猎云网注：从2012年开始，国内创投市场有很大变化，基金可看的项目大幅度增加。 整个行业案源的扁平化、透明化、互联网化，导致量化VC现在变成一个可能、将来更成为一个趋势。戈壁创投目前将量化VC作为新路径，在量化道路上，分为长期、中期、短期三大阶段发展，并且认为量化分析可应用在四个方面。以下内容为戈壁创投合伙人蒋涛口述。
我在加入戈壁之前是做互联网的、负责艺龙的网站。2008年作为一个外行进入创投行业时，当时特别苦恼就是没有案源，如果一度依靠跑会找案源的话，效率就会很低。
之后我选择的路径是通过做行业研究，在一些不太热门的行业打cold call（陌生电话），才解决了一部分问题，逐渐过渡到了后来。
2012年开始，以36Kr、IT桔子为代表的科技媒体起来了；黑马大赛、创新中国大赛等创业活动大量出现，创投市场的案源开始趋于扁平化，市场上几乎80%的项目都是大家都能看到的。同时，案源的数字也随着创业者的增多、创业环境的提高而增大。从基金的角度，之前我们一个月看大约100个项目，到今年每个月就要看超过1000个项目了。
这些变化让我们有可能开始应用量化投资，也有必要通过量化投资提高效率。 整个行业案源的扁平化、透明化、互联网化，导致量化VC现在变成一个可能、将来更成为一个趋势。
量化投资的发展背景
戈壁很早就对系统有投入，随着系统的投入，用着用着量化就变成了一个必然的事情了。 我们对系统的投入主要基于两个原因：第一，我们坚信，作为传统行业的VC是要被改变的。所有事情都在互联网化，传统行业的互联网化也是我们投资的重点之一。第二，我本人是做技术的，我相信技术和数据的力量。之前我在艺龙负责网站的时候，数据是重要的决策依据之一。
最早我们用e-Front系统，但觉得很不顺，没法满足我们的需要。于是就投入了一个团队开发基金内部的管理系统，增加了项目录入、状态跟踪、每周周报、每个人的工作量等基础功能。2014年，当每月项目超过500个的时候，我们意识到OA化的系统已经无法解决效率问题，需要一个更为智能的系统，于是就自然而然发展到了之后的几个应用。这是一个循序渐进的过程。
目前，戈壁的IT团队有三个人，包括一位CTO，这个团队很快就会扩展到五个人。
戈壁将量化VC作为新路径，一方面因为我们已经积累了很多可以用作分析的数据；另一方面是为了解决人员流动性的问题。做好一个系统之后，可以在一定程度上降低基金公司对人的依赖。
VC最终应该是精英体制，如何保持这个精英体制是一个挑战。我们选择把投入放到技术方面，既可以预防人员流失带来的负面影响，同时也避免了人员过多带来的管理挑战。
现在市场上有很多媒体和咨询机构在尝试量化投资的路径。但我们觉得，量化投资的根本在于过滤能力，需要有能力和专长的人来验证，不然没法得到有效的算法。就算机器学习，也需要人告诉他“你的学习方式是对的”。在这个过程中，作为专业投资人的知识和经验是非常重要的，仅仅有数据是不够的。
量化投资三步走
投资最终将变成人与机器的结合，从长远目标来看，机器的作用将是不可替代的。 我们认为，量化VC大致可以分成三大阶段：
长远目标，我们希望它能够深度影响和帮助我们的决策，以某种形式的打分形成一个类评级系统；中期来讲，我们希望机器在一定程度上给我们做好一些过滤的工作，可以告诉我们应该优先看哪些项目；短期来看，更多的就是提升投资效率。
上面的这些目标，我们已经做到了相当一部分，并且还在继续深化的过程中。说到具体操作方式，首先，我们通过搜索网络上数据源来找到创业公司，确认公司尽可能覆盖我们会遇到的所有公司，且不能有重复。第二，获得公司的各种数据，包括网站访问量、App下载量、微博微信关注人数等定量数据，公司相关新闻资讯等定性数据，企业招聘信息等支持信息。第三，我们通过自然语义分析自动为这些企业添加标签，比如滴滴打车会被系统自动添加O2O、叫车、P2P等标签。第四，在标签和标签之间再建立关系，最终形成公司和标签交织形成的信息网。这张信息网就是我们做各种算法的数据基础。
量化投资四应用
我们在量化分析上的第一个应用是寻找Comps(可比公司)。做早期投资常犯的错误是看到一个新公司就会觉得很兴奋，其实并不知道可能已经有10家公司和它做同样的事情了。我们会要求投资团队去比较一些Comps，看这些Comps之间有什么不同。通过公司和标签的关系、标签和标签的关系，系统可以选出和目标企业相近的公司，有助于我们找Comps。这就是我们已经在用的方式：通过Comps的方式找到模式相近的企业。投资经理在推荐项目的时候，也需先见过这些Comps。
第二个应用是提高项目筛选效率。过去当案子比较少的时候，戈壁大约每个月要看100-300个案子，那时我们会要求所有成员一起为项目打分，作为一个初筛。现在戈壁非合伙人级别的投资团队成员每个月要看大约1000个案子，没法沿用同样的方法进行项目筛选。于是，我们通过自然语义建立“投资人－行业－创业项目”之间的关系，新的项目进来后系统会自动选择经验与这个项目相关度最高的两个人，由这两个人打分。也就是说，每个人看的都是和自己经验最为匹配的项目，项目筛选的效率也大大提高。
第三个应用是辅助行业研究。量化是做案源和项目筛选的一条重要路径，但有些行业是量化做不了的，比如那些未得到充分曝光的行业仍需通过行业研究的方式进行。我们通过挖掘标签与标签的关系，找到大行业中的新机会，并通过和其他领域的细分参照，进一步进行行业研究。
第四个应用是我们正在着手准备的应用。创业公司发展非常快，我们在把所有的项目打分之后，每个月会邀请6-8家公司进行为期一天的绿洲计划Demo Day。通常我们在Demo Day上当时决定不投资的企业，之后实际可能会发生变化，所以需要一个系统进行持续跟踪，当企业的下载量、访问量、新闻报道、招聘信息等数据在某个时间点突然变化，就立刻和企业取得联系。这就是我们下一步要做的。
当我们实现第四个应用之后，某种程度上就已经与第二个阶段接近了。现在大家还需要自己打分，经过一段循序渐进的过程，将可能实现系统为我们推荐待看的项目并按优先级排列。
