投資領域另類數(shù)據應用分析報告課件

投資領域另類數(shù)據應用分析報告1234CHAPTER

1智能投研發(fā)展背景及概述CHAPTER

2智能投研行業(yè)現(xiàn)狀CHAPTER

3基于另類數(shù)據的投研服務市場CHAPTER

4智能投研的未來發(fā)展1智能投研行業(yè)發(fā)展概述智能投研行業(yè)發(fā)展背景??金融信息服務市場發(fā)展人工智能、大數(shù)據等科技發(fā)展智能投研概述???智能投研概念與分類智能投研的工作流程智能投研的特點?

中國資本市場持續(xù)國際化、機構化、專業(yè)化???MSCI新興市場指數(shù)納入222支A股深港通、滬港通陸續(xù)開通私募規(guī)模2015-2017年增長243%至9.2萬億人民幣發(fā)展背景中國金融信息服務行業(yè)發(fā)展落后于資本市場發(fā)展?

投資機構在研究過程中痛點加劇???傳統(tǒng)數(shù)據頻率低、維度少、深度不夠灰色信息不可持續(xù)、難以規(guī)?；瘋鹘y(tǒng)調研樣本少、偏差大??中國,

11.4,

17%

全球股權市場市值：440億萬元人民幣其他國家,

55.6,

83%語言和文化的隔閡無法挖掘另類數(shù)據的大部分價值

全球金融信息市場規(guī)模：約2100億元人民幣

中國,

101,

5%

其他國家,

1999,

95%來源:XX金融創(chuàng)新研究院發(fā)展背景歐美歐美金融信息服務市場是一個多元化、精細化的市場生態(tài)。以Bloomberg、S&P

Global和Thomson

Reuters三家巨頭主導。近年來，以“數(shù)據+智能”為切入點，數(shù)百家公司成功切入另類數(shù)據投研領域。中國相比之下，中國目前的金融信息服務主要以Wind、同花順及東方財富網等傳統(tǒng)信息服務商為主，行業(yè)深度和精細細化數(shù)據、另類數(shù)據投研等數(shù)據投研咨詢商尚未形成規(guī)模市場。來源:百觀，XX金融創(chuàng)新研究院歐美金融信息服務市場呈多元化、精細化；中國細分領域尚未形成規(guī)模市場

基礎數(shù)據終端

行業(yè)和精細化數(shù)據

另類數(shù)據/智能投研來源：

XX金融創(chuàng)新研究院發(fā)展背景大數(shù)據和人工智能應用于金融信息與數(shù)據，推動智能投研發(fā)展智能投研以智能數(shù)據分析及決策為主要應用領域，智能數(shù)據分析及決策則是大數(shù)據與人工智能發(fā)展的產物。大數(shù)據、云計算以及智能硬件的發(fā)展作為基礎技術支撐了人工智能技術的發(fā)展，相關技術的運用成為投資智能業(yè)務開展的基礎。infrastructure

Analytics

Cross-ingrastructure/

analyticsApplication

-

Enterprise

Application

-

Industry

Open

sourceData

source

&

APIs

FinanceinvestingBig

Data

Landscape來源：XX金融創(chuàng)新研究AI+Finance

Natural

languageProcessingMachineLearning

Knowledge

GraphArtificial

Intelligence

Finance

InvestingInformation智能投研的工作流程與傳統(tǒng)投研價值鏈類似，從數(shù)據及信息分析的流程來化劃分，智能投研的工作流程分為識別、獲取數(shù)據，存儲、結構化、預處理數(shù)據，分析數(shù)據、涉及信號、策略回測，最后產出交易思路及信號、并進行風險分析。來源：XX金融創(chuàng)新研究院

