第一章 引言 1.1 定義

另類數據，通常被定義為傳統(tǒng)金融報告和宏觀經濟指標之外的信息，近年來在投資領域中的重要性日益增長。這種數據通常來源于非傳統(tǒng)的數據源，例如社交媒體、衛(wèi)星圖像、互聯網搜索記錄和消費者交易數據等。與傳統(tǒng)數據相比，另類數據往往更為實時、具有更高的頻率，并能提供更深入的見解。

隨著技術的進步，尤其是大數據技術和機器學習的發(fā)展，投資者和分析師開始利用另類數據來獲得市場的獨特見解，從而在投資決策中獲得競爭優(yōu)勢。例如，通過分析社交媒體上的情感，可以預測某個品牌或股票的未來表現；通過衛(wèi)星圖像，可以估算某個零售商的客流量，從而預測其銷售業(yè)績。

資料來源：資產信息網 千際投行 路孚特

1.2 特點

另類數據，與傳統(tǒng)的金融數據相比，具有一系列獨特的特點，使其在投資決策中發(fā)揮了不可替代的作用。以下是另類數據的四大主要特點：

容量大

另類數據的第一個顯著特點是其巨大的容量。據統(tǒng)計，全球數據總存儲量在2019年達到了驚人的41ZB，而2020年單年的數據生產量更是達到了6ZB，占全球的14.6%。更為震撼的是，從2016年到2020年的五年時間里，另類數據的產出量占據了全球存儲數據的62%。這意味著，另類數據的產出速度和規(guī)模已經超越了傳統(tǒng)的數據來源，為投資者提供了前所未有的信息資源。

速度快

除了容量大，另類數據還具有高速的特點。這種速度體現在兩個方面：首先，數據的生產速度極快，達到了每秒PB級別，這意味著它可以在瞬間占用1024個TB級別硬盤的全部內存。其次，數據的處理速度也非常快�，F代技術使得一個獨立的筆記本電腦就可以在0.15秒內處理億條級別的數據。這種高速的數據處理能力為投資者提供了實時的市場信息，幫助他們做出更快速和準確的決策。

種類多

另類數據的第三個特點是其種類繁多。與傳統(tǒng)的金融數據相比，另類數據涵蓋了更廣泛的信息來源，包括圖片、文字、音頻、視頻、傳感器數據、GPS等。這種多樣化的數據來源為投資者提供了更全面和深入的市場見解。不同的數據類型和來源可以幫助投資者從不同的角度分析市場，獲得更為準確的投資策略。

圖 另類數據集種類

資料來源：資產信息網 千際投行 Neudata

高價值

最后，另類數據的價值非常高。由于其多層次和廣泛的數據類型，另類數據可以為投資者創(chuàng)造出高品質的價值。例如，滴滴公司可以通過分析其用戶的出行規(guī)律來更好地了解客戶的需求和習慣；沃爾瑪公司則通過剖析賬單數據，發(fā)現了紙尿布和啤酒放在一起可以提高銷量的有趣現象。這些例子都說明，另類數據為企業(yè)和投資者提供了深入了解市場和消費者的機會，從而幫助他們做出更為明智的決策。

1.3 挑戰(zhàn)和瓶頸

在當今的投資領域，另類數據正逐漸成為決策的關鍵因素。然而，這個領域也面臨著一系列的挑戰(zhàn)和瓶頸，這些問題不僅限制了另類數據的廣泛應用，也為投資者帶來了一系列的困惑。

高昂的系統(tǒng)搭建成本

另類數據的處理和分析需要大量的人力和財力投入。這些數據的維度復雜，處理難度大，而且需要專業(yè)的分析方法才能從中提取有價值的信息。目前，許多量化資本都面臨著高昂的數據挖掘和分析成本，這使得他們難以承擔前期的系統(tǒng)搭建費用。

事實上，數據的投入成本在某種程度上已經抵消了其潛在的絕對收益。這也是為什么另類數據在投資領域的發(fā)展速度相對較慢的主要原因。

高價值數據的獲取困難

要獲取高價值的另類數據，通常需要采用線下搭建設備或實地調研的方法，或者運用先進的網絡追蹤技術。這些方法不僅成本高，而且通常只有大型數據采集公司才具備這樣的能力。

以Thanos公司為例，這家公司在2018年成功預測了特斯拉的產能和銷量，其背后的數據采集能力是基于其在集群監(jiān)控領域的深厚積累。而能夠獨立搜集這種一手數據并將其應用于投資策略的基金公司實際上是非常少見的。

