替代数据集正在成为主流吗？

根据德勤白皮书，替代数据可能会改变未来五年的主动投资管理。他们认为，那些在此期限内未更新其投资流程的公司可能会面临战略风险。替代数据是一个涵盖多个类别的广义术语。简而言之，它是指任何非传统数据（即市场价格数据，交易量数据），并且包括在线搜索数据，交易数据，卫星和天气数据，消费者交易数据，地理位置数据等。

“数据量呈指数增长。IDC表示，仅在2017年就产生了16.3兆字节的信息（1兆字节等于10亿兆字节）。为了处理所有这些信息并从海量数据中产生有意义的信号，您需要机器学习和认知计算解决方案。”德勤会计师事务所副董事长兼美国投资管理负责人Patrick Henry说。

就采用替代数据而言，创新者和早期采用者大多是寻求信息优势的定量对冲基金。例如，MarketPsy Long-Short基金最早可以追溯到2008年，就开始将社交媒体情绪数据纳入其投资模型。

德勤金融服务中心投资管理研究主管Doug Dannemiller（如图）表示，替代数据的使用正变得越来越主流，投资公司正在提高其技术和分析能力：“起初，替代数据及其背后的分析方法是用来告诉您在下一次收益电话会议上股价将发生什么变化。对冲基金的短期偏见是对冲基金，它们在短期内努力试图获得优势。

现在，替代数据集能够生成长期业务成功的指标，并与更多公司的投资流程相匹配，包括传统的仅长期经理人。他们能够在两年或四年的时间范围内支持预测，而不仅仅是下一季度的收益电话会议。”

多年来，公司的首席执行官们举行了投资电话会议，讨论最新的收益公告。卖方分析师仔细聆听，以寻找可用于其模型的其他数据点，并确定股票价格可能的走势。这是数据的传统用法，用于为投资决策提供依据。

但正如Dannemiller所说：“如果我们考虑其他数据，那将是相同的投资呼吁。但是，现在您有一台使用自然语言处理功能的机器正在监听，挑选出关键词来将CEO的任何误报与真正的信念区分开。该机器可以针对多个收益电话，以及与同一公司的历史收益电话相关联，将整个行业中的这些关键字相关联。它把事情放在定量的背景下，而不是使用股票分析师的定性判断。”

在该领域成功的关键之一就是培养合适的人才。它要求数据科学家和工程师与分析师和投资组合经理一起工作。为了从替代数据集中获得最大价值，Dannemiller说：“您需要进行来回的协作和迭代过程，才能知道如何处理数据以获得有意义的结果。”

投资组合经理可能会要求扭曲数据，以便对公司有必要的了解。然后，数据科学家会对数据集进行回溯测试，以查看其对投资组合的历史记录，并预测其将如何影响未来的投资组合。

“然后，投资公司可以更改投资决策模型，但需要不同的技能组合，并且需要有良好的协作才能实现这一目标，” Dannemiller总结道。