引言：不同于传统的数量统计类的分析，大数据分析具有更新频率快、真实性强、精准度高、衡量范围全等特质。

近年来，股市黑天鹅事件频发，所及之处无不掀起一片血雨腥风。一场塑化剂风波，令白酒股4天内蒸发447亿市值;重庆啤酒“疫苗血案”吞噬市值289亿;瘦肉精事件卷走170亿财富;2015年11月初私募大佬徐翔涉嫌违法犯罪，被公安机关依法采取刑事强制措施后，其关联的数十只概念股集体连续跌停，香港上市公司七星控股复牌后更是一度暴跌超过40%……一连串触目惊心数字带来的直接后果，就是基金管理人业绩急剧跳水，管理的财富瞬间旋入黑洞，毁灭于无形。

黑天鹅事件(英文：Black swan event)是指非常难以预测且不寻常的事件，当其发生时通常会引起市场连锁负面反应甚至颠覆。纳西姆·尼古拉斯·塔勒布在《黑天鹅》一书中提出了黑天鹅事件的定义，简而言之就是：稀有性、冲击性和难以预测性。塔勒布认为，生活只是少数重大事件的累积结果，极少数根本无法预料却影响巨大的黑天鹅事件，决定了我们一生的命运，甚至决定一个国家的命运。黑天鹅事件虽然难以预测，但随着社会进步和文明发展，尤其当人类社会进入大数据金融时代，股市黑洞不再密不可测。黑天鹅事件是否会降临在某一类投资经理身上，投资经理踩“雷”所产生震幅和影响有多深远，我们借助大数据，一定程度上可实现提前预判。

正如十八世纪富兰克林用风筝实验捕捉雷电，颠覆了人类对雷电的认识.二十一世纪的大数据金融专家，也希望用大数据的方式捕捉资本市场的雷电，揭示雷电的真正面目。本文以基金管理人为研究对象，试图揭示管理人踩雷背后的原因，并计量当黑天鹅真正来临时，会造成怎么样的连锁踩踏反应。

事实上，基金管理人踩雷的原因有很多。因为单就黑天鹅发生的原因来分类，有诸如公司治理不当、财物造假、信披不实、业绩变脸等内部原因，有诸如外部舆论传播、政策原因等外部原因。作为基金管理人，“常在河边走，哪有不湿鞋”，但为什么有些群体踩雷概率特别大，踩雷后受损特别严重?这就需要用我们的大数据来全面分析得到答案。

不同于传统的数量统计类的分析，大数据分析具有更新频率快、真实性强、精准度高、衡量范围全等特质。通过建立知识图谱的方式使机器能够自己生产出逻辑，对数据进行分类和判断，从而机器就能拥有部分研究员的视角，可以对目前发生的黑天鹅事件进行综合全面的分析，甚至可以达到预测黑天鹅的效果。

利用大数据达成机器学习的过程是漫长而充满挑战的，要建立有效的大数据分析体系，需要有强大的硬件和软件支持：包括搭建cloud平台，建立网络爬虫系统，构建中文知识图谱，在云端建立开源分布式计算的数据库等等一系列的程序支持，还需要配合svm算法进行文本聚类分析。更重要的是，除了算法、IT、数据的支持除外，需要有一批对金融本质有深刻洞察能力的专家团队负责整理相关的材料以及分析逻辑，作为机器学习的训练素材。要达成此事件，既需要公司具备完善的大数据生产土壤，还需要有先天的金融基因和金融生态环境，才能确保利用大数据揭秘股市黑洞成为一种切实落地的方案。

大数据分析将投资经理的个人属性和社会属性加入其中，个人属性包括如性格、教育工作背景、勤奋度等维度，社会属性涵盖了如父母、同学、职场引路人等维度，这些维度就像冰山潜伏在海平面以下的那部分，虽然隐蔽，却是反映人性的基石。个人属性和社会属性的标签大多来源于网上公开的新闻、微博、股吧、以及通过自媒体发布的相关言论等，这种信息大多以文本的形式呈现。在传统的方式下，这些海量信息没有被直接量化，但在大数据的背景下，这些文本经过解析和拆分，可转化为结构化的数据，再配合机器学习和人工校验，就产生了刻画管理人投资能力的相关因子，之后进行滚动迭代，不断地重复累积，让因子精度越来越高，最后让机器具有了实时判断黑天鹅的逻辑和能力。