易獲取數據的質量問題

盡管從數據供應商購買數據是許多量化基金公司的首選方法，但這種方式獲取的數據的真實性常常受到質疑。存在的公司造假風險可能會嚴重影響策略決策的結果。而從權威公開數據源獲取的數據，雖然在某種程度上可靠，但其市場時效性和策略同質化的問題也限制了其實際應用價值。

人才短缺問題

處理和分析另類數據需要高度的專業(yè)技能和深厚的行業(yè)知識。能夠同時精通數據分析和對某一行業(yè)有深入了解的人才實際上是非常稀有的。這也意味著，要建立一個高效的量化投資團隊，所需的人力成本會相對較高。

從長遠的角度看，另類數據投資領域的競爭格局可能會呈現出“馬太效應”，即強者愈強，弱者愈弱。這種情況對于整個行業(yè)的長期健康發(fā)展是不利的。

千際投行認為，另類數據在投資領域具有巨大的潛力，但要充分發(fā)揮其價值，還需要克服一系列的挑戰(zhàn)和瓶頸。

第二章 另類數據的種類與來源2.1 社交媒體數據

在另類數據的世界中，社交媒體數據猶如一顆璀璨的明珠。這些數據匯集自各大社交媒體平臺，包括微博、微信、Facebook和Twitter。用戶在這些平臺上的互動，無論是發(fā)帖、評論、點贊還是分享，都為投資者揭示了豐富的市場信息。

情感洞察：社交媒體上的內容情感分析能夠揭示公眾對特定品牌、產品或公司的情感態(tài)度。例如，當新產品發(fā)布后得到廣泛的正面反響，這往往預示著產品銷售的上升趨勢。

探測市場脈搏：社交媒體上的熱議話題和流行趨勢為投資者展現了市場的實時動態(tài)。當某一新興技術或行業(yè)在社交媒體上被頻繁討論，這通常意味著它具有強大的增長勢頭。

風險預警：社交媒體上的負面輿論和信息為投資者提供了關于風險的早期警示。例如，當某公司產品出現問題并在社交媒體上引發(fā)廣泛關注，其股價可能會受到沖擊。

競爭格局解析：通過分析各公司在社交媒體上的互動和表現，投資者可以更清晰地看到市場格局和競爭態(tài)勢，為投資決策提供有力支撐。

深入用戶心智：社交媒體上的用戶行為，如搜索和分享，為投資者展現了消費者的真實偏好和行為模式。

社交媒體數據為投資者提供了寶貴的市場洞察，助力他們更精準地捕捉市場機會，做出明智的投資選擇。

2.2 衛(wèi)星圖像數據

衛(wèi)星圖像數據是近年來另類數據領域中的一個新興趨勢，它來源于地球觀測衛(wèi)星捕獲的高分辨率圖像。這些圖像為投資者提供了大量的地理、環(huán)境和經濟信息。

基礎設施和建設活動監(jiān)測：通過衛(wèi)星圖像，投資者可以實時監(jiān)測某個地區(qū)的基礎設施建設和城市化進程。例如，新的工廠、道路或住宅區(qū)的建設可能預示著該地區(qū)的經濟增長。

農業(yè)產量預測：衛(wèi)星圖像可以提供關于土地利用、作物種植和生長狀況的信息，從而幫助投資者預測農產品的供應和價格。

能源和礦產資源探測：通過分析衛(wèi)星圖像，投資者可以了解某個地區(qū)的能源和礦產資源分布，從而做出投資決策。

零售業(yè)客流量分析：通過監(jiān)測大型零售商的停車場情況，投資者可以估算其客流量和銷售業(yè)績。

環(huán)境和氣候變化監(jiān)測：衛(wèi)星圖像可以提供關于氣候變化、極端天氣和環(huán)境污染的信息，這些信息對于農業(yè)、旅游和保險等行業(yè)的投資決策至關重要。

