据英国《金融时报》报道，近日一家名叫Kensho的金融数据服务商得到高盛1500万美元的投资。除了高盛，谷歌和CNBC都是该公司的投资者。
Kensho目前正在研发一种针对专业投资者的大规模数据处理分析平台。该平台将能取代现有各大投行分析师们的工作。该工作平台将可以快速、大量的进行各
种数据处理分析工作并能实时回答投资者所提出的复杂的金融问题。
如果Kensho的产品最后能研发成功，金融机构的分析师和研究人员将面临灾难。面对更快、更好的机器人黄金分析师，他们毫无胜算。
Kensho背后的男人叫做Daniel Nadler，是哈佛大学经济学博士。Kensho位于马萨诸塞州剑桥市，由Nadler与程序员Peter Kruskall联合创立。
自2012年1月24日起，来自对冲基金的电话就不断响起，纷纷要找Daniel Nadler。当天，Nadler在彭博新闻社上与人合著一篇文章，介绍了如何通过美元的走强来预测标普500指数每周的走低情况。在当时，交易员们正利 用美元与标普指数之间的这种关系大赚特赚。
Nadler说：
他们的电话就像是说，你这个叛徒！如果你发现了这种关系，那你就利用这种关系来交易！不要公开它啊！你这样导致大家都无法进行套利交易。
Kensho对于金融分析行业的影响就好像当年谷歌给搜索领域带来的冲击一样。
Kensho想要将金融市场的一些专业知识交到大众手中，而此前只有一些顶尖对冲基金和投行使用这些专业知识来进行套利。Kensho公司的软件取名沃伦（沃伦巴菲特的沃伦）。你可以像在谷歌上搜索一样，在简单的文本框里输入复杂的金融问题。
例如：
当三级飓风袭击佛罗里达州时，哪支水泥股的涨幅会最大?(最大的赢家是谁?德州工业[Texas Industries])。
又或者，当朝鲜试射导弹时，哪支国防股会涨得最多?(雷神公司[Raytheon]、美国通用动力公司[General Dynamics]、和洛克希德马丁公司[Lockheed Martin])。
当苹果公司发布新iPad时，哪家苹果公司的供应商股价上涨幅度会最大?(为iPad内置摄像头生产传感器的豪威科技股份有限公司 [OmniVision])。
要回答此类问题，即使对冲基金的分析师能找到所有的数据，这也要花上他们数天的时间。但沃伦软件可以通过扫描药物审批、经济报告、货币政策变更、政治事件以及这些事件对地球上几乎所有金融资产的影响等9万余份资料，立刻为6500万个问题找到答案。
如果广泛加以使用，沃伦软件可以撼动长期以来被彭博和汤姆森路透垄断的260亿美元的金融数据市场，并且让华尔街的大银行和Bridgewater等对冲基金的研究工具变得更为大众化。
投资公司Devonshire Investors总经理David Jegen说：
每天，基金经理会有一个投资理念，然后必须找数量分析专家来建立模型。这是多数金融服务公司内部的一个瓶颈，导致经过测试的理念少之又少。
Devonshire Investors是共同基金巨头Fidelity Investments的私募股权部门，也是Kensho公司的投资者。Jegen称，提高投资理念测试的效率、质量和数量，这对于企业来说是件好事。
Nadler曾经在美联储工作。当时，他惊奇地发现这家全球最具权势的金融监管机构仍然依靠Excel来对经济进行分析。Nadler说：
我当时曾经想象美联储会有一个有着实时信息的作战室。
但相反，他发现美联储使用的是普通的不能再普通的Excel。他将这些告诉了Peter Kruskall。Kruskall是一位少年老成的程序员，在麻省理工学院获得了计算机科学的学士和硕士学位，并且在谷歌公司担任实习生，负责开发Gmail的颜色标签。
Kruskall表示，我开始思考自己在谷歌公司所了解到的东西，使用它们来分析市场。
Kensho使用了从谷歌那里得到的灵感，例如映射化简(MapReduce，将庞大的处理任务分配给云服务器的一种方法)和BigTable(将 庞大的数据压缩到可以加以处理的规模的一种方法)。2013年4月份，Kruskall从谷歌公司辞职，来到波士顿加入了Nadler的行列。