識別、獲取數(shù)據存儲、結構化、

預處理數(shù)據交易思路/交易信號/

風險分析分析數(shù)據、設計信號、策略回測、CSV

API

JSONStreamingTextHTMLApache

Spark

CloudSQLR語言/Python

Spark

MLTableauExcel報告預警信號數(shù)據管理團隊法律合規(guī)部門軟件工程師數(shù)據科學家量化分析師

產品經理交易員產品經理系統(tǒng)工程師數(shù)據工程師實現(xiàn)方法/技術手段參與團隊工作流程來源：XX金融創(chuàng)新研究院

智能投研特點強大的情緒控制和邏輯推理能力有價值的數(shù)據

投資者原始數(shù)據&噪音結構化流程：非主觀&強邏輯數(shù)據清洗與儲存通過數(shù)據結構化模塊和存儲運算集群等，對原始數(shù)據進行清洗，存儲有價值數(shù)據。數(shù)據采集包括有價值數(shù)據和噪音。數(shù)據挖掘與分析通過機器學習、圖像識別、自然語言處理等，提供數(shù)據分析框架和回測模型。交易信號和風險分析輸出交易信號和客觀的分析報告，為投資者提供無差別的投資意見。來源：XX金融創(chuàng)新研究院

智能投研特點強大的自我學習能力除了靜態(tài)的財務邏輯數(shù)據，智能投研優(yōu)勢之一在于實現(xiàn)跨公司、跨行業(yè)的動態(tài)數(shù)據關聯(lián)?；诤Ａ拷Y構化及非結構化數(shù)據數(shù)據，通過知識圖譜和深度學習能力，智能投研可以發(fā)現(xiàn)事件與事件之間的關聯(lián)關系，并通過機器學習的自我學習能力，實現(xiàn)信息向決策的進一步轉化。模型相關性預測數(shù)據根據歷史事件建立原始分析預測模型尋找事件和資產之間的相關性基于事件對資產未來價格走勢進行預測產生的預測數(shù)據反饋回原有模型搜索與收集數(shù)據和知識提取分析研究觀點呈現(xiàn)目的尋找行業(yè)、公司、產品的基本信息從搜索的信息中獲取數(shù)據/知識通過工具和研究方法完成分析研究將分析結果呈現(xiàn)出來傳統(tǒng)投研（傳統(tǒng)工具）百度、谷歌、書籍、論壇、交流等萬得、彭博、新聞媒體等ExcelPPT、Word智能投研（AI技術支持）智能咨詢推送智能搜索引擎公告/新聞自動化摘要、產業(yè)鏈分析、智能財務模型事件因果分析、大數(shù)據統(tǒng)計分析報告自動化關鍵技術自然語言查詢、詞義聯(lián)想、語義搜索、企業(yè)畫像實體提取、段落提取、表格提取、關系提取、知識圖譜知識圖譜自然語言合成、可視化、自動排版來源：XX金融創(chuàng)新研究院智能投研特點速度化、

自動化、規(guī)模化智能投研傳統(tǒng)投研搜索與收集數(shù)據和知識提取分析研究觀點呈現(xiàn)自動實現(xiàn)搜索到投資觀點的一步跨越2智能投研行業(yè)現(xiàn)狀美國智能投研行業(yè)發(fā)展現(xiàn)狀?發(fā)展態(tài)勢初露雛形，細分領域優(yōu)勢公司獲資本青睞?

智能投研公司——Kensho?

智能投研公司——Eagle

Alpha中國智能投研行業(yè)發(fā)展現(xiàn)狀?

2014年，中國智能投研公司開始成立?

國家政策：對金融提出了自動化和智能化的發(fā)展要求?

智能投研公司——文因互聯(lián)?智能投研公司——因果樹智能投研公司分類?根據優(yōu)化步驟不同，智能投研平臺可分為四類美國智能投研行業(yè)發(fā)展現(xiàn)狀發(fā)展態(tài)勢初露雛形，細分領域優(yōu)勢公司獲資本青睞自2007年，美國逐漸出現(xiàn)智能投研公司，且專注領域各有側重，部分公司獲得資本青睞。

