资产配置要基于宏观变量、行业变量、市场情绪变量而进行综合判断。F-EMBA：所以，在做资产配置时，要处理好以下信息。

1、宏观信息

对总量的判断是策略分析的基础课，完善领先于市场的宏观判断指标是当务之急，这些指标的完善包括：

经济增长。主要包括高频的工业品价格与量的信息、发电量、天气质量、房屋销售、消费数据等决定增长的根本因素，目标是将经济增长的数据获得从一个季度提前到一个月。

通货膨胀。主要包括高频的商品价格信息，特别是构成政府观察通胀的商品价格的每日变化。

流动性。流动性的观察，需要完善的是官方与商业机构公布信息之外的，可对流动性观察进行补充的数据，包括高利贷、企业票据利率、违约的事件等。

企业盈利。企业盈利观察的完善是在原有的“产能—杠杆”框架下，将数据进一步细化，并通过量化的信息处理使其更有前瞻性。

政策走势。F-EMBA：全球再平衡与中国新常态下，政策的短期操作与制度的长期建设对市场的影响在未来几年将会是异乎寻常的。

2、行业信息

对行业信息的深入加工，主要体现：

企业生命周期的动态观察。基于现金流的企业生命周期判断为资产配置，特别是为行业配置提供了坚实的依据。量化可使其更加准确性，从而在趋势判断的基础上更好地为结构和节奏判断提供参考。

跨资产联动的产业链观察。类似的观察在期货与股票的联动中已经产生了实质的效应。

主题投资的选择。主题投资是转型期非常重要的策略，主题的形成与跟踪、布局是一个系统的工程。利用大数据与舆情观察并结合逻辑思考，是把握主题投资的必由之路。

商业模式的跟踪。F-EMBA：经济的转型本质上是商业模式在技术、制度、需求、要素各种因素制约下的转型，新的商业模型的变化是跨行业的，是一个从量变到质变的过程。

行业政策的跟踪。行业政策的跟踪包括政府机关与行业协会等发布的信息，更包括行业在演变过程中促使政策改变的信息，传统的量化模型可以处理第一层面的信息，大数据与社交网络等可以处理第二层面的信息。

3、市场信息

在市场波动减弱的背景下，交易越来越频繁，市场情绪对交易的影响越来越大，这是由市场逐步有效的基本特征所决定的。因此，利用大数据与社交网络，密切跟踪微信、微博、雪球、股吧、百度指数等的变化来跟踪和预判市场情绪会为投资带来收益。

F-EMBA：同时充分利用传统量化模型，通过金融工程，加强对市场基本的持征的研究，对于理解市场也愈发重要。