在向沃伦软件提问后，投资者会得到非常直观的答案，你还可以通过改变时间范围或被研究公司对象等变量来对答案加以优化。
投资者甚至可以在自动驾驶仪上通过沃伦软件进行搜索。
例如，如果当天美国耐用工业品订单高于预期，标准偏差值为0.25，那除了向你播报数据，Kensho还会自动分析，发现这种情况自2009年来已经发生26次，而且在这26次里，Clorox公司有23次的日回报为正。
Kensho可以帮助更多投资者在面对突发状况时，更快速地进行反应，例如美国中西部的龙卷风或者是纽约近日的抗议活动。Stanley Young表示：
在数据分析和洞悉方面，Kensho的沃伦软件确实设定了新的标准。
Young曾担任过彭博社企业产品与解决方案部门和纽约证券交易所技术部的首席执行官。目前他是Kensho公司顾问团成员之一。
要想打入华尔街，Kensho自然需要面临挑战。
Kensho公司的使命是将量化分析大众化，这将同投资界这一注重秘密和排外的群体产生冲突。FirstMark Capital的Matt Turck表示，
我认为市场将向这个方向发展，但还需要经过很长的过程。
Nadler表示，他正在敲定一个一年期的独家协议。用他的话来说，协议的另一方是华尔街一家著名的银行巨头。他同时也计划将沃伦软件租赁给基金经理和买方公司，并且参照彭博社和路透社的方式收取高昂的软件使用费。
-----------------------------
kensho-技术野蛮人逼近，股市从此没有秘密？
如 同被互联网颠覆的一个个行业那样，那些动则赚取数百万美金、生活在金钱帝国最顶端的投行基金们，恐怕也将面临从神坛跌落的命运。最近Forbs、 FTimes等国外著名金融刊物以“华尔街人神共愤的叛徒”报道了Kensho这家科技公司，实际上，早在12年Kensho已经让华尔街紧张了一轮，它 所做的，是将大量的经济数据、政治事件、金融交易信息以及通过复杂的金融模型运算，可以像谷歌搜索一般的简单方式提供答案，比如苹果发布iPhone6哪 些股票将涨。
对 于金融行业来说，虽然随机性的因素非常之多，但并非没有确定性的因子。如同天气预报那样，你知道的有效信息越多，就越能知道结果。没有人能否认信息的重要 性，谁提前一步知道政策的走向、公司的重大变化，他将具备相当的优势，所以在很长一段时间里，金融都是信息手段最积极的使用者（电报、电话、网络）。
不过在传媒日益发达的当下，除了少量被人为控制的内容，信息本身已经不是稀缺，这时候，更大的问题是信息过多，面对如此庞大规模的数据，普通公众是难以处理的。在这样的情况下，有两个因素反而成为核心能力，一个是如何完整的获得海量信息，另一个是如何从信息转换到结果的预测模型。Kensho做的，就如同天气预报那样，不断优化模型、灌入海量信息，然后给出结果。
所以，一旦Kensho成功，那金融机构的分析师和研究人员将面临危机，这就是为何对冲基金们纷纷指责Kensho为叛徒，“如果你发现了这种关系，那你就利用这种关系来交易！不要公开它啊！你这样导致大家都无法进行套利交易。”
不 过可惜的是，Kensho似乎并不打算像谷歌那样完全向公众公开他们的成果，而是计划将软件租赁给基金经理和买方公司，并且参照彭博社和路透社的方式收取 高昂的软件使用费。最新报道的重点，实质上是高盛花了1500万美元成为Kensho的最大股东。这可能让金融精英们松了一口气，至少，技术野蛮人暂时被 招安了，这些顶尖基金和投行获得超额利润的法宝，仍然要花巨额费用去买，仍然留在一个较小的圈子里。
这样的故事听上去很让人沮丧，不过，随着大数据技术基础设施的日益完善，我相信一定还将出现更多这样的创新者。技术是让世界更扁平，是让信息鸿沟变得更小，而不是把秘密封闭起来。他们也许会发现，将这些华尔街精英们的秘密工具开放给大众，将获得更大成就。这些故事，在很多领域都发生过，那些被小心翼翼供奉着的行业潜规则以及因此带来的金饭碗，都被一一打破，技术不断压缩着每一个“介质”过去通过信息不对称而获得的利润。
