信報: 高盛資產管理專有選股模型 善用大數據捕捉先機
信報: 高盛資產管理專有選股模型 善用大數據捕捉先機
信報: 高盛資產管理專有選股模型 善用大數據捕捉先機
2024年金融市場充滿挑戰,環球股市持續受通脹壓力、地緣政治緊張局勢等因素影響,高盛資產管理憑藉其專有股票投資策略靈活布局,為投資者創造潛在回報,在理柏基金香港年獎2025中勇奪日本股票三年獎、美國中小型股票三年獎及歐洲股票十年獎,成績傲視同儕。
高盛資產管理亞太區(日本除外)公共市場投資團隊主管劉慧賢表示,高盛CORE®股票投資策略結合基本面分析與量化技術,由量化投資策略(QIS)團隊中的股票小組管理,專家團隊經驗豐富,確保投資決策的連貫性與專業性,更專注於研究與創新,持續引入新數據,充分提升投資決策流程。
劉慧賢相信,獲獎的驅動力源於結合長期基本面分析及洞悉中短期市場動態,「透過識別具備強勁增長潛力且估值吸引的企業,並運用先進的量化分析技術捕捉市場趨勢,我們得以實現長遠回報潛力,同時靈活應對多變的市場環境。」
應用大數據與機器學習 靈活調整投資組合
面對美國貿易政策引發的市場波動,QIS團隊憑藉專有模型,動態調整投資組合。該模型每日預測全球約1.5萬隻股票的預期回報,涵蓋卓越商業模式、錯誤定價、市場主題與趨勢及情緒分析四大因素。「在2024年12月至2025年3月,高盛全球CORE®股票投資策略顯著降低周期性行業配置,轉向防禦性板塊,展現模型驅動的靈活性。」
劉慧賢表示,「我們對所有投資訊號進行嚴格測試,確保其在不同股票、時間段及市場條件下具有穩定的預測能力。隨後以紀律化的方式運用這些訊號評估投資範圍,避免主觀偏見影響分析。」
早於2009年,QIS團隊已開始應用大數據,並於2013年引入機器學習技術,透過整合非傳統數據來源,例如網站流量及地理位置數據等,結合傳統財務報表與市場數據,團隊得以更全面地分析企業價值。此外,機器學習與自然語言處理技術的進步,使團隊能快速挖掘數千份財報、監管文件及財報電話會議中的關鍵信息,建立緊貼市況的投資洞察。
劉慧賢強調,人工智能(AI)與機器學習在投資研究與風險管理中扮演關鍵角色。團隊每年分析約200萬篇新聞文章、30萬份分析師報告及長達10年的財報電話會議數據。
大型語言模型情緒分析 資訊優勢助創造差異化回報
劉慧賢續稱,「透過大型語言模型,團隊能精準捕捉管理層情緒的細微變化,例如財報電話會議中管理層對企業前景的語氣與回應方式,從而判斷其對公司前景的信心。」相較於2011年採用的簡單詞彙分析法,目前的大型語言模型顯著提升了情緒分析的準確性,助力高盛資產管理在資訊爆炸的時代保持競爭優勢。
展望2025年,劉慧賢認為高波動性仍是投資市場的最大挑戰,「主動管理的真正價值不僅在於選股超越市場,更在於有效管理風險」。她建議投資者採用動態且靈活的投資流程,快速整合最新數據;在市場波動中保持紀律,避免過度反應。隨着數據量激增與技術提升,高盛資產管理將持續探索非傳統數據及創新分析技術,致力於為投資者創造差異化回報。
如欲了解更多,請瀏覽相關見解。
