隨著私募股權（PE）行業數十年的發展漸趨成熟，PE獲取暴利的時代已經過去，今後PE將走向更專業化的道路，並提供更多協助企業成長的增值服務。未來為了因應激烈的市場競爭，PE基金勢必要引入較高效率的科學化方法來協助投資決策和資源分配，以提供更細緻化和高附加價值的服務。

在這種市場情況下，我們將藉以人工智能和機器學習的技術方法來構建PE投資決策模型，從而為私募股權投資基金提供一種全新的、更精準的投資決策分析工具。據我們所知，目前還沒有任何一間機構提供此種專業化的服務。在這方面的研究也僅處於起步階段，但已獲有初步成果。

量化的預測技術在公開市場已經得到廣泛的應用。在美國，高頻交易利潤已達到每年數十億美元。相對而言，中國的程序化交易尚處於發展階段。私募股權（PE）和風險投資（VC）的投資決策與回收週期較公開市場交易明顯更長，影響最終回報結果的因素也更多更為複雜，因此，上述技術還未得到實用。但我們認為這是PE產業發展的未來趨勢，我們希望率先進行這方面的研究，並將最終獲得的研究成果回饋給PE行業。

我們的研究將致力於解決該領域常見的難題，包括代理風險、逆向選擇、融資風險等。我們將會構建能夠考量主觀及間接因素的數學模型，通過觀察這些因素對其他可測量變量的影響來對它們進行量化評估 。在掌握投資目標和市場狀況具體數據的前提下，藉由統計方法對投資決策进行嚴格精準的定量分析和有深刻見解的定性分析，最終為PE基金提供一整套包括交互式風險/回報分析、情境分析和投資組合指導等在內的投資決策方案。