在纽约SoHo区Two Sigma投资公司的大厅，机器人不时来来往往，数十位太空物理、免疫学与语言博士每天挤在电脑萤幕前，观看数十亿美元在全球市场上厮杀。

    他们的目的是秘密地为这家避险基金公司所管理的240亿美元，在全球寻找投资机会。这些科学家们将新闻稿、企业获利报告、天气预报及推特等资讯程式化，并撰写交易程式，依据他们从数据中所设定的「信号」来选股。

    其实华尔街开始驾驭这种「大数据」已有数年，其中一些业者更已跨出大步，利用大数据来预测股市。Two Sigma正处于电脑化投资的新前线，这些科学家与工程师正试着用强大的计算能力，从新闻与数据中预测股价。

    这种作法称之为「量化投资」，因为这种交易主要依靠数学模型。但在实际作法上却与传统的「量化交易」不同，因为传统为电脑所写的程式只局限于股价的统计关系，并没有利用多少现实世界的资讯。然而「大数据」操作者却是利用演算模型，他们比任何人都能更更迅速利用全球资讯，寻找投资形态，来进行股票、债券、选择权、期货或汇率交易决策。

    在Two Sigma公司，操作的策略如下：

    例如在决定如何操作一支大型零售股时，科学家及数学家们提出数十种电脑交易模型。其中一种是透过分析师们研究零售股的交易型态，来进行自动筛选；另一种模型是先订出一种交易型态，来分析与其他交易型态之间的相关性。每一种模型都会提出交易建议，再汇流到一个总评估模型中进行选股，最後由执行系统自动下单交易。

    科学家可能需要数周来完成一项模型；然而一旦输入电脑後，在几秒钟内就可完成一次运算。业者表示，这些系统拥有人工智能，「象徵投资管理业的未来」。

    量化投资和计量投资的不同

    量化投资

    靠数学可量化的模型，但数据来源不限于证券相关资讯，还包括新闻、推特讯息、天气预报等等

    计量投资

    靠证券间统计上的关系，但不理会现实世界的其他因素