当真正的“背叛者”出现时，当这些强大的能力完全开放，金融业恐怕真的会被改写。
一方面，大量分析师的工作被取代。 面对机器对海量信息的分析能力，分析师是难以匹敌的，甚至机器不仅仅具有经济数据的量化分析，机器还能对“人”这个最具不确定性的数据进行分析，通过对无 数人在互联网上的行为倾向，获得趋势信息，实际上，这项技术已经被应用到国内的大数据基金里，前有百度联手广发基金推出百发100指数，后有新浪联手南方 基金推出大数据100和300指数。如果开放这些能力，任何一个普通人都能具备一个分析师团队的资源，这时候金融机构的职能又将转变成什么？研发模型？
另一方面，金融获利模式将会改变。 所谓不确定性越大，收益越高，但是某些对大众不确定的东西未必是真正不确定的，这种差异就会成为优势一方的利益来源，当技术抹平这种不确定性的差异化时， 要获得超额收益将会非常难。如同大家都能看到卫星云图，都知晓冷空气要来了，那么冷空气来的时候大家都能提前做好准备，大家的获益是一样的，除非你不去看 这个信息。越透明博弈越难，越确定收益越低，这样，基于技术的因素，短期的预测可能将相当的确定，那么短期的收益波动越小。而大的收益恐怕得看更长期，这 里面随机的影响更大，机器能给出的确定性建议更小。
更深层次上，当技术变成了一种预测的神话之后，可能还会产生非常大的社会影响。 与天气预报这类完全是客观因素的数据分析预测不同，金融不仅仅受客观因素影响，还严重的被人群的选择所左右，而技术分析预测本身又会影响人的选择，从而影 响结果，这样技术可能成为正反馈的放大器。因此，当技术分析准确到让人们深信不疑时，技术预测可能不仅仅是预测未来，而是影响未来。举个例子，技术分析预 测某个公司价值被低估，那么深信不疑的人们的行为就是倾向于买入，这就导致某个公司上涨，从而又反过来证明技术分析正确；再比如，当技术给出非常信服的结 果某个股票价值10元，那么它会迅速的到达这个位置，既没人愿意更高价买，也没人愿意更低价卖。
以上只是作为一个非金融专业人士的畅想，我们乐见这一天的到来，Kensho的出现说明技术已经在不断的逼近现实，下一步等待的，是看哪个公司能打出向公众开放的旗帜。不过，这样的技术出现又是可怕的，虽然人类生而不希望不确定，不希望冒风险.
如果Kensho的产品最后能研发成功，金融机构的分析师和研究人员将面临灾难。面对更快、更好的机器人黄金分析师，他们毫无胜算。
Kensho背后的男人叫做Daniel Nadler，是哈佛大学经济学博士。Kensho位于马萨诸塞州剑桥市，由Nadler与程序员Peter Kruskall联合创立。
自2012年1月24日起，来自对冲基金的电话就不断响起，纷纷要找Daniel Nadler。当天，Nadler在彭博新闻社上与人合著一篇文章，介绍了如何通过美元的走强来预测标普500指数每周的走低情况。在当时，交易员们正利 用美元与标普指数之间的这种关系大赚特赚。
Nadler说：
他们的电话就像是说，你这个叛徒！如果你发现了这种关系，那你就利用这种关系来交易！不要公开它啊！你这样导致大家都无法进行套利交易。
Kensho对于金融分析行业的影响就好像当年谷歌给搜索领域带来的冲击一样。
Kensho想要将金融市场的一些专业知识交到大众手中，而此前只有一些顶尖对冲基金和投行使用这些专业知识来进行套利。Kensho公司的软件取名沃伦（沃伦巴菲特的沃伦）。你可以像在谷歌上搜索一样，在简单的文本框里输入复杂的金融问题。
例如：
当三级飓风袭击佛罗里达州时，哪支水泥股的涨幅会最大?(最大的赢家是谁?德州工业[Texas Industries])。
又或者，当朝鲜试射导弹时，哪支国防股会涨得最多?(雷神公司[Raytheon]、美国通用动力公司[General Dynamics]、和洛克希德马丁公司[Lockheed Martin])。
当苹果公司发布新iPad时，哪家苹果公司的供应商股价上涨幅度会最大?(为iPad内置摄像头生产传感器的豪威科技股份有限公司 [OmniVision])。