供應鏈管理：對于那些依賴全球供應鏈的公司，衛(wèi)星圖像可以提供關于生產設施、倉儲和物流的實時信息，從而幫助投資者評估供應鏈的穩(wěn)定性和效率。

衛(wèi)星圖像數據為投資者提供了一個全新的視角，幫助他們從宏觀和微觀層面了解市場動態(tài)和潛在的投資機會。隨著衛(wèi)星技術的進步和數據處理能力的增強，衛(wèi)星圖像數據在證券市場中的應用將會越來越廣泛。

2.3 互聯網搜索數據

互聯網搜索數據是指用戶在搜索引擎上輸入的查詢詞、點擊的搜索結果以及相關的用戶行為數據。這些數據為投資者提供了大量的實時信息，反映了公眾的興趣、需求和行為模式。

市場趨勢預測：通過分析特定產品、品牌或行業(yè)的搜索量，投資者可以了解其在市場中的熱度和趨勢。例如，某個新技術或產品的搜索量激增可能預示著其市場需求的增長。

消費者情感分析：用戶的搜索查詢和點擊行為可以為投資者提供關于消費者情感和偏好的見解。例如，大量的負面搜索查詢可能預示著某個品牌的聲譽受損。

競爭對手分析：通過比較不同公司或品牌的搜索量和點擊率，投資者可以了解市場中的競爭格局和各自的市場地位。

產品研發(fā)指導：搜索數據可以為公司提供關于消費者需求和興趣的寶貴信息，從而指導產品研發(fā)和市場策略。

風險管理：搜索數據可以為投資者提供關于市場風險的早期預警。例如，某個行業(yè)或市場的大量負面搜索查詢可能預示著潛在的市場風險。

宏觀經濟指標預測：互聯網搜索數據可以作為宏觀經濟指標的前瞻性指標，幫助投資者預測經濟增長、失業(yè)率和消費者信心等。

互聯網搜索數據為投資者提供了一個實時、全面和深入的市場視角，幫助他們更好地理解市場動態(tài)、消費者行為和競爭格局，從而做出更為準確和及時的投資決策。隨著大數據技術和機器學習的發(fā)展，互聯網搜索數據在證券市場中的應用將會越來越廣泛。

2.4 交易數據

交易數據是指在各種交易平臺上，如電子商務網站、支付平臺和股票交易所等，用戶進行交易時產生的數據。這些數據包括但不限于交易金額、交易時間、交易對手、商品或服務的種類等。

實時市場動態(tài)：交易數據為投資者提供了市場的實時動態(tài)，幫助他們及時了解市場的供需關系、價格變動和交易量等關鍵信息。

消費者行為分析：通過分析交易數據，投資者可以深入了解消費者的購買習慣、偏好和消費能力，從而預測某個品牌或產品的市場表現。

供應鏈管理：交易數據可以為投資者提供關于供應鏈的實時信息，如庫存水平、物流狀態(tài)和供應商的表現，從而幫助他們評估供應鏈的穩(wěn)定性和效率。

競爭對手分析：通過比較不同公司或品牌的交易數據，投資者可以了解市場中的競爭格局和各自的市場地位。

風險管理：交易數據可以為投資者提供關于市場風險的早期預警。例如，某個行業(yè)或市場的交易量突然下降可能預示著潛在的市場風險。

宏觀經濟指標預測：交易數據可以作為宏觀經濟指標的前瞻性指標，幫助投資者預測經濟增長、通貨膨脹率和消費者信心等。

交易數據為投資者提供了一個實時、全面和深入的市場視角，幫助他們更好地理解市場動態(tài)、消費者行為和競爭格局，從而做出更為準確和及時的投資決策。隨著電子商務和數字支付的普及，交易數據在證券市場中的應用將會越來越廣泛。

2.5 其他

除了上述的另類數據源，還有許多其他類型的另類數據為投資者提供了寶貴的市場信息和見解。以下是一些其他常見的另類數據源及其在證券市場中的重要性：

位置數據：來源于智能手機、車載GPS和其他位置感知設備。這些數據可以幫助投資者了解消費者的移動模式、訪問的地點和停留時間，從而預測零售商的客流量、旅游業(yè)的繁榮程度等。

