集海量數據，私募在與數據提供商合作方面也開展了一些工作，但由于發(fā)行門檻和體量限制，數據商在合作意愿方面首選會是大型公募而非私募。不過，隨著數據源越來越多，機制靈活的私募也會獲得越來越多的合作機會。另一位私募量化基金經理也認為由于激勵機制的關系，私募基金的數據排查工作較之公募可能會更有優(yōu)勢。

事實上，私募與互聯網巨頭的合作已經顯現火苗。富善投資就透露已經跟京東金融有所接觸，探索在大數據運用方面的合作形式，使投資更加立體和精細化。

另一方面，據了解，近年來越來越多的華爾街大鱷級量化對沖基金里的華人紛紛回國，帶回大量新型量化交易方法和方法論，而這些人中有不少都在私募領域中做各種探索，這對國內私募基金在大數據基金、量化基金的水平上無疑都會有所提升。