要回答此类问题，即使对冲基金的分析师能找到所有的数据，这也要花上他们数天的时间。但沃伦软件可以通过扫描药物审批、经济报告、货币政策变更、政治事件以及这些事件对地球上几乎所有金融资产的影响等9万余份资料，立刻为6500万个问题找到答案。
如果广泛加以使用，沃伦软件可以撼动长期以来被彭博和汤姆森路透垄断的260亿美元的金融数据市场，并且让华尔街的大银行和Bridgewater等对冲基金的研究工具变得更为大众化。
投资公司Devonshire Investors总经理David Jegen说：
每天，基金经理会有一个投资理念，然后必须找数量分析专家来建立模型。这是多数金融服务公司内部的一个瓶颈，导致经过测试的理念少之又少。
Devonshire Investors是共同基金巨头Fidelity Investments的私募股权部门，也是Kensho公司的投资者。Jegen称，提高投资理念测试的效率、质量和数量，这对于企业来说是件好事。
Nadler曾经在美联储工作。当时，他惊奇地发现这家全球最具权势的金融监管机构仍然依靠Excel来对经济进行分析。Nadler说：
我当时曾经想象美联储会有一个有着实时信息的作战室。
但相反，他发现美联储使用的是普通的不能再普通的Excel。他将这些告诉了Peter Kruskall。Kruskall是一位少年老成的程序员，在麻省理工学院获得了计算机科学的学士和硕士学位，并且在谷歌公司担任实习生，负责开发Gmail的颜色标签。
Kruskall表示，我开始思考自己在谷歌公司所了解到的东西，使用它们来分析市场。
Kensho使用了从谷歌那里得到的灵感，例如映射化简(MapReduce，将庞大的处理任务分配给云服务器的一种方法)和BigTable(将 庞大的数据压缩到可以加以处理的规模的一种方法)。2013年4月份，Kruskall从谷歌公司辞职，来到波士顿加入了Nadler的行列。
在向沃伦软件提问后，投资者会得到非常直观的答案，你还可以通过改变时间范围或被研究公司对象等变量来对答案加以优化。
投资者甚至可以在自动驾驶仪上通过沃伦软件进行搜索。
例如，如果当天美国耐用工业品订单高于预期，标准偏差值为0.25，那除了向你播报数据，Kensho还会自动分析，发现这种情况自2009年来已经发生26次，而且在这26次里，Clorox公司有23次的日回报为正。
Kensho可以帮助更多投资者在面对突发状况时，更快速地进行反应，例如美国中西部的龙卷风或者是纽约近日的抗议活动。Stanley Young表示：
在数据分析和洞悉方面，Kensho的沃伦软件确实设定了新的标准。
Young曾担任过彭博社企业产品与解决方案部门和纽约证券交易所技术部的首席执行官。目前他是Kensho公司顾问团成员之一。
要想打入华尔街，Kensho自然需要面临挑战。
Kensho公司的使命是将量化分析大众化，这将同投资界这一注重秘密和排外的群体产生冲突。FirstMark Capital的Matt Turck表示，
我认为市场将向这个方向发展，但还需要经过很长的过程。
Nadler表示，他正在敲定一个一年期的独家协议。用他的话来说，协议的另一方是华尔街一家著名的银行巨头。他同时也计划将沃伦软件租赁给基金经理和买方公司，并且参照彭博社和路透社的方式收取高昂的软件使用费。
-----------------------------
kensho-技术野蛮人逼近，股市从此没有秘密？
如 同被互联网颠覆的一个个行业那样，那些动则赚取数百万美金、生活在金钱帝国最顶端的投行基金们，恐怕也将面临从神坛跌落的命运。最近Forbs、 FTimes等国外著名金融刊物以“华尔街人神共愤的叛徒”报道了Kensho这家科技公司，实际上，早在12年Kensho已经让华尔街紧张了一轮，它 所做的，是将大量的经济数据、政治事件、金融交易信息以及通过复杂的金融模型运算，可以像谷歌搜索一般的简单方式提供答案，比如苹果发布iPhone6哪 些股票将涨。
