大數據分析的新時代寵兒能否不辱使命

提起“零編碼”運動，相信很多人都很陌生，對于生活在大數據時代下的人們，必須要了解“零編碼”運動，“零編碼”運動由比爾·蓋茨發起，史蒂芬·喬布斯對其進行了完善。這項運動正逐漸延伸到資本市場。

1979年，在喬布斯參觀帕洛阿爾托研究所中，當他看到了命令行界面的指向-點擊更換的第一個原型時，便萌生了進入用戶友好界面時代的想法：“他們給我展示的第一樣品便把我深深地吸引住了，它就是圖形式用戶界面……僅僅十分鐘，我便意識到，在將來，所有的電腦都會以這種方式來工作?！?/span>

我們已經習慣于用指尖將含有上百萬數據點的虛擬圖進行放大查看，用系統把相關信息用階段和層次來展現，正如我們敲擊電話號碼、圖片、地址及全球定位系統（GPS）那樣。在用聲音調控、實時計算數十個替代性交通路線的同時，再使用實時衛星數據來監控數百萬車輛運行情況如何？這只是硅谷（Silicon Valley）工程師研發的課題。

相比之下，處理金融數據則只有兩種選擇，要么就采用普通的計算方法，但受限太多，否則便使用專業工具，讓受過專門訓練的人來操作。

電子數據表并非程序語言。它們在建立金融大數據模型并用于運算時，無需處理速度。這讓人們走向數據分析時代，造就了大量的數據科學家，他們用復雜的程序語言來建立數據模型。但這種方法并非萬靈藥：數據分析師可謂鳳毛麟角，因此雇傭成本極高，他們通常需要數天時間才能提交一份死板的個人報告，而且這些報告通常未相互整合?；ù罅繒r間來整合數據，并使之標準化是一項枯燥的工作，就人才利用而言，這顯然不是一個明智的選擇。

更重要的是，它還會導致依賴性的產生。在全球金融公司中，眾多的專業人士在進行風險管理、獲取高額利潤及建構復雜模型時不得不依賴少數的程序員和數據分析師。在金融和投資領域中，人才被分為兩類，一種是能夠編程的人，另一種則不能。

然而，即使華爾街的資本家也不得不接受這種酬金及收費結構的安排，意味著他們自己不能獨立地計算金融數據，這種依賴性發展是不可持續的。

計算金融學應該人人都可參與其中，非程序員也能掌握高端計算能力，正如像蘋果（Apple）和谷歌(Google)這樣領先的消費者科技公司將軍事導航系統轉化為民用的那樣，非技術人員用指尖和聲控便可實現導航。

Adobe公司是PDF格式文件及Photoshop的發明者，它最近推出了一款名叫Muse的產品，企業借助它可實現“零編碼”設計和發行專業網站。當然，如果科技發展到這種程度——非程序員也可使用圖形式用戶界面（GUIs）來創建企業級的互動性網站時，“研究周期將由天縮短至分鐘”金融專家離無需編碼即可設計大數據復雜問題的日子也就不遠了。

許多在新一代金融科技崗位上工作的人們都相信，我們正進入零編碼運動終將到達金融計算領域的時代。

可喜的是，研發圖形式用戶界面的工作正有條不紊地進行，與此同時，以云為基礎、大規模平行計算的技術也在開發中，在它們的幫助下，華爾街的非程序員對大數據可實現近乎實時的復雜計算，同時，還可以對結果進行直觀理解和描述。

如此一來，隨著數據分析師和程序員的工作對外開放，每個金融專家都可接觸到這一“秘密”。他們可以不用編碼，不用依賴他人或機構便可以設計和測試量性金融研究和投資策略。

研究周期將由天縮短至分鐘。大量的異質信息可以與市場數據進行整合，人們對其幾乎可以實時進行直覺分析。這意味著，之前用于數據分析表操控投入的數百萬小時及高價人力資本都可以得到節約，目前為這些任務所困的專家也得以解放，以便投入到解決更重要的問題中，并找到所需答案，這一切用聲音、指尖和眼睛就可以完成。

作為大數據分析的新寵兒，“零編碼”能否不辱使命，履行時代賦予的責任和義務，是人們關注的焦點。從目前來看， “零編碼”運動一旦觸及資本市場時，將引發革命性的變化。新型零編碼平臺將孕育可接入性和英才管理，與之相伴的是，人們將能更好更快地做出抉擇，在冒險時信息也更加充足。