Sentieo问答：仍然使用“过时的技术堆栈”的研究工作流

生产力为股票研究提供了优势，随着以股票为重点的对冲基金今年进入市场，任何使用下一代技术工具进行更明智交易的机会都将受到欢迎。在与Hedgeweek的执行编辑进行的问答中，Sentieo Inc.的研究主管Nick Mazing，James Williams讨论了其平台如何使用最新的AI技术来改善研究工作流程并减少提取结构化和文本数据集所需的时间，并增强投资组合经理的能力，以便他们寻求生成alpha生成的投资论文。

硬件：在整个AI /机器学习革命的背景下，当使用新技术工具改善研究工作流程时，您能否首先考虑一下生产率对股票分析师意味着什么？

NM：采用新技术不仅对专业投资者而且对于整个企业都是一项竞争当务之急。这推动了SaaS和AI的繁荣。

今天，我们在将这些应用程序引入投资管理中扮演着重要角色。我们的客户看到了真正的进步：提高生产率，准确性和洞察力。

这些改进共同带来了更好的投资决策。例如，我们的NLP和基于机器学习的成绩单摘要通过电子邮件表示，经过训练的模型将以前只能以线性格式访问的信息推送到收件箱，并使您能够从手机上的成绩单中读取指导语言。

推送的另一个示例是保存的搜索警报，它使您可以在eBay的CFO每次提及待命的亚马逊时获得警报，或者在搜索中使用ML生成的同义词将您的网络更广泛地投放。拥有这些工具，以及市场和金融数据，替代数据以及专门构建的完整研究管理系统，可以为您提供“超人”技能-并为您的研究提供优势。

硬件：研究工作流程中存在哪些现有问题，这些问题使股票分析师难以做出有意义的改进（就时间，减少的手动任务等而言），尤其是对于那些希望使用非传统数据集的人而言？

NM：如今，研究工作流程中最常见的问题是过时的“技术堆栈”。这里的问题是，您的公司最后一次评估它使用的技术是什么时候？

让我们从一个简单的示例开始：您每天早上必须进行多少次登录？

在过去的十年中，技术极大地改善了这个问题。整体身份管理在企业级别已得到显着改善，为管理团队提供了有关使用和参与的准确见解。

现在将此问题移至您的工作流程。仅仅因为十年前就已经完成了过程中的哪些部分？

如果您有十个单独的应用程序用于工作，例如文档搜索和阅读，笔记记录，电子邮件流，市场数据，财务/报告数据，替代数据源以及论文管理，那么您在浪费大量时间是出于两个原因。

首先，您浪费了在应用程序之间切换的时间，其次，您错过了通过无缝协作和警报之类的东西来扩展工作流的机会。还有更多内容：例如，我们的交互式财务模型可让您输入自己的假设，以便您可以快速进行资格预审或取消资格鉴定。

在替代数据方面，我们以最具预测性的组合来组合数据集，并且在整个系统中都具有此功能。可以跨许多度量标准筛选数据，可以将其可视化并与其他集合组合，并且可以获取有关拐弯的推送警报。替代数据较少涉及拥有“它”，而更多与正确应用它有关。

硬件：在发现以前可能无法获得的新见解时，如何最好地将诸如Sentieo平台之类的AI工具集成到研究工作流程中，以帮助股票分析师？

NM：所有知识工作者今天面临的挑战是信息过多。这带来了两个风险：丢失关键信息，而无法获得洞察力；以及所有这些都是由于必须处理的庞大数量。

这就是我们的ML和NLP工具到位的地方。

例如，我们根据分类（例如指导）提取，分类和排序成绩单句子，然后在顶部覆盖一个情感过滤器和偏斜过滤器。因此，您不必阅读完整的成绩单，就可以准确地看到所需的指导，以及NLP层的排名情绪和“偏斜”的可能性。您还可以查看一段时间内的术语和情绪趋势，以获得更好的上下文，这意味着您不再需要收听之前的五个呼叫来加快“语气”的速度。

另一个应用程序是我们非常复杂的同义词搜索。使用同义词搜索，您无需知道公司是使用“销售”还是“收入”来查找，因为Sentieo知道这些都是同一回事。这有效地将搜索时间减少了50％。

此外，我们的ML工具会建议自动填充和类似的搜索字词，以确保您以全面的方式看到最符合逻辑的查询。

硬件：您能否提供一个示例或说明，说明您的一位客户使用Sentieo如何从其研究过程中的生产率提高中受益？

NM：在最近的网络研讨会“股票研究中的生产力作为优势”中，我们有一个来自大型多空基金的客户讨论了他们如何使用我们的集成研究管理系统（RMS）。Twitter上的另一个客户称我们为“ Slack的财务垂直版本”。

这两个客户的收益都围绕着拥有专用RMS的好处，该RMS已集成到您的工作流中，作为公司IP的中央存储库。您不仅可以无缝地阅读，突出显示，标记和共享，还可以将注释，屏幕截图和模型以及任何其他文件保存在一个位置，以便进行协作和审阅，并具有适当的版本控制，自动化（例如行业新闻通讯以及您的可搜索性：全部在移动设备上可用。

硬件：请评论使用支持广泛研究功能的系统/平台的重要性，以及您认为这样做的最大优势。

NM：投资世界一直在变化：这就是为什么拥有一个为不断变化而打造的平台至关重要的原因。现在有一些几年前不存在的数据集：如何将它们集成到工作中？在诸如对财务和非财务指标进行筛选之类的领域中，有了很大的改进：您当前的系统如何适应这些指标？

随着新主题和主题的出现，动态改进搜索技术也至关重要。例如：假设您正在寻找管理层和分析师之间的转录情绪差异，替代数据变化大，FCF（自由现金流）生成量高的股票。将这些先前断开连接的数据集与筛选和其他工作流程功能相结合，可以扩展分析师以新方式可以做的一切。

硬件：最后，您能否重点介绍以AI工具为基础的有效研究管理计划的一些更广泛的好处；例如，在全球团队之间进行更广泛的协作，保护IP，改善数据治理和合规性？

NM：研究管理系统涉及多个组织层。如今，分析人员需要一种功能全面，易于贡献且易于搜索的系统。

投资组合经理需要高效率的分析师，并希望每个人都在同一页面上，但他们也希望能够从任何地方监视团队的活动。更重要的是，项目经理需要确保随着员工的前进，公司的IP始终与公司保持一致。必须拥有适当的存储库并在顶部进行强大的搜索。该公司的技术专业人员可能会关注安全性，诸如单租户托管等话题是首要考虑因素。

最后，合规性需要能够使用严格的版本控制来访问所有已完成的工作，以便可以迅速完成潜在的法规审核。使用临时系统仍然是行业规范。我们看到共享驱动器中IP丢失，我们发现缺乏基本的可搜索性，我们看到金融专业人员正在使用消费级应用程序。我们在这里改变这一点。

钉“ />

詹姆斯·威廉姆斯