2018-另类数据在投资领域的应用_48页-3mb

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日益广泛，它通过大数据与人工智能技术，对传统金融数据进行补充，为投资研究和决策提供新的视角和工具。智能投研与智能投顾是两个主要方向，前者侧重于数据的获取、分析与研究，后者则关注基于数据的投资产品组合构建。

主要观点

• 智能投研：利用智能数据分析及决策，提升投研效率，涵盖数据获取、预处理、分析及观点呈现等多个环节。
• 另类数据：作为传统数据的补充，其来源包括社交媒体、商业交易、传感器数据等，能提供更全面、及时的投资信息。
• 中国与欧美对比：欧美金融信息服务市场已形成多元化、精细化格局，而中国在细分领域尚未形成规模市场，主要依赖Wind、同花顺、东方财富等传统数据服务商。
• 技术驱动：大数据、云计算、人工智能等技术推动了智能投研的发展，提高了数据处理、分析与决策的效率。
• 市场结构：另类数据投研产业链包含原始数据提供商、半加工数据提供商和交易信号及报告提供商三类中间商。

关键信息

智能投研行业现状

• 美国：智能投研行业初露雏形，如Kensho、Eagle Alpha等公司已形成一定规模，获得资本支持。
• 中国：自2014年起逐步发展，主要公司包括文因互联、因果树等，技术与数据服务逐步完善。

另类数据分类

• 个人数据：社交媒体、新闻评论、网络搜索等。
• 商业/业务数据：交易数据、企业数据、政府数据等。
• 传感器数据：卫星图像、地理位置、其他传感器数据等。

另类数据投研行业市场规模

智能投研服务类型

• 扩展数据类型：包括传统数据与另类数据。
• 获取方式优化：提升搜索与交互体验。
• 提取工具优化：提高数据提取效率与准确性。
• 分析工具优化：提供可视化与自动化分析。

智能投研工作流程

1. 识别与获取数据：通过多渠道获取数据。
2. 数据预处理：结构化、清洗数据。
3. 数据分析：事件因果分析、统计分析等。
4. 观点呈现：自动生成报告，识别交易信号。

智能投研公司分类

智能投研的发展模式

• 扩展数据类型：提供多样化的数据来源，如社交媒体、卫星图像等。
• 优化体验升级：通过技术手段提升数据搜索、提取与分析的效率和用户体验。

智能投研的未来发展方向

• 另类数据投研：作为投资研究的重要补充，其在数据获取、分析与应用中扮演关键角色。
• R&D Team策略：通过组建Alternative Data Group，优化数据获取、处理与分析流程，提高数据价值转化率。
• 技术支持：数据BD组负责拓展数据来源，计算机技术组构建数据库与工具，分析师及数据科学家负责数据挖掘与建模。

企业介绍

• TalkingData：成立于2011年，专注于提供智能数据解决方案，覆盖6.5亿月活跃设备，服务于互联网与传统行业。
• 宜人贷：中国领先的在线金融服务平台，2015年在美国上市，推动金融科技发展。
• 宜人智库：依托宜人贷经验，专注于金融科技研究，输出高质量报告与观点。

免责条款

本报告中的数据与市场预测基于公开资料与调研，仅供参考，不构成投资建议，亦不对信息的准确性、完整性或可靠性作出保证。