傳感器數據：來源于各種物聯網設備，如智能家居、工業(yè)機器和醫(yī)療設備等。這些數據為投資者提供了關于設備的使用情況、性能和健康狀況的實時信息。

信用卡交易數據：提供了消費者的購買記錄和偏好，幫助投資者了解消費者的消費習慣和市場趨勢。

網絡流量數據：來源于網站和應用的訪問記錄，為投資者提供了關于用戶的在線行為、興趣和偏好的信息。

文本數據：來源于新聞、報告、論壇和博客等。通過對這些文本進行分析，投資者可以了解市場的輿論、情感和趨勢。

圖像和視頻數據：來源于公共攝像頭、無人機和社交媒體等。這些數據為投資者提供了關于事件、活動和市場動態(tài)的視覺信息。

隨著技術的進步和數據采集能力的增強，另類數據的種類和應用范圍將會不斷擴大。這為投資者提供了一個更為全面、深入和實時的市場視角，幫助他們更好地理解市場動態(tài)、消費者行為和競爭格局，從而做出更為準確和及時的投資決策。

第三章 另類數據在證券市場的應用3.1 股票市場

在華爾街的金融中心，傳統(tǒng)的投資工具正在與一種新興的數據資源——另類數據，展開深度融合。這種數據，從社交媒體情感到消費者搜索習慣，為投資者揭示了前所未有的市場洞察。