公司

成立時間

所在地

特點

累計融資額（萬，美元）Palantir

Metropolis

2004

美國

舊金山

整合多源數(shù)據

213,677.4

Trefis

2007

美國

波士頓細拆公司業(yè)務預測收入

213

AlphaSense

2008

美國

紐約獲取專業(yè)且碎片化信息

3,500

Dataminr

2009

美國

紐約收集公共來源數(shù)據

18,344

Visible

Alpha

2012

美國

紐約設立專有的新數(shù)據集和

工具套件

N/A

Kensho

2013

美國

劍橋尋找事件與資產的相互

關系

6,749.5注釋：累計融資額截止至2017年12月來源：XX金融創(chuàng)新研究院

美國智能投研行業(yè)發(fā)展現(xiàn)狀智能投研公司——Kensho（1/2）Kensho是一個先鋒級的實時數(shù)據計算系統(tǒng)、一個可量化的數(shù)據框架，是全球化金融系統(tǒng)的新一代升級產品。Kensho的主要產品——Warren，是一個金融數(shù)據收集、分析軟件，類似Google的金融搜索引擎，可自動將發(fā)生的時間根據抽象特征進行分類。如美國總統(tǒng)任期的前100天內股票漲跌情況。Warren擁有強勁的云計算能力、良好的人機交互界面和深度學習能力。Kensho公司的目標是讓此軟件的功能取代現(xiàn)有的大量投資分析人員的工作，為客戶提供更加優(yōu)質、快速的數(shù)據分析服務。來源：XX金融創(chuàng)新研究院

Kensho-美國總統(tǒng)任期的前100天股票漲跌情況Warren尋找特定事件對某些資產價格的影響美國智能投研行業(yè)發(fā)展現(xiàn)狀智能投研公司——

Kensho（2/2）產品功能尋找事件和資產之間的相關性基于事件對資產未來價格走勢進行預測

?

例如，Apple

股價走勢圖中，在每個試點，可以得到具體的那些尋找影響資產價格的相關事件

事件影響了Apple

股價以及影響的百分比；

?

同時，可以展現(xiàn)事件對股價波動的P-Value

?

例如，輸入“美聯(lián)儲降低利率”，并選擇時間段和投資品種類，

Warren會以圖表方式呈現(xiàn)該事件對資產價格走勢的影響Warren通過數(shù)據庫，判斷哪些是用來預測價格的相關特征，以股票價格概率分布區(qū)間的圖表呈現(xiàn)其預測的結果。數(shù)據類型產品特點EarningreleasesEconomic

ReportsStock

pricemovementMovingaverage

ProductlaunchesFDA

drugapprovalsStock

price

triggersMonetary

policy

changesPolitical

events

快速的云計算能力

良好的人機交互性

強大的深度學習能力美國智能投研行業(yè)發(fā)展現(xiàn)狀Eagle

Alpha成立于2012年，面向資產管理行業(yè)提供另類數(shù)據分析服務。其客戶包括量化基金、對沖基金及傳統(tǒng)共同基金。Eagle

Alpha提供的服務可分為兩類：另類數(shù)據培訓（Education/Best

Practice）、Alpah分析。來源：XX金融創(chuàng)新研究院智能投研公司——

Eagle

Alpha（1/2）來源：XX金融創(chuàng)新研究院

美國智能投研行業(yè)發(fā)展現(xiàn)狀智能投研公司——

Eagle

Alpha（2/2）Eagle

Alpha具備強大的另類數(shù)據源搜集及校驗能力，可以解決客戶在使用另類數(shù)據源過程中需要檢測及校驗數(shù)據源、排除數(shù)據源法律及隱私風險等問題。

在線數(shù)據庫Eagle

Alpha配備五位專職員工來校驗全球范圍內的另類數(shù)據集（截止2017年9月，已有515個數(shù)據集）。Eagle

Alpha的數(shù)據庫是目前對接了最多數(shù)據集的數(shù)據庫之一。

咨詢服務基于5年的另類數(shù)據經驗，EagleAlpha向客戶提供另類數(shù)據集相關咨詢服務，如提供具有實踐性的數(shù)據報告及另類數(shù)據集使用指引等。

數(shù)據提供商渠道通過Eagle

Alpha，客戶可以對接不同的數(shù)據提供商。

專屬數(shù)據集Eagle

Alpha可通過網絡爬蟲及搜索數(shù)據等，向客戶提供專屬數(shù)據集。注釋：統(tǒng)計至2017年9月；因統(tǒng)計分類標準不同，統(tǒng)計數(shù)值可能存在差異來源：XX金融創(chuàng)新研究院

19982001200320042005200620072008200920102011201220132014201520162017

中國智能投研行業(yè)發(fā)展現(xiàn)狀

行業(yè)伊始：2014年，中國智能投研公司開始逐步成立

2009年是我國智能金融公司創(chuàng)業(yè)的分水嶺，并于2014年至2015年出現(xiàn)創(chuàng)業(yè)高峰，兩年內出現(xiàn)了近80家智能金融公司。根據下圖，智能支付、智能

