林书豪一夜成名，引得世人一片惊叹。在大部分人都为这一传奇故事而赞叹的同时，却有那么几个人沮丧之极。火箭总经理莫宙在微博上写进“我们本应该留下林的。真的不知道他有这么出色。我的判断被别人误导了。”不能责备莫雷。发掘一名有潜力的球员，始终是一个难题。过去，负责发掘球员的是球探。他们穿梭于全美各高校或NCAA的各赛场之间，凭经验找球员。球探常有看走眼的时候，好不容易首轮选秀挑来的人，可能都打不满一个赛季。而林书豪这样的球员，也难入球探的法眼。
难道，我们就没有任何方法识别出林书豪的潜力?事实并非如此。有媒体报道说，其实在几年前，就有人预测了林书豪的成功。2010年5月份，一位名叫沃尔兰德的业余体育数据分析专家在选秀预测中，将林书豪排在新秀控球后卫榜单的第2名。面对媒体的采访时表示，他从2分球命中率和40分钟防守综合能力(每40分钟的篮板、抢断和盖帽)这两个常被忽视的数据中,发现林书豪的效率井不比艾弗森、佩顿这样的历史巨星来得差，从而预测他将成功。
看来不是没有办法，而是需要依靠一些非传统工具才行。
从某种程度上说，基金经理挑选股票的过程就好比是球探选球员。传统上，基金经理们依赖于经脸来做判断:他们去上市公司调研，了解公司经营情况，考察管理团队，询问第三方人士的评价。根据这些信息和过去的投资经验，来进行综合评判，而这一套流程也是NBA球探们的工作方式。可当越来越多的基金经理在进行同样的工作时，竞争越来越激烈。一家公司的股票可能成为多个基金经理的目标，也许还没等做完调研，股价早已被买上去了。如果要想做好业绩，只有找潜力股、冷门股。换句话说，就是必须找到股市中的“林书豪”。
因为竟争日益激烈，要想真正找到未被挖拓的潜力股，必须深入到股市中的每一个角落。目前沪深两市个股总数已达2500余只之多。任何一位基金经理，都不可能把所有上市公司都看一遍。
在这种情况下，传统的选股模式失灵了，我们应该学习沃尔兰德，用一些其他非传统工具，即数据分析—依靠数学模型发掘股市中的林书豪。首先，尽可能收集上市公司的所有相关数据，包括产业链数据、行业数据、财务数据，股东成分数据、价格数据、预期数据，等等;其次，使用计算机和数学工具，分析股票表现和各项数据之间的相关关系:最后，凭着掘地三尺的精神，穷尽数据和方法，终于找到那么几个可能预测股价走势的数学模型。
而利用上述做法投资股票市场的实际上就是从化基金。近些年来，数量化技术被广泛地使用在金融市场。美国最出名的一只量化基金——大奖章基金，近20年的平均业绩甚至高出巴菲特。而在1月内，今年以来，量化基金也表现抢眼，股票型基金的前10名就有3只量化产品。显示出现代数据分析方法应用到金融市场的巨大魅力。在未来的日子里，我们有理由打对量化基金产品的表现给予更大的关注。
写到这里，我想到一部有趣的电影《点球成金》，该剧获得了2012年奥斯卡奖6项提书。其剧情大意是，美国奥克兰运动家棒球队没钱买大牌球员，却依靠一位耶鲁数学系毕业生发明的数据分析方法，在较小的预算下，为各个位置配置了最适合的球员，最终赢得了当年的常规赛冠军。数据分析的魅力可见一斑。
现在，如果有人问我，21世纪什么最有价价?毫无疑问，我会回答“数据分析”！