公司的未來之窗：社交媒體、消費者搜索和交易數據為投資者提供了關于公司銷售、品牌聲譽和市場地位的即時反饋，成為預測公司未來表現的新工具。

行業(yè)的晴雨表：位置數據、傳感器數據和文本數據等，為投資者揭示了行業(yè)的發(fā)展脈絡、競爭格局和可能的風險。

投資策略的調頻器：另類數據為投資者提供了市場的脈搏，助力他們微調投資策略，如資產配置和股票選擇。

風險的雷達：社交媒體輿論、信用卡交易和網絡流量數據等，為投資者提供了市場風險的實時預警。

經濟的前瞻鏡：交易數據、位置數據和搜索數據等，已經成為預測宏觀經濟走勢的新型前瞻性工具。

事件的探測器：文本、圖像和視頻數據等，為投資者提供了市場重大事件的第一手信息，助力他們制定事件驅動的投資策略。

在金融世界中，另類數據正逐漸成為投資者的新羅盤。隨著這種數據的應用越來越廣泛，它有望成為未來股票市場的核心決策工具。

3.2 債券市場

在金融的大海中，債券市場如同一片寧靜的湖泊。但現在，這片湖泊的水面下，另類數據的潛流正在涌動，為固定收益投資者提供了前所未有的市場洞察。

信用的新羅盤：社交媒體情感、交易數據和網絡流量等另類數據，為投資者提供了關于公司信用風險的新維度，助力他們更精準地定價債券。

經濟的晴雨表：位置數據、消費者搜索和交易數據等，已經成為預測宏觀經濟走勢的新型前瞻性工具。

流動性的脈搏：交易數據和市場行為分析，為投資者揭示了債券市場的流動性健康狀況，助力他們制定更高效的交易策略。

結構性產品的X光機：另類數據為投資者提供了關于MBS和ABS等結構性產品的深入見解，揭示其性能和風險的真實面貌。

政策的風向標：文本數據、社交媒體輿論和政府公告等，為投資者提供了政策風險的實時預警。

ESG的放大鏡：環(huán)境數據、社會媒體輿論和公司社會責任報告等，為投資者揭示了公司的ESG表現，助力他們制定更為可持續(xù)的投資策略。

在債券市場的深水區(qū)，另類數據正逐漸成為投資者的新燈塔。隨著這種數據的應用越來越廣泛，它有望成為未來債券市場的核心決策工具。

3.3 外匯市場

在金融的大棋盤上，外匯市場如同一個永不停歇的旋風，每一次微小的貨幣波動都可能引發(fā)巨大的市場反應。而在這風起云涌的市場中，另類數據正成為投資者的新羅盤。

經濟的晴雨表：消費者搜索、交易數據和社交媒體情感等，為投資者揭示了各國經濟的脈搏和預期，助力他們洞察貨幣的未來走勢。

政策的風向標：文本數據和社交媒體輿論為投資者提供了中央銀行政策和政府財政的第一手信息，助力他們預測貨幣政策的風向。

資本的潮汐：交易數據、股票市場和債券市場動態(tài)，為投資者展現了全球資本的潮起潮落，助力他們預測貨幣的供需平衡。

地緣政治的風云：新聞、社交媒體和其他另類數據源為投資者提供了全球政治風云的實時動態(tài)，助力他們評估外匯市場的潛在風險。

交易的指南針：另類數據為投資者提供了外匯市場的實時脈搏，助力他們更精準地制定交易策略。

市場的心跳：社交媒體、新聞和論壇等，為投資者揭示了市場的情緒和預期，助力他們更好地洞察貨幣的走勢。

在外匯市場的大潮中，另類數據正逐漸成為投資者的新羅盤。隨著這種數據的應用越來越廣泛，它有望成為外匯市場的核心決策工具。

3.4 商品市場

在全球化的商品市場中，每一次價格的波動都可能影響到數以億計的人們。而在這復雜的市場中，另類數據正成為投資者的新航標。

供需的天平：衛(wèi)星圖像、傳感器數據和交易數據等為投資者揭示了商品的生產、庫存和消費的實時畫像，助力他們洞察價格的未來走勢。

生產的計算器：能源價格、勞動力成本和物流費用等數據，為投資者提供了商品生產成本的精準估算，助力他們更科學地定價。

天氣的魔法棒：氣象數據、衛(wèi)星圖像和環(huán)境監(jiān)測數據為投資者展現了天氣和環(huán)境如何魔法般地影響農產品、能源和其他商品。

貿易的風向標：航運數據、關稅和貿易協(xié)議為投資者提供了全球貿易的脈搏，助力他們預測其對商品市場的潛在影響。

市場的心跳：社交媒體、新聞和其他另類數據源為投資者揭示了市場的情緒和預期，助力他們更好地洞察商品價格的走勢。

技術的雙刃劍：新技術如電動汽車和可再生能源可能會改變某些商品的需求格局。另類數據助力投資者及時了解這些技術進步對商品市場的影響。

在商品市場的大潮中，另類數據正逐漸成為投資者的新航標。隨著這種數據的應用越來越廣泛，它有望成為商品市場的核心決策工具。

第四章 另類數據的挑戰(zhàn)與風險 4.1 數據采集與處理

在另類數據的應用中，數據采集與處理是至關重要的第一步。正確和高效地采集、清洗和整理數據是確保數據質量和準確性的關鍵。

數據來源選擇：選擇正確和可靠的數據來源是確保數據質量的首要任務。這可能包括社交媒體平臺、電子商務網站、衛(wèi)星圖像和其他公開或私有數據源。

數據清洗：原始數據通常包含許多噪聲、缺失值和異常值。數據清洗是一個去除這些不準確、不相關或不完整數據的過程，確保數據的準確性和一致性。