營銷、智能客服類公司出險時間較早；而智能投研、智能投顧類公司，主要是從2013年開始成立與發(fā)展。

中國智能金融公司成立時間分布50.0040.0030.0020.0010.00

0.00智能支付智能營銷智能客服智能風控智能投研智能投顧2016年7月2016年12月2017年5月2017年7月《中國銀行信息科技“十三五”發(fā)展規(guī)劃指導意見》（征求意見稿）構建綠色高效的數(shù)據中心，積極嘗試開展人工智能、生物特征識別等技術的應用，打造智能化運維體系。《十三五國家科技創(chuàng)新規(guī)劃》重點發(fā)展大數(shù)據驅動的類人智能技術方法，完善科技與金融結合機制，建設國家科技金融創(chuàng)新中心，發(fā)展支持創(chuàng)新的多層次資本市場，促進科技金融產品和服務創(chuàng)新。中國人民銀行成立金融科技委員會旨在加強金融科技工作的研究規(guī)劃和統(tǒng)籌協(xié)調，切實做好我國金融科技發(fā)展戰(zhàn)略規(guī)劃與政策指引，并積極利用大數(shù)據、人工智能等技術豐富金融監(jiān)管手段?！缎乱淮斯ぶ悄馨l(fā)展規(guī)劃》建立金融大數(shù)據系統(tǒng)費，提升金融多媒體數(shù)據處理與理解能力。創(chuàng)新智能金融產品和服務，發(fā)展金融新業(yè)態(tài)，鼓勵金融行業(yè)應用智能客服、智能控制等技術和設備。建立金融風險智能預警與防控系統(tǒng)。中國智能投研行業(yè)發(fā)展現(xiàn)狀2016-2017年，基于普惠金融等需求，國家對金融提出了自動化和智能化的發(fā)展要求，在十三五國家科技創(chuàng)新規(guī)劃中也明確了重點發(fā)展大數(shù)據驅動的類人智能技術方法，推動科技與金融融合。2017年5月金融科技委員會的成立，標志著我國開始擁有專門研究規(guī)劃和統(tǒng)籌協(xié)調金融科技工作的機構。來源：XX金融創(chuàng)新研究院國家政策：對金融提出了自動化和智能化的發(fā)展要求投價研值注釋：公司logo僅作圖示，并未包含行業(yè)中全部公司來源：鮑捷、東吳證券，XX金融創(chuàng)新研究院智能投研公司分類根據切入投研不同步驟，智能投研平臺可分為四類資究鏈

獲取數(shù)據擴展數(shù)據類型

?

傳統(tǒng)的數(shù)據

?

另類數(shù)據

預處理數(shù)據

獲取方式優(yōu)化?

搜索體驗升級?

交互體驗升級

分析數(shù)據

提取工具優(yōu)化?

數(shù)據提取優(yōu)化?

知識提取優(yōu)化

交易信號

分析工具優(yōu)化?

分析研究優(yōu)化?

觀點呈現(xiàn)優(yōu)化來源：XX金融創(chuàng)新研究院

智能投研兩種發(fā)展模式擴展數(shù)據類型與體驗優(yōu)化升級通過前文可知，根據投資研究的步驟：搜索與收集、數(shù)據和知識提取、分析研究、觀點呈現(xiàn)，我們將智能投研公司分為四類：擴展數(shù)據類型，獲取方式優(yōu)化，提取工具優(yōu)化，分析工具優(yōu)化。從本質上，智能投研相較于傳統(tǒng)投研有兩種方式的改進：擴展數(shù)據類型與體驗優(yōu)化升級。投資研究步驟智能投研分類智能投研發(fā)展將另類數(shù)據（如SaaS數(shù)據）結合傳統(tǒng)投研數(shù)據（如財務數(shù)據），提

