另类数据：投资新动力

　　《另类数据：投资新动力》全书分为五章，全方位地介绍了另类数据在金融市场中的应用。本书和作者所著的另一本另类数据的作品《另类数据：理论与实践》互相补充、互为配套，为国内讲述另类数据及其应用的专著。

　　本书第一章和第二章主要讲述了各种类型的另类数据包括文本数据、消费相关数据、传感器数据、ESG数据、投资者关注数据、商业洞察数据、卫星图像数据、位置数据在股票量化投资和股票主观投资中的应用。第三章讨论了另类数据在利率和汇率投资中的应用。第四章和第五章分别介绍了另类数据在大宗商品和重要宏观经济变量预测中的应用。

　　王闻，南开大学经济学硕士，清华大学数量经济学博士，曾在金融业界和智库中工作，现任哈尔滨工业大学副教授。

　　孙佰清，哈尔滨工业大学硕士和博士，现任哈尔滨工业大学教授和博士生导师，金融研究所所长，金融系主任，发表SCI/SSCI检索等论文60余篇。荣获第一届全国优秀金融硕士学位论文指导教师等奖项。出版专著2部。

　　出版说明

　　数字经济是指以数据资源作为关键生产要素、以现代信息网络作 为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。

　　近年来，数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。人类社会正在进入以数字化生产力为主要标志的新阶段，数字经济已经成为引领科技革命和产业变革的核心

　　力量。

　　世界图书出版公司是中国出版集团旗下唯一的科技类出版社，多年来为我国科技和教育的发展做出了重要贡献。当此人类经济丕变之局，世图公司推出"数字经济系列"，拟编选有关互联网、大数据、 云计算、元宇宙、人工智能、另类数据、能源转型、数字制造、数字 化治理、数字新基建等一系列主题的优秀原创著作，开阔知识视野， 启迪管理思维，促进产业转型，引领社会进步，共襄时代盛举。

　　世界图书出版公司

　　2023年1月

　　序言

　　《另类数据：投资新动力》是我们撰写的另类数据图书第二部。起初我们是把两本书作为一个整体来写作的。在初稿写作完毕之后，我们和出版社都认为，如果把两本书作为一本书出版，那么这本书的篇幅太大了。考虑到我们以后会持续关注另类数据的学术和实务发展，不断在这个领域出版新的著作，所以我们就把初稿一分为二，第一部分全面介绍另类数据概念以及各种相关议题，第二部分则重点介绍另类数据在各个领域内的应用。

　　就写作此书的动因而言，读者可以参见《另类数据：理论与实践》的前言，这里就不赘述了。我们在这里要强调的是，在对另类数据已经有了初步了解的基础上，读者可以通过本书全方位了解另类数据在股市、债市、汇市和大宗商品市场等资产管理行业各个板块中的应用案例，其中既有来自另类数据服务商以及金融机构等业界发布的案例，也有来自学界对各种不同另类数据所作的投资分析。我们把这些案例进行了汇总和重新整理，按照不同的应用领域和不同的数据类型进行分门别类，从而形成了本书的主体内容。

　　在所有的金融市场中，股票市场始终是投资者最为关注和研究最多、最深的领域。在当今的股市投资中，按照国内资产管理行业的说法，市场中存在着量化投资和主观投资两大投资思想。它们两者的一个不大严格的区分是，前者会以市场全部股票或者某个板块的股票为分析对象，而后者则更偏重于关注具体的个股。考虑到这个差异，我们在本书的第一章和第二章分别介绍了另类数据在量化投资和主观投资中的应用案例。

　　除了应用到股票市场，这些年来，另类数据也不断浸入其他大类资产中。考虑到利率和汇率之间的紧密关系，当前另类数据在这两大类资产中的应用案例经常交织在一起，所以我们就相关案例进行了整合，在第三章中对它们进行了细致的讨论。

　　在本书成稿之际，俄乌冲突爆发，牵连着全球地缘政治格局发生重大变动，与此同时，全球大宗商品市场也出现了剧烈波动。在这种背景下，来自新闻文本以及遥感卫星这些另类数据的价值更加凸显。我们在第四章中就介绍了这方面的各种应用案例。

　　我们知道，政府发布的各种宏观经济数据都具有较大的滞后性。考虑到宏观经济对于资产管理的影响，对宏观经济进行所谓的"实时预测"（nowcast）就变得越来越重要。我们在最后一章中就介绍了另类数据在宏观经济领域内的应用。