數據整合：由于另類數據通常來自多個來源，數據整合是將這些數據合并成一個統(tǒng)一、結構化的數據集的過程，以便于分析和解釋。

數據標準化：由于數據可能來自不同的地區(qū)、時間區(qū)域或單位，數據標準化確保所有數據都在同一尺度或范圍內，從而使其更容易比較和分析。

數據存儲與管理：隨著數據量的增長，有效地存儲、管理和檢索數據變得至關重要。這可能涉及到數據庫管理、云存儲和數據安全等。

實時數據處理：在某些應用中，如股票交易和風險管理，實時數據處理是至關重要的。這需要高效的數據處理工具和算法，以確保及時的數據更新和分析。

4.2 數據分析與解釋

一旦數據被正確地采集和處理，接下來的步驟是通過分析來提取有意義的信息，并對其進行解釋。

描述性分析：這是數據分析的第一步，旨在總結數據的主要特征和模式。這可能包括計算平均值、中位數、標準差等統(tǒng)計量，以及繪制圖表和圖形來可視化數據。

探索性分析：此步驟旨在深入探索數據，發(fā)現潛在的關系、模式和異常。這可能涉及到相關性分析、聚類分析和主成分分析等。

預測性分析：基于歷史數據來預測未來的趨勢和事件。這通常涉及到回歸分析、時間序列分析和機器學習模型，如隨機森林和神經網絡。

因果分析：除了預測，投資者通常還需要了解原因和結果之間的關系。這可能涉及到實驗設計、假設檢驗和因果推斷方法。

數據解釋與可視化：數據分析的結果需要被正確地解釋和呈現。這可能涉及到繪制圖表、圖形和儀表板，以及編寫解釋性報告和推薦。

持續(xù)監(jiān)測與更新：市場和數據是不斷變化的。為了確保分析的準確性和相關性，需要持續(xù)監(jiān)測數據和分析結果，并根據需要進行更新。

4.3 數據的倫理與隱私

隨著另類數據在證券市場中的廣泛應用，數據的倫理和隱私問題也日益受到關注。

數據收集的透明度：投資者和分析師在收集另類數據時，應確保數據來源的透明性，明確告知數據提供者數據的用途和處理方式。

個人隱私保護：盡管另類數據可以為投資決策提供寶貴的見解，但必須確保在數據處理過程中不泄露個人的敏感信息，如姓名、地址和其他個人身份信息。

數據使用的限制：數據應僅用于明確的、合法的目的，并且應避免用于可能導致歧視、偏見或其他不公正行為的目的。

數據存儲與安全：確保數據的安全存儲是至關重要的。這包括使用加密技術、防火墻和其他安全措施來防止數據泄露或被未經授權的第三方訪問。

數據的長期管理：數據的生命周期管理，包括數據的存儲、更新和刪除，應遵循明確的政策和程序，確保數據的持續(xù)準確性和完整性。

法律與合規(guī)性：隨著數據隱私法律和規(guī)定的不斷發(fā)展，投資者和分析師應確保其數據收集和處理活動符合所有相關的法律和行業(yè)標準。

第五章 案例分析5.1 成功案例

高盛 Insights 系列公募基金是另類數據在資產管理領域的成功典范。高盛的量化策略主要包括傳統(tǒng)多因子組合和基于另類數據的因子構建策略。其中，基于另類數據的量化策略在 Insight 共同基金的實踐中表現出了積極的主動管理特質。借助高盛集團內部的協(xié)同業(yè)務優(yōu)勢，高盛能夠獲得豐富多樣的另類數據，如信用卡交易數據，這些數據可以用于預測公司的盈利增長。與傳統(tǒng)的信息獲取方法相比，另類數據具備顯著的優(yōu)勢。然而，另類數據的運用也伴隨著產品超額收益波動較大的特點，特別是在投資環(huán)境和金融制度相對完善的美國市場。美國市場既更為有效，又為另類數據的應用提供了更多的探索空間。

圖 Alpha Generation 可結合的大數據舉例

資料來源：資產信息網 千際投行 高盛

高盛 Insights 系列共同基金通過深度挖掘另類數據，構建了以下四個主題因子，稱為Alpha Generation。這四個主題因子包括：基本面的錯誤定價、高質量商業(yè)模式、情緒分析和市場主題與趨勢。

基本面的錯誤定價：通過識別內在價值高于市場價值的公司，這一因子旨在捕捉低估的投資機會。

高質量商業(yè)模式：此因子側重于挖掘擁有強大商業(yè)模式的公司，通過關注盈利因素、質量因素和管理因素，高盛可以更快速地預測某些行業(yè)的盈利情況。盈利因素關注公司的收入是否高于資本成本，例如，信用卡數據可以迅速預測特定行業(yè)的盈利情況。質量因素涉及公司自身和管理質量的分析。管理因素關注公司的特性、政策和戰(zhàn)略決策，例如，公司發(fā)布的招聘信息可能暗示公司正在擴大其員工規(guī)模，這可能表明公司處于長期增長階段。

情緒分析：這一因子通過綜合其他市場參與者的觀點，以深入洞察未來股票表現，包括個人和機構投資者的觀點。在發(fā)達市場中，通過分析賣空交易數據，可以識別被持續(xù)拋售的股票，從而增加賣空因子的杠桿。在新興市場，分析本地和國際投資者的資金流動信息，有助于預測資金流動和其他交易事件對股票價格波動的影響。