供投研分析新模型。不改變原有投研數(shù)據類型，通過知識圖譜等技術，改善數(shù)據清洗、提取、分析過程，提高投研效率。

搜索與收集擴展數(shù)據類型擴展數(shù)據類型數(shù)據和知識提取

獲取方式優(yōu)化

分析研究提取工具優(yōu)化

體驗優(yōu)化升級

觀點呈現(xiàn)分析工具優(yōu)化注釋：基于46家資產管理機構和23家對沖基金的調查結果；百分比由于四舍五入緣故，其加總可能不等于100%。來源：

XX金融創(chuàng)新研究院28%11%20%22%9%

17%11%24%44%33%37%46%52%

33%39%35%20%33%41%28%26%37%37%35%7%17%2%11%11%

13%2%7%

2%4%2%4%

2%實時市場數(shù)據歷史市場數(shù)據資產估值數(shù)據上市公司的另類數(shù)據

私營企業(yè)數(shù)據

宏觀數(shù)據其他另類數(shù)據上市公司基本面數(shù)據22%30%17%26%9%

9%4%17%44%26%39%35%35%

26%30%48%9%26%39%22%35%39%48%30%13%13%4%13%

13%17%4%13%4%4%9%13%

9%4%5-最具研究性4321-最不具優(yōu)勢性資產管理機構對沖基金公司智能投研發(fā)展模式一：擴展數(shù)據類型智能投研從另類數(shù)據中提取價值據調查，另類數(shù)據（如社交媒體的情緒分析和眾包研究）已超越傳統(tǒng)研究數(shù)據，獲得資產管理機構和對沖基金公司的青睞。超過60％的參與的資產經理相信上市公司的另類數(shù)據提供了最大的優(yōu)勢，而近一半的受訪者贊成其他另類數(shù)據的價值。原因之一在于另類數(shù)據為專業(yè)投資機構提供了擊敗市場、發(fā)現(xiàn)alpha（無風險超額報酬）的可能性。

不同數(shù)據類型提供的研究性程度智能投研發(fā)展模二：優(yōu)化體驗升級

獲取方式優(yōu)化提高數(shù)據搜索效率。數(shù)據庫覆蓋企業(yè)運營數(shù)據、投資機構投資數(shù)據、市場分析研報、招股書、全球知識產權數(shù)據、用戶上網行為數(shù)據等，涵蓋不同細分行業(yè)。

提取工具優(yōu)化提取有價值信息。機器學習算法，構建出召回率、準確率、反欺詐等數(shù)據模型。形成用戶畫像，發(fā)掘事件內在聯(lián)系，去除噪音。

分析工具優(yōu)化提供可視化分析結果。自動生成報告，識別潛在交易信號、利用智能評估交易系統(tǒng)評估交易的可行性。來源：XX金融創(chuàng)新研究院獲取方式優(yōu)化，提取工具優(yōu)化，分析工具優(yōu)化項目項目主要內容投研機器人搜索搜索細分行業(yè)上市、早期項目信息，查看投資機構偏好與附屬關系研究通過標的發(fā)現(xiàn)與進行研究，自動化生成報告訂閱關注動態(tài)變化，提取公告摘要，微信持續(xù)推送自動化報告企業(yè)秀自動化生成企業(yè)H5頁面，加速企業(yè)推廣微信機器人無需跳轉應用，便捷化查詢與記錄所需信息行業(yè)研究細分行業(yè)簡報，對標企業(yè)分析，可視化交互系統(tǒng)中國智能投研行業(yè)發(fā)展現(xiàn)狀文因互聯(lián)是一家用人工智能解決金融數(shù)據分析問題的創(chuàng)業(yè)公司，利用知識圖譜的技術，主打自動化報告和投資研究機器人兩款產品，對大量且復雜的數(shù)據進行結構化清洗，最終自動生成報告，實現(xiàn)人+機器的高效合作。來源：XX金融創(chuàng)新研究院智能投研公司——文因互聯(lián)中國智能投研行業(yè)發(fā)展現(xiàn)狀來源：XX金融創(chuàng)新研究院智能投研公司——因果樹因果樹是以大數(shù)據為依托的人工智能股權投融資服務平臺，針對國內外一級、二級股權投資市場，評估企業(yè)優(yōu)劣的輔助工具。數(shù)據來源包括市場上的公開數(shù)據、多家運營商數(shù)據、知識產權數(shù)據，還包括定點行業(yè)數(shù)據，并分析每個項目在投前、投中、投后的信息，包括其所在行業(yè)狀況、資本狀況、項目團隊水平、用戶表現(xiàn)等。股權融資項目和機構數(shù)據庫：1000個細分行業(yè)，3000萬企業(yè)運營數(shù)據。1萬+風險投資機構數(shù)據，100萬+份市場分析研報等。一級市場投資機器人，每周挖掘未來3-6個月內最有可能獲得融資的潛在明星公司。向客戶提供產業(yè)鏈數(shù)據洞察系統(tǒng)解決方案、運營商數(shù)據和API接口等定制化解決方案。3基于可替代數(shù)據的投研服務市場可替代數(shù)據的概念及分類?來自個人線上行為的數(shù)據?