通过对比近十年的数据发现，专业基金管理人布局的个股往往与他们过往经历与成长环境存在高度相关性。比如今年奔私的前公募一姐王茹远，曾经耗时一年零一个月的时间，将宝盈核心优势基金从一只单位净值不到7毛钱、规模不足1亿元的“小危”基金，迅速做到净值增长超过50%、业绩称冠混合型产品、规模突破十亿元的“明星”基金。数据显示，王茹远在2007年12月至2011年7月就职于海通证券股份有限公司，担任TMT行业首席分析师。2011年7月加入宝盈基金管理有限公司，担任核心研究员直至基金经理。事实上早在2001年王茹远在国外读书的时候，她便非常关注网易、新浪这些在海外上市的互联网企业。毕业后王茹远进入了知名IT公司工作，对互联网行业的发展有了更为深刻的认识。有趣的是，王茹远之所以后来进入证券行业，是因为她当时从事的服务提供商行业由于运营商政策整顿，导致行业发展遭遇重创，事业前景黯淡而被迫选择转行。这些工作经验也让王茹远对那些过度依赖上游、纯粹靠关系拿单的公司敬而远之，形成了立足行业发展选股的“审美观”。即便奔“私”以后，“一姐”依然坚持其一贯的投资风格和行业偏好，重仓景气度持续向上、能把握住行业拐点的优质成长股(大部分集中在TMT行业)。笔者不去评论其投资能力如何，只是料想，如果未来市场遭遇黑洞，经历类似2000年时科技股泡沫的洗礼，形成戴维斯双杀，又或整个行业遭遇黑天鹅事件，那么以王茹远为代表的这类私募基金管理人将折戟沉沙，触雷对其整体投资业绩影响巨大。这点从其今年股灾以来，旗下天堂硅谷大浪潮母基金8月底逼近清盘线而被迫采取平仓行为已经得到证实。

将私募基金管理人作为研究对象，我们还能发现类似徐翔事件的引爆，对资本市场产生巨大的破坏力，造成严重的轮番踩踏事件。以概念股康强电子(002119)为例，公司半年报显示，泽熙6期单一资金信托计划位列公司前10大股东。自2015年11月1日起公司连续两日跌停，前十大股东中“新华鑫利灵活配置混合型证券投资基金”与“南方策略优化混合型证券投资基金”同时踩雷。进一步挖掘可知，“南方策略优化混合型证券投资基金”的基金经理为杨德龙，其还兼任南方旗下数只产品的基金经理。假设通过数据分析发现该投资经理的数个产品存在非常明显的交叉持股现象，那么我们有理由来预测该投资经理旗下的其他产品(尽管没有披露在公司前十大股东之列)也会因徐翔事件受到波及。通过大数据的方式，全面系统地展示徐翔概念股及背后的产品和触雷的投资经理等，将会形成一幅信息量非常巨大的动态触雷图谱，甚至还能预测公开数据之外的一些信息，这就是大数据的魅力。

以上案例均从公开网站、媒体、上市公司公开信息披露等渠道获取情报信息，我们不做其真伪度的判断，只是假设其真实存在，推演出来的一套系统逻辑。本文的初衷还是试图从研究私募基金管理人的视角，以大数据的方式来探秘股市黑天鹅。目前，国金涌富资产管理公司已通过数据运算生成一些工具和产品，正在进行小范围内测，例如上述专注研究基金管理人的触雷图谱就可实现实时查询，一键生成报告，非常灵活方便。国金涌富表示，后续还将不断增加大数据方面的投入，建立知识图谱并完善机器学习能力。公司立志于资管大数据领域地深入挖掘和探索，助力中国私募基金行业的健康发展。