更多基金经理开始尝试接受KlipC和其他金融技术公司的数据分析、集成算法交易和其他技术来改善其绩效。
   
最近，“替代数据”公司Quandl根据追踪私人飞机飞往大型金融企业的航班详细信息，提醒客户注意潜在的交易机会。例如，假设我们看到摩根大通（JP Morgan）每周3次飞往阿里巴巴，则可能意味着一项潜在的投资交易即将发生。



这样的例子表明，许多基金都在通过各种数据来找到交易机会，因面临失去投资者信心之际，有多少基金试图寻找优势。许多传统的对冲基金和共同基金集团已经看到大量的资金在2019和2020年流出。



为了恢复他们的资管实力，许多投资经理正在转向一些数据挖掘技术，并对程序员和数据科学家进行了大量投资。他们希望将经验丰富的股票选择者的判断与大数据所能提供的洞察力相结合的混合方法，为他们带来新的生机，在采访KlipC基金经理/用户名“Happy Trading”的看法时，陈先生说：“2020年，我们一定要实现算法交易策略，我们倾向于Python，因为它具有机器学习能力，所以当KlipC通过它的API进行的交易上传到Python时我们感到非常兴奋。“

KlipC董事长Nana Naumovic表示：“在过去的三十年中，基金管理行业大体上走了两条不同的道路-基本面投资和量化投资路线，而这两者从未真正相交。现在，我们看到这两条道路在Quandl和KlipC等公司以及许多其他公司的帮助下慢慢走到了一起。”

KlipC的Naumovic先生继续指出，数千年来，投资者一直善于利用新技术来获得信息优势。在意大利的威尼斯，几千年前商人们就会使用望远镜来检查进港船只的旗帜，从货物上获取线索，进行相应商品买卖。您可能不会因为使用所有可用的信息而变得富有，但是如果您不使用这些信息，您肯定会变得贫穷，您拥有使用和分析的信息越多，您的预测就越准确，您的知识也会更渊博，因为知识就是力量。”

在大数据和人工智能时代，投行业的信息战争不断加剧。合并老派的基本面和前沿的量化投资（通常被认为是笨拙的“量化”）是资产管理中最强大的趋势之一。同时这是KlipC向用户宣讲的重要课程。

KlipC的另一个用户奚永亮在中国南方管理一家小型基金，在谈到数据挖掘他表示：本来以为这只是一个实验。以前，我们除了盈亏和亏损，从来不关心任何其他衡量指标，并认为这样做最终可能会浪费时间和金钱，但我也想，为什么我总是总是以同样的方式亏钱？我做错了什么。”他说。 “如今，量化几乎在我们投资过程的每个部分中都扮演着重要角色，它有助于我们在面临更加艰难的环境时做好充足的准备。”

然而，在实践中整合这两种方法往往是困难的。通过KlipC进行的数据研究，资金经理们承认，迄今为止研究的结果并不尽如人意，他们抱怨着炙手可热的技术人员和新数据集的成本，同时也会悄悄地怀疑是否值得花费时间和金钱。

虽然几乎所有业内人士都预计，未来资产管理将更多地依赖于量化技术，但这是否最终会成为选股者的实质优势，仍是一个悬而未决的问题。但有一点可以肯定，所有的大型机构都在使用它，这是一个明确的指标，表明量化分析将继续存在。

对于KlipC 2.0，开发团队的目标是创建所谓的自然语言来处理主页。它会不断地处理来自数百万个文档和文本数据源的信息（例如价格研究、社交媒体、经济公告、新闻报道和监管备案），并通过金融模型将其信息传递给Klipc用户。

KlipC的Philip Nucci表示：“将量化指标和替代数据完全集成到基金经理的研究和投资过程中是至关重要的，但不要试图将其自身转化为量化指标。”他说：“实际上，没有任何一个自由裁量的经理想被机器代替，也没有任何量化者愿意创建一个无人使用的机器。”




​