來自商業(yè)/業(yè)務的數(shù)據?

來自傳感器的數(shù)據金融投資角度下的可替代數(shù)據分類基于可替代數(shù)據的投研服務?

為什么要利用可替代數(shù)據進行投資研究?

可替代數(shù)據在投研領域的應用情況可替代數(shù)據投研行業(yè)的市場規(guī)模基于可替代數(shù)據投研服務的市場結構基于可替代數(shù)據的投研公司來源：XX金融創(chuàng)新研究院

另類數(shù)據概念及分類另類數(shù)據（Alternative

Data，又稱另類數(shù)據）是指通過運營商、網絡、App、衛(wèi)星等非傳統(tǒng)方式手機的新型數(shù)據。依據另類數(shù)據的來源不同，另類數(shù)據可分為三類：個人數(shù)據、商業(yè)/業(yè)務數(shù)據及傳感器數(shù)據。

另類數(shù)據分類

個人社交媒體新聞

評論

網絡搜索商業(yè)/業(yè)務

交易數(shù)據

企業(yè)數(shù)據

政府機構

傳感器

衛(wèi)星

地理位置其他傳感器來源：XX金融創(chuàng)新研究院

另類數(shù)據概念及分類來自個人線上活動的另類數(shù)據來自個人線上活動的另類數(shù)據可以分為三類：社交媒體、新聞/評論、網絡搜索及個人共享的行為數(shù)據。目前利用社交媒體數(shù)據進行輿情分析是最常見、應用程度最高的一類另類數(shù)據應用。

來自個人線上活動的另類數(shù)據分類社交媒體新聞

評論

網絡搜索及個人共享的行為數(shù)據新聞媒體產品評論商業(yè)評論電子郵件收據分類示例

交易數(shù)據

電商消費信用卡消費

換匯交易來源：XX金融創(chuàng)新研究院

私營機構數(shù)據行業(yè)產業(yè)鏈數(shù)據分類示例另類數(shù)據概念及分類來自商業(yè)/業(yè)務流程的另類數(shù)據來自商業(yè)/業(yè)務流程的另類數(shù)據可以分為三類：交易類數(shù)據、來自公共機構及私營機構的數(shù)據。其中，部分公司為用戶提供記賬、理財服務，因此可以獲得用戶的交易數(shù)據來自公共機構的數(shù)據目前層次豐富，包含國際數(shù)據（如世界銀行）、國家數(shù)據（如中國央行）以及城市/州數(shù)據等

來自商業(yè)/業(yè)務流程的另類數(shù)據

公共機構數(shù)據

政府數(shù)據公共機構數(shù)據另類數(shù)據概念及分類來自傳感器的另類數(shù)據來自傳感器的另類數(shù)據分為衛(wèi)星數(shù)據、地理位置數(shù)據及其他傳感器數(shù)據三類。衛(wèi)星圖片是目前應用最廣泛的另類數(shù)據來源之一。微型微型、圖片識別以及深度學習技術，大大降低了微型圖片的獲取成本和分析標準度和精度。目前，微信圖片信息可以日為單位獲取及更新，預計3-5年后可以實現(xiàn)實時數(shù)據獲取及更新。