市場主題與趨勢：這一因子通過另類數據揭示其他投資者無法觀察到的市場趨勢。高盛目前通過關注宏觀市場環(huán)境，分析歷史市場數據與當前市場的相似性，以及國際因素的影響來預測未來股票收益率。高盛 Insights 系列產品廣泛應用另類數據，包括商場和零售交易數據、網域數據、信用卡交易信息、新聞數據以及財報電話會議信息等。

信用卡數據的運用可比傳統(tǒng)方法更快速地預測美國上市公司的盈利增長。公司的盈利預期是投資決策的關鍵因素，而預期的時效性也至關重要。傳統(tǒng)方法依賴于研究報告、分析師的預測以及公司的公告來預測盈利，但這些信息都滯后于公司交易數據。與此不同，信用卡交易數據被視為一種有效的工具，可用于更快地預測某些公司的業(yè)績。

信用卡交易數據具有多項潛在優(yōu)勢：

信用卡數據每月更新一次，僅滯后六天，而公司的盈利公告則每季度發(fā)布，滯后兩周半。

美國信用卡銷售數據涵蓋了消費支出的多個維度。

圖 信用卡數據的信息優(yōu)勢

資料來源：資產信息網 千際投行 高盛

信用卡數據如何用于預測公司的盈利增長？一個關鍵的指標是信用卡平均交易規(guī)模的增長，這可以預示著公司盈利能力的增長。通過觀察平均交易規(guī)模的變化，可以洞察到銷售增長是由交易量的增加還是利潤率的擴大所推動的。此外，由于客單價持續(xù)增長，信用卡交易數據有助于預測未來一年的銷售額增長。信用卡數據在消費部門和那些廣泛使用信用卡的行業(yè)中表現尤為出色，例如，為消費者和小微企業(yè)提供服務的家居裝飾店，因為這兩個群體通常傾向于使用信用卡進行支付。

圖 信用卡銷售額增長較快的公司在下一年的銷售額同比增長往往更高

資料來源：資產信息網 千際投行 高盛

信用卡數據每月發(fā)布一次，提供了季度盈利報告之間的盈利趨勢信息。高盛通過信用卡數據預測的季度銷售額增長與實際季度銷售額增長之間存在正相關關系，因此，相較于市場，高盛能夠更快地獲取信息優(yōu)勢和潛在的價格優(yōu)勢。

圖 數據預測和收入增長的正相關性 

資料來源：資產信息網 千際投行 高盛

在另類數據的奇妙世界中，高盛 Insights 系列公募基金為資產管理注入了新的活力和創(chuàng)新。這一成功實踐展示了如何充分利用另類數據，深度挖掘信息，以獲取投資優(yōu)勢。高盛的量化策略，包括基于另類數據的因子構建策略，不僅突破了傳統(tǒng)投資的局限，還為投資者提供了更快速、更準確的信息來源，使他們能夠更好地把握市場機會。

5.2 失效案例

在疫情的背景下，另類數據的運用曾一度成為了宏觀經濟研究和預測的有力工具。這些數據源于大數據分析，提供了在傳統(tǒng)數據指標中難以獲取的信息，特別是在疫情期間，當傳統(tǒng)的生產和銷售數據暫時中斷時，另類數據填補了數據空白。

谷歌移動趨勢指數是這其中的一個代表，通過分析人員在零售、娛樂場所、雜貨店、藥房、公園、交通樞紐、工作場所等場所的活動，反映了社交距離和人員流動性等關鍵因素。在疫情初期，谷歌移動趨勢指數與美國的采購經理人指數（PMI）等傳統(tǒng)經濟指標之間表現出強烈的相關性，為預測基本面提供了有力支持。然而，隨著時間的推移，這種相關性逐漸減弱，部分另類數據也失去了其顯著性。

圖 谷歌移動趨勢指數(Google Trend Index)和美國 PMI

資料來源：資產信息網 千際投行 Our Worlds in Data、Wind、國信證券經濟研究所

首先，移動趨勢指數的可行性在一定程度上源于社交活動的滯后性，即人員流動性的變化往往滯后于疫情的變化，與新增確診人數呈現出相反的趨勢。然而，美國發(fā)生了一些特殊事件，例如2020年5月22日的美國警察暴力執(zhí)法事件（即“弗洛依德”事件），導致了大規(guī)�？棺h活動，這些事件對谷歌移動指數產生了反向影響，突顯了事件型影響在某些情況下可能顯著。

