财联社（上海，编辑 周玲）讯，金融数据提供商Refinitiv的一项研究发现，冠状病毒大流行给定量模型投资方式带来了巨大冲击，大多数采用这种策略的公司都受到了负面影响。
Refinitiv在一份报告中称，72%的此类投资者受到了疫情的冲击。大约12%的投资者宣称，他们的产品已经过时，而15%的投资者正搭建新的产品。
机器学习指的是利用基于历史数据的算法和数学模型来做出预测，而无需经过明确的编程。
过去，由于不同资产类别之间的历史相关性较为稳固，所以这种机器驱动的模型确实取得过较大成功。然而，这种相关性被疫情所破坏，因此这种模型大部分失效了。
“ COVID-19使许多动态市场都发生了巨大变化，许多机构将不得不重新审视其拥有的大部分模型，以使其能够应对极端市场事件。” Refinitiv实验室的全球负责人Amanda West表示。
Refinitiv报告显示，大多数受访者表示，未来两年，该领域的主要重点是从数据中提取更多价值并提高处理速度。
研究发现，企业的数据科学团队的平均规模从2018年的2.7人增至2020年的7.1人，增长了两倍多。这项调查是Refinitiv在2020年6月29日至8月14日期间进行。
疫情加速了机器学习在金融业的应用
长期以来，机器学习一直是财力雄厚的对冲基金的优势，它们将高深的算法策略与金融数据结合起来，在市场上进行豪赌。
不过，疫情加速了新技术在整个金融业的应用。未来几年，是否拥有高质量数据将是区分不同公司的关键。
目前，使用非结构化数据的公司数量已从2018年的2%激增至2020年的17%，而只有3%的受访公司表示不使用另类数据源，而在2018年该比例为30%。
Refinitiv的West表示:“那些制定了严谨数据治理流程的公司，将比那些没有制定的公司，更有可能在这场游戏中取得成功，因为在机器建模的世界里，垃圾只能生产出垃圾。”