來自傳感器的另類數(shù)據衛(wèi)星數(shù)據其他傳感器數(shù)據地理位置數(shù)據衛(wèi)星圖分類示例GPSWiFi

CDMA信號來源：XX金融創(chuàng)新研究院

視頻數(shù)據音頻數(shù)據來源：XX金融創(chuàng)新研究院

資產類型

股權大宗商品

信貸

利率

外匯投資特色

宏觀行業(yè)特性股票特性風險導向量化信號

Alpha因子獨立投資可行組合投資可行

不可行

容量

正交性

已知性公開（無成本）

熟知性

鮮為人知性專有（不可知）

有限銷售項目

處理階段

未加工

半加工

處理完成可交易信號

研究報告/

警示

質量

歷史數(shù)據

數(shù)據噪音

缺失值方法論透明

支持架構技術方面

頻率潛在因素

形式穩(wěn)定接口

沖突/法律風險首席信息官/基金經理更關注的數(shù)據分類量化/數(shù)據科學家更關注的數(shù)據分類基于另類數(shù)據的投研服務金融投資角度下的另類數(shù)據在金融投資角度下，從業(yè)人員并不十分關注數(shù)據的來源，而是更關注這類數(shù)據是否可以提供相關的投資思路等。不同細分職能的從業(yè)人員會關注不同的數(shù)據種類。如高頻量化交易員會更加關注實時變化的社交媒體數(shù)據，而不是具有一定滯后性的交易數(shù)據；數(shù)據分析師則更加關注某類數(shù)據是否可以用來建模并量化分析。

金融投資角度下的另類數(shù)據分類“根據Greenwich

Associate的調研報告，超過60%的投資人利用數(shù)據是為了預測未來：通過歷史數(shù)據及歷史表現(xiàn)來預測未來的走勢。70%的投資人認為實時市場數(shù)據可以提供投資策略思路。但由于大部分投資人使用的是相同的數(shù)據，因此產生獨特交易策略、并可獲得超額收益的概率降低?？梢?，獲取獨一無二的另類數(shù)據將成為各個機構積極追尋的獲取超額收益的策略之一。注釋：基于46家資產管理機構和23家對沖基金的調查結果來源：XX金融創(chuàng)新研究院

基于另類數(shù)據的投研服務為什么要利用另類數(shù)據進行投資研究37%31%

37%33%

63%

64%61%

40%

40%39%48%44%

2%

2%0%預測未來市場或板塊走向尋找市場定價錯誤、套利獲得投資思路

支持具體公司研究

作為一個指數(shù)使用、而非為了超越指數(shù)的收益

使用另類數(shù)據的目的——超越指數(shù)or獲取Alpha總體資產管理機構對沖基金目前最成熟的應用數(shù)據是傳統(tǒng)金融數(shù)據，包含股票價格及加以數(shù)據、衍生品價格交易數(shù)據、基礎面數(shù)據等。這類數(shù)據也是目前大部分數(shù)據終端可以提供的數(shù)據。應用的數(shù)據，

該領域已經出現(xiàn)不少創(chuàng)業(yè)公司。除此之外，物聯(lián)網數(shù)據、監(jiān)管數(shù)據等更多的數(shù)據來源正亟待開發(fā)和應用。基于另類數(shù)據的投研服務另類數(shù)據在投研領域的應用情況已可成熟應用的數(shù)據該類型的數(shù)據是目前最成熟的應用數(shù)據。有相關應用供市場分析人員使用。

正在逐步應用的數(shù)據該類型的數(shù)據正在開始應用。

這類數(shù)據亟待有效來源、進行開發(fā)輿情數(shù)據和衛(wèi)星圖片分析數(shù)據是正在逐步開始尚未開發(fā)的數(shù)據股票價格股票交易數(shù)據期貨價格期貨交易數(shù)據基礎面數(shù)據數(shù)據類型輿情數(shù)據廣告主花銷數(shù)據衛(wèi)星圖片信息數(shù)據經濟數(shù)據交通數(shù)據數(shù)據類型微型衛(wèi)星無人機圖片物聯(lián)網可穿戴設備發(fā)展中國家食品價格監(jiān)管科技數(shù)據采集來源來源：XX金融創(chuàng)新研究院

創(chuàng)新者早期使用者早期大多數(shù)晚期大多數(shù)落后者50+家資產管理公司已在多年前開始使用另類數(shù)據進行

投資分析。2017年6月，據Jefferies統(tǒng)計，已有20%管理資產超過10億美金的對沖基金，派專人從事另類數(shù)據的研究?；诹眍悢?shù)據的投研服務另類數(shù)據投研應用的發(fā)展階段示意

2017年9月，據

Eagle

Alpha調查，關注另類數(shù)據的公司已由2017年初的125家增至226家。并預計在2018年底前，專業(yè)資產管理人跨越另類數(shù)據應用的“斷層”。斷層