圖 社交人員流動逆向滯后于新增確診人數

資料來源：資產信息網 千際投行 Our Worlds in Data、Wind、國信證券經濟研究所

其次，移動趨勢指數雖然反映了社交距離程度，但它沒有考慮到兩個重要因素。首先是居家辦公，線上會議平臺如Zoom為遠程辦公創(chuàng)造了條件，部分職業(yè)能夠持續(xù)運作，這推動了辦公設備、家居裝修等領域的消費增長。其次是服務業(yè)，盡管社交場所逐漸開放，但酒店、餐飲和旅游行業(yè)的產能已經受到了挫傷。因此，盡管社交活動趨勢擴大，經濟仍然下滑，這使得另類數據在反映經濟復蘇方面的作用減弱。

千際投行認為，盡管另類數據在特定情況下可以提供有價值的信息，但在后疫情時代，我們必須更加謹慎地對待其應用。我們需要綜合考慮多種因素，包括社交距離、居家辦公、服務業(yè)的特點等，以更準確地評估經濟狀況。另類數據在預測和分析中仍然有潛力，但需要結合傳統(tǒng)數據和深入的分析來實現更全面的洞察。

第六章 結論6.1 另類數據的未來趨勢

隨著技術的進步和大數據時代的到來，另類數據在證券市場中的應用正在經歷一系列的變革。千際投行認為另類數據未來主要有以下幾個趨勢：

數據量的爆炸性增長：隨著物聯網、社交媒體和在線交易的普及，每天都有大量的數據被生成。這為投資者提供了更多的信息來源，但同時也帶來了數據處理和分析的挑戰(zhàn)。

更高的數據質量要求：隨著數據的應用越來越廣泛，投資者對數據的質量和準確性有更高的要求。這需要更先進的數據清洗、驗證和整合技術。

實時數據分析：隨著5G和高性能計算技術的發(fā)展，實時數據分析成為可能。這允許投資者做出更快速的決策，但也需要更高的數據處理能力。

數據的深度分析：隨著人工智能和機器學習技術的進步，數據的深度分析變得更加普及。這不僅可以提供更深入的市場見解，還可以預測市場的未來趨勢。

數據隱私和倫理問題：隨著公眾對數據隱私的日益關注，數據的收集和使用將面臨更嚴格的法律和倫理挑戰(zhàn)。這要求投資者更加謹慎地處理數據，確保其合法性和道德性。

6.2 對投資者的建議

另類數據為投資者提供了前所未有的機會，但也帶來了新的挑戰(zhàn)。為了最大化另類數據的價值并避免潛在的風險，以下是對投資者的一些建議：

數據質量為先：在使用另類數據之前，投資者應首先驗證其質量和準確性。不準確或誤導性的數據可能導致錯誤的投資決策。

持續(xù)學習與培訓：隨著另類數據和分析技術的不斷發(fā)展，投資者應持續(xù)學習和培訓，確保自己始終處于行業(yè)的前沿。

注意數據隱私與倫理：在收集和使用另類數據時，投資者應遵循相關的法律和倫理標準，確保數據的合法性和道德性。

多元化數據來源：依賴單一的數據來源可能導致偏見或誤解。投資者應考慮多種數據來源，以獲得更全面和多角度的市場視角。

結合傳統(tǒng)數據：另類數據應與傳統(tǒng)的金融數據結合使用。這可以提供更為全面和準確的市場分析，幫助投資者做出更明智的決策。

利用先進的分析工具：隨著大數據和人工智能技術的進步，有許多先進的數據分析工具可供選擇。投資者應選擇適合自己需求的工具，以提高分析的效率和準確性。

與專家合作：考慮與數據科學家、分析師和其他專家合作，以獲得更深入和專業(yè)的數據分析。

千際投行建議，另類數據為投資者提供了巨大的機會，但也需要謹慎和專業(yè)的處理。通過遵循上述建議，投資者可以最大化另類數據的價值，同時避免潛在的風險。

       原文標題 : 2023年另類數據研究報告