对 于金融行业来说，虽然随机性的因素非常之多，但并非没有确定性的因子。如同天气预报那样，你知道的有效信息越多，就越能知道结果。没有人能否认信息的重要 性，谁提前一步知道政策的走向、公司的重大变化，他将具备相当的优势，所以在很长一段时间里，金融都是信息手段最积极的使用者（电报、电话、网络）。
不过在传媒日益发达的当下，除了少量被人为控制的内容，信息本身已经不是稀缺，这时候，更大的问题是信息过多，面对如此庞大规模的数据，普通公众是难以处理的。在这样的情况下，有两个因素反而成为核心能力，一个是如何完整的获得海量信息，另一个是如何从信息转换到结果的预测模型。Kensho做的，就如同天气预报那样，不断优化模型、灌入海量信息，然后给出结果。
所以，一旦Kensho成功，那金融机构的分析师和研究人员将面临危机，这就是为何对冲基金们纷纷指责Kensho为叛徒，“如果你发现了这种关系，那你就利用这种关系来交易！不要公开它啊！你这样导致大家都无法进行套利交易。”
不 过可惜的是，Kensho似乎并不打算像谷歌那样完全向公众公开他们的成果，而是计划将软件租赁给基金经理和买方公司，并且参照彭博社和路透社的方式收取 高昂的软件使用费。最新报道的重点，实质上是高盛花了1500万美元成为Kensho的最大股东。这可能让金融精英们松了一口气，至少，技术野蛮人暂时被 招安了，这些顶尖基金和投行获得超额利润的法宝，仍然要花巨额费用去买，仍然留在一个较小的圈子里。
这样的故事听上去很让人沮丧，不过，随着大数据技术基础设施的日益完善，我相信一定还将出现更多这样的创新者。技术是让世界更扁平，是让信息鸿沟变得更小，而不是把秘密封闭起来。他们也许会发现，将这些华尔街精英们的秘密工具开放给大众，将获得更大成就。这些故事，在很多领域都发生过，那些被小心翼翼供奉着的行业潜规则以及因此带来的金饭碗，都被一一打破，技术不断压缩着每一个“介质”过去通过信息不对称而获得的利润。
当真正的“背叛者”出现时，当这些强大的能力完全开放，金融业恐怕真的会被改写。
一方面，大量分析师的工作被取代。 面对机器对海量信息的分析能力，分析师是难以匹敌的，甚至机器不仅仅具有经济数据的量化分析，机器还能对“人”这个最具不确定性的数据进行分析，通过对无 数人在互联网上的行为倾向，获得趋势信息，实际上，这项技术已经被应用到国内的大数据基金里，前有百度联手广发基金推出百发100指数，后有新浪联手南方 基金推出大数据100和300指数。如果开放这些能力，任何一个普通人都能具备一个分析师团队的资源，这时候金融机构的职能又将转变成什么？研发模型？
另一方面，金融获利模式将会改变。 所谓不确定性越大，收益越高，但是某些对大众不确定的东西未必是真正不确定的，这种差异就会成为优势一方的利益来源，当技术抹平这种不确定性的差异化时， 要获得超额收益将会非常难。如同大家都能看到卫星云图，都知晓冷空气要来了，那么冷空气来的时候大家都能提前做好准备，大家的获益是一样的，除非你不去看 这个信息。越透明博弈越难，越确定收益越低，这样，基于技术的因素，短期的预测可能将相当的确定，那么短期的收益波动越小。而大的收益恐怕得看更长期，这 里面随机的影响更大，机器能给出的确定性建议更小。
更深层次上，当技术变成了一种预测的神话之后，可能还会产生非常大的社会影响。 与天气预报这类完全是客观因素的数据分析预测不同，金融不仅仅受客观因素影响，还严重的被人群的选择所左右，而技术分析预测本身又会影响人的选择，从而影 响结果，这样技术可能成为正反馈的放大器。因此，当技术分析准确到让人们深信不疑时，技术预测可能不仅仅是预测未来，而是影响未来。举个例子，技术分析预 测某个公司价值被低估，那么深信不疑的人们的行为就是倾向于买入，这就导致某个公司上涨，从而又反过来证明技术分析正确；再比如，当技术给出非常信服的结 果某个股票价值10元，那么它会迅速的到达这个位置，既没人愿意更高价买，也没人愿意更低价卖。
以上只是作为一个非金融专业人士的畅想，我们乐见这一天的到来，Kensho的出现说明技术已经在不断的逼近现实，下一步等待的，是看哪个公司能打出向公众开放的旗帜。不过，这样的技术出现又是可怕的，虽然人类生而不希望不确定，不希望冒风险.
