另类数据在投资领域的应用_48页_2mb

另类数据在投资领域的应用总结

核心内容

另类数据在投资领域的应用正逐步成为提升投资决策效率和获取超额收益的重要手段。它通过大数据和人工智能技术，覆盖数据获取、清洗、分析、决策的全流程，为投资研究和智能投顾提供了新的视角和工具。

主要观点

• 智能投研与智能投顾的区别：智能投研主要关注数据的获取、分析及决策支持，而智能投顾则更侧重于根据投资者需求构建投资组合。
• 另类数据的价值：另类数据如社交媒体情绪、传感器数据、交易行为等，能够提供独特的投资视角和实时交易信号，帮助机构投资者发现alpha。
• 智能投研的流程：智能投研流程包括数据获取、预处理、分析、生成交易信号等，借助AI技术实现自动化、速度化和规模化。
• 智能投研的特点：具备强大的情绪控制和逻辑推理能力，以及自我学习能力，可发现事件与资产之间的关联关系，提升决策质量。
• 行业现状：欧美市场已形成较为成熟的智能投研生态，而中国虽起步较晚，但正在快速发展，政策支持和市场需求推动其成长。

关键信息

1. 智能投研行业发展概述

• 智能投研的定义：利用大数据和人工智能技术，完成数据和信息获取、分析、决策的投研流程，提升投研效率。
• 中国金融信息服务市场：中国资本市场持续国际化、机构化、专业化，但金融信息服务行业整体发展滞后。
• 另类数据的重要性：另类数据成为投资研究的重要补充，能够提供更全面、实时的投资信息。

2. 智能投研行业现状

• 美国市场：智能投研公司如Kensho、Eagle Alpha等已获得资本青睐，形成较为成熟的市场生态。
• 中国市场：自2014年起，智能投研公司逐步成立，如文因互联、因果树等，正在探索和拓展另类数据应用。
• 行业分类：智能投研平台可按优化步骤分为四类：扩展数据类型、获取方式优化、提取工具优化、分析工具优化。

3. 基于另类数据的投研服务市场

• 另类数据分类：包括来自个人线上行为的数据、商业/业务数据、传感器数据。
• 应用现状：传统金融数据应用成熟，舆情数据和卫星图像分析数据开始兴起，物联网数据、监管数据等尚待开发。
• 市场规模：预计至2021年，另类数据投研市场规模将达到30亿元人民币，渗透率逐年提升。

4. 智能投研的未来发展

• 研发布局：投资机构应组建Alternative Data Group，整合数据来源、技术团队和分析师，形成完整的另类数据投研体系。
• 机会与挑战：尽管另类数据具有巨大潜力，但当前仍面临数据成本高、审批流程复杂、数据价值评估困难等问题。
• 技术支撑：智能投研依赖于大数据、云计算、自然语言处理、知识图谱等技术，以提升数据处理效率和决策准确性。

智能投研平台与另类数据应用

关于 TalkingData、宜人贷、宜人智库

• TalkingData：成立于2011年，是中国领先的独立第三方数据服务提供商，拥有全球多个分支机构。
• 宜人贷：中国领先的在线金融服务平台，2015年在美国纽约证券交易所上市。
• 宜人智库：专注于金融科技行业研究，输出高质量报告和观点，推动行业创新与规范发展。

另类数据投研市场结构

• 原始数据提供商：如移动运营商、银联支付、APP爬虫等。
• 半加工数据提供商：整合原始数据，提供定制化数据集。
• 交易信号及报告提供商：提供可视化分析、报告生成、交易信号等服务。

智能投研与另类数据的结合

• 研发内核一致：智能投研和另类数据投研在技术上遵循相同的研发内核，即大数据与人工智能技术。
• 应用场景：智能投研可结合另类数据，为资金端用户提供资产配置、交易策略和投资组合建议。
• 未来趋势：随着技术进步和市场需求增长，另类数据将更广泛地应用于投资研究，推动行业智能化发展。

智能投研行业挑战与机会

• 挑战：数据成本高、内部流程复杂、数据价值评估困难。
• 机会：
  • 提供高质量数据的供应商将获得市场青睐。
  • 通过变量和指标提升数据透明度。
  • 快速整合数据，使其可分析、可交易。

免责条款

• 本报告数据基于桌面研究、行业访谈、市场调查等方法，仅供参考。
• 对数据的准确性、完整性或可靠性不作任何保证。
• 本报告不构成任何投资建议，仅作为市场参考资料。