一、另类数据定义、特点及分类
另类数据(Alternative Data),即非传统数据,目前没有统一定义。在当前数字时代的语境下,另类数据不同于传统的交易所、公司公告等披露的金融数据,它是由各类信息终端、平台或者系统产生的数据,这些数据能够用来帮助进行投资决策。近年来另类数据发展迅速,应用也越来越广泛,其应用已超出金融行业范围。
另类数据是典型的“大”数据(Big Data)——数据体量大、数据流动速度大、数据种类多。与传统数据相比,另类数据具有数据时效性强、数据宽度更宽、数据未经过标准化处理等特征。
按照数据产生主体分类,另类数据包括以下三类:个人产生数据、商业活动数据及传感器数据。
二、另类数据应用场景及发展情况
目前市场上较为成熟的另类数据应用行业及使用场景:
(一) 金融行业——量化对冲基金的买卖、资产管理公司投资决策等
(二) 数字政府领域——宏观经济发展形式研判、产业发展状况分析等
(三)电商零售行业——线上销量数据监测、盈利预测、业务风险预警等
三、另类数据公司分类及国内厂商
海量的数据推动了另类数据市场快速发展,另类数据公司大量涌现。国际上的另类数据公司主要分为三类:
(一)原始数据提供者——这类供应商只收集最原始的另类数据,对于数据的处理程度最小;
(二)轻处理数据提供者——提供与金融资产相关的可视化数据;
(三)信号提供者——一般关注于某个特定行业,例如,向资产管理公司提供打包好的量化投资信号。
四、 拓尔思在另类数据市场的定位
拓尔思另类数据包含新闻网站数据、社交媒体数据、政策数据、企业数据、风控数据等多种类型,具有上千亿规模的数据总量,以及日增上亿条数据的能力。
拓尔思作为另类数据提供商,从轻数据处理者逐渐向信号提供者转型,向金融、数字政府等领域拓展应用场景。