　　在初稿的写作中，我们曾计划撰写一章介绍和中国相关的另类数据应用案例。但是后来我们认为另类数据这个议题会不断演进和发展，同时在涉及中国金融资产的应用案例成型比较成熟的时候，我们可以把这些案例单独集结成册，留待以后作为另类数据系列丛书的新书展现给读者。

　　孙佰清 王闻

　　2022年6月10日

　　后记（节选）

　　金融投资和交易是世俗世界中让人最为着迷的活动之一，它既会给人以贪婪，也会让人恐惧。从古至今，投资者都一直在创新，不断寻找新方式来获得 信息优势。这样的例子比比皆是，不胜枚举。

　　按照哈佛大学教授同时也是创新研究大师Clayton Christensen的说法，另类数据可以看作是"破坏性创新"。每年数据总量都在以指数方式增长，每年产生的数据增量在人类历史全部可用数据中占据了绝大部分。因此无论在中国还是在其他地方，以赚取阿尔法为目标的私募基金（国外通称"对冲基金"）行业，以及更广泛的资产管理机构，都是新型数据应用的探险者和领航者。

　　对于资产管理机构来说，在思考是否使用以及如何使用另类数据的时候，我认为应该考虑下面四个关键词：基础设施、价值创造、监管合规以及专业化协作。从基础设施的角度来看，资管机构需要配置适当的设备、软硬件和人员，有足够的财务资源能够获得另类数据，对其进行分析，进而提取以及验证另类数据中的洞见。从现实操作的角度看，因为"另类"的属性，所以资管机构需要使用和传统数据不同的应用方式。我们在《另类数据：理论与实践》中的第五章对此做了详细的说明，它可以作为一个工作手册帮助建设基础设施。当前，在另类数据的冲击下，产生投资思想的环境正在发生变化，要想从另类数据中获取价值，就需要有充足的投入，而且可能需要考虑对现有的投资流程和团队构成进行改造。

　　无论是资产管理还是其他的任何商业活动，决策者都需要考虑投入的成本所得到的投资回报率（ROI）。只有证明为另类数据付出的成本是物有所值，资管机构才会考虑部署另类数据。本书第一章中讲述了量化投资和主观投资的区别。就量化投资而言，我们可以使用绩效归因的方法评估采用另类数据的投资策略获得的阿尔法，然后扣除采购、清洗和分析另类数据中投入的成本，从而量化另类数据带来的绩效。此时，我们可以考虑使用扣减成本的阿尔法是否超过某个预设的临界值作为部署另类数据的决策依据。而对于主观投资而言，要评估ROI就要了解另类数据可能带来的机会以及如何有效使用它们，这些议题往往要仰赖资管经理的经验和主观判断。就现状而言，考虑到使用另类数据缺乏相对标准化的最佳实践，所以投资回报率的确定看起来需要在不同程度上把定量和定性方法结合起来。

　　在大数据时代，如何合规和安全地使用数据成为重中之重。就另类数据在资管行业的应用来说，需要重点关注两方面的问题。首先，另类数据是否涉及未公开的重大信息。按照我国《证券法》第七十五条的规定，对公司证券的市场价格有重大影响的尚未公开的信息，为内幕信息。其次，我国在去年分别通过了《数据安全法》和《个人信息保护法》，从而对数据安全合规的流通设定了司法底线。当前，针对另类数据并没有统一的监管体系，同时业界也不存在一套标准的合规检验流程。对于某些另类数据而言，比如我们在本书看到的手机定位、出租车出行、商务飞行等方面的数据，都有可能涉及非公开重大信息和个人隐私的问题。因此对于资管机构而言，在引入另类数据的时候，需要设置法律和合规团队来应对这些法律要求。这里需要指出的是，为了应对数据流通中带来的挑战和风险，一种可行的技术解决方法就是隐私计算（privacy preserving computing），从而实现数据可信和安全地流通。当前隐私计算技术已经应用在银行业的智能风控和智能营销等领域，北京金融科技产业联盟在今年发表了《隐私计算技术金融应用研究报告》，对这方面的计算和金融业的应用现状做了很好地整理。就资管行业而言，隐私计算的讨论还很少。笔者唯一看到的是IBM公司新加坡研究团队的Yu et al.（2022）撰写的论文。我们知道，当前另类数据很大的来源是遗存数据，也就是各种组织在日常商业活动中留下的数据痕迹。单纯地通过采购获得数据包或者明文数据API接口的方式已经不大适应当前的法律环境，通过隐私计算实现遗存数据的价值应是未来唯一的可行之路。

