近日，某金融数据终端的大幅涨价引发行业普遍不满。这凸显了金融行业人士的迫切需求，急需性价比更高、服务更完善的产品。
金融从业人员，尤其是研究人员，每天都要查找、整理、分析大量的数据，因此，数据是行业研究高频使用的刚需产品。金融数据终端价格的年年上涨大大增加了金融机构的成本。
传统数据供应商将散落在各处的数据，统一收集、整理，呈现给用户，用户无需花费大量时间寻找数据，也无需多方洽谈采购数据，这提高了投资研究的效率。
但是，随着时代的发展，传统数据供应商已难以满足投资研究人员的需求。
在资讯和数据方面，众多的数据供应商都可以提供，只是信息展现方式略有差别。在数据查找方面，传统依靠用户按菜单查询数据耗费用户较多的时间，智能搜索成为下一代产品必须要解决的问题。
智能搜索整合了新闻资讯、上市公司公告、券商研报、数据等几十类非结构化和结构化数据，并将投资逻辑融入搜索引擎。
智能投资平台萝卜投资在这方面已有数年的探索，“我们运用CRF、GBDT、LSTM等机器学习模型，智能解析投资关键词，并智能识别用户搜索的真正意图，从而可以展现搜索目标的最佳结果。”萝卜投资相关负责人表示。
数据和信息只是投资研究的第一站，投研人员还需在数据基础上，运用投资逻辑建立研究框架，对上市公司的业绩和股价进行预测。传统投研方式依赖EXCEl等工具进行建模计算，在人工智能技术成熟应用后，这一模式也将面临升级。
未来的趋势将是从基本面投研逻辑出发，利用机器学习模型建立智能投研框架，将人类研究员的专业知识和机器高效的运算能力相结合，这不但让研究结果更准确，计算速度更快，也能让研究范围实现全市场覆盖。
萝卜投资就依托于投资逻辑和各类高频经营数据，构建针对每只个股的定制模型框架，并用机器监控数据变动，及时更新公司的盈利预测，实现监控和预警24小时不停歇。
在大数据、人工智能技术的帮助下，传统的投资研究模式正在发生改变。在机器的优势充分发挥后，金融服务商的成本将大幅降低，服务效率将大幅提高，金融机构将享受到性价比更高、服务更完善的产品。