今天听了一个企业推广讲座，是关于利用连锁零售店的pos记录，用机械学习的方法加以分析，来预测上市企业的营业额。虽然涵盖的企业范围只限于食品，饮料以及部分日用品的生产企业，但是能做到用日本全国近5000家大型综合超市的原始消费数据，利用AI进行多层面的分析，最终以一周为周期，提供106家上市公司的营业额预测和更新，而且年度营业额预测，平均误差范围接近1%，还是年度结束前一个月的预测值。在企业分析方面的应用前途可以说是相当有潜力的。其实更重要的是他们发挥机械学习的高效性的同时通过无限量增加模型的方法得到更贴近实际市场的预测的这种创意。如果有足够多的数据那么我们很有可能模拟出一个非常贴近现实的市场，从而得出更加准确的预测，并运用到实际的投资决策中去。