T

H

E

C

H

A

SM據摩根大通(JP

Morgan)統(tǒng)計，70%的公司認為大數(shù)據會漸漸影響所有的投資公司。Greenwich的調查表明，80%的公司希望擴大對另類數(shù)據的使用權。2017年2018年末來源：XX金融創(chuàng)新研究院

2016年2017年2018年2019年2020年2021年2022年金融信息服務（億）

--年增長率

--滲透率另類數(shù)據投研（億）

44.16

-6.79%

3.00

44.540.85%8.98%

4.00

48.70

9.35%11.29%

5.50

53.6510.16%14.17%

7.60

59.6511.19%17.69%

10.56

67.0912.47%21.96%

14.73

76.52

14.1%27.02%

20.67另類數(shù)據投研行業(yè)的市場規(guī)模增量數(shù)據拓展需求將為另類數(shù)據投研提供發(fā)展空間我們估算，保守估計另類數(shù)據投研在金融信息服務市場的滲透率將逐年提升，至2021年將達到30億人民幣。

另類數(shù)據投研市場規(guī)模預估來源：XX金融創(chuàng)新研究院

另類數(shù)據投研行業(yè)的市場結構另類數(shù)據范圍延伸，三類中間商出現(xiàn)總體來看，另類數(shù)據投研產業(yè)鏈基礎結構分為三部分，分別由原始數(shù)據提供商、半加工數(shù)據提供商以及交易信號及報告提供商組成。隨著另類數(shù)據范圍的延伸，三類中間商開始出現(xiàn)：數(shù)據投研咨詢服務商提供全程大數(shù)據投研服務（數(shù)據獲取、整理、建模及輸出數(shù)據產品）綜合數(shù)據提供商主要整合各原始數(shù)據提供商的數(shù)據，向機構投資者提供定制化的數(shù)據集原始數(shù)據

提供商半加工數(shù)據

提供商交易信號及報告

提供商綜合數(shù)據提供商技術解決方案提供商則向數(shù)據提供商們提供金融投資領域下的IT技術解決方案

數(shù)據投研咨詢服務商機構用戶技術解決方案提供商收集原始數(shù)據整合不同地區(qū)、行業(yè)數(shù)據提供某類資產相關性數(shù)據全程提供數(shù)據投研服務

提供定制化投研分析數(shù)據獲取、處理及建模，

提供數(shù)據產品整合多方數(shù)據源基礎結構提供定制化數(shù)據集注釋：基礎結構中間商來源：XX金融創(chuàng)新研究院

基于另類數(shù)據的投研公司百觀：以另類數(shù)據為基礎，提供投資研究數(shù)據產品百觀（BigOne

Lab）提供面向買方市場的另類數(shù)據研究分析服務，通過開發(fā)、挖掘、獲取有價值的新型數(shù)據，高效能的數(shù)據分析，可視化及分版塊的深度研究，機構投資者可以獲得不同于傳統(tǒng)數(shù)據終端與賣方市場的投資研究數(shù)據產品。

原始另類數(shù)據

網頁爬蟲

APP爬蟲

移動運營商

固網運營商

銀聯(lián)支付

衛(wèi)星圖像

SDK日志

SaaS數(shù)據非結構化文本

……

BigOne

Lab

數(shù)據庫公司深度數(shù)據行業(yè)全景數(shù)據

新經濟指標

…數(shù)據產品生產線客戶端4智能投研的未來發(fā)展智能投研未來發(fā)展?

智能投研沿襲另類數(shù)據投研產品體系，二者遵從相同研

發(fā)內核R&D

Team在另類投研領域的布局策略?

替代數(shù)據投研的需求分析——難點與機會?

R&D

Team開展另類數(shù)據投研的策略?

組建Alternative

Data

Group資

價究

鏈資

價詢

鏈來源：XX金融創(chuàng)新研究院

智能投研發(fā)展智能投研沿襲另類數(shù)據投研產品體系，二者遵從相同研發(fā)內核我們認為，智能投研提高了投研人員的效率，而另類數(shù)據提供更廣泛的交易思路、更及時有效的交易信號，進而可為資金端用戶提供資產配置、交易策略與投資組合方案。在投資研究的數(shù)據庫及投資模型/策略經過長期積累及校驗后，另類數(shù)據可直接用于投資交易，即作為基金管理人直接進行投資或進入智