　　前面基础设施所涉及的主要是物理层面上的生产要素，现在我们讨论人的要素。资管行业就像是战场，各个资管机构在这个场域中奋斗拼争，达尔文主义是这个行业中生存下来的不二法门。资管行业作为技术密集型行业，天然就具有某种垄断的特点。像许多其他类似的行业一样，一个有着专业化分工团队以及标准化作业流程的资管机构才能行稳致远。一个合格的军队，需要有将军、参谋、工匠、监军和士兵等众多的角色。对于一个资管机构，特别是依赖量化策略的资管机构，需要有策略师、分析师、工程师、风控经理和交易员等角色，显然这些成员所需要的技术并不完全相同。而另类数据的引进必然会深化这些角色的技术差异。只是仰赖少数明星经理的资管机构在当下这个时代是很难做大和做强的。另类数据作为资管机构生存和发展的利器，要挖掘和发挥它们带来的竞争优势，资管机构就需要不同角色之间良好的专业分工和团队协作。不仅要让整个团队在思想上达成共识，同时也要让另类数据融入到整个投研和交易过程，从而获得所谓的运营阿尔法。

　　当前，我们进入到一个高度不确定的世界经济时代，各种经济危机、环境危机和地缘政治冲突层出不穷。回顾数据驱动的投资思想史，在这个时代，只有拥抱另类数据，迎接另类数据带来的风险和挑战，我们才能在细微之处把握住社会和经济发展的脉搏，才能在青萍之末感受风的力度。另类数据这个名词出现的历史并不很长，但是它背后蕴含的核心思想却并不新颖，而是自古有之。这个核心思想就是，我们需要在不断出现的另类数据中用适应时代的方法挖掘出新的投资见解，在不断演化的金融市场中能够长时间地获取收益，从而

　　在投资管理的激烈竞争中生存下来。

　　新时代的另类数据在中国启航了。本书和《另类数据：理论与实践》只是一个引子，让读者可以了解当下我们到达了哪里。展望未来，我们期待和读者们一起深入探究，把另类数据的研究和实操不断推向新的高度。期待和大家在瞬息万变的世界中共同迎风破浪，扬帆远航。

　　王闻

　　于华润小径湾，2022年10月

第一章 股票量化投资 001

一、量化投资和主观投资 002

二、文本数据 003

推特推文 / 财经博客 / 财经新闻 / 新闻标题 / 电话会议记录 / 内部数字信息 / 社交媒体

三、消费相关数据 032

电邮收据数据 / 线上消费需求数据

四、传感器数据 039

手机应用程序数据 / 位置数据 / 卫星图像数据 / 出租车出行数据

五、ESG 数据 050

公司文化数据 / 消费者保护数据 / 企业创新数据 / 众包数据 / 就业数据

六、投资者关注数据 087

谷歌趋势 / 投资百科搜索

七、商业洞察数据 091

第二章 股票主观投资 095

一、针对主观投资的另类数据 096

二、卫星图像数据 097

预测公司业绩 / 预测公司股价变动

三、位置数据 104

商务飞行数据 / 手机位置数据

四、消费相关数据 112

电邮收据数据 / 商品价格数据

五、投资者关注数据 126

线上搜索数据 / 就业 + 线上搜索数据 / 线上评论数据 / 社交媒体数据

第三章 利率和汇率 143

一、文本数据 144

推特推文 / 彭博新闻 / 财经新闻 / 联储沟通 / 音频转录文本

二、投资者关注数据 168

点击量 / 线上关注度

三、市场数据 177

市场交易量 / 高频数据 / 隐含波动率

四、其他数据 188

政府数据 / 调查数据

第四章 大宗商品 197

一、文本数据 198

二、位置数据 204

三、卫星图像数据 207

NDVI / 石油库存 / 金属信号

第五章 宏观经济 231

一、GDP 233

二、通货膨胀 236

三、出口增长 241

四、就业 243

尾声 247

参考文献 265