另类数据实用价值遭资管机构质疑

  必须找到真正符合资管机构需求的大数据

  中国基金报记者 姚波

  另类数据是华尔街新兴的热门领域,但量化对冲基金的数据专家表示,尽管每天都有新的数据提供商涌现,但蓬勃发展的数据行业却很难让资管公司获得令人满意的回报。

  据了解,另类数据通常被归类为大数据,另类是指相对于由上市公司自己提供的年报等材料。另类数据来源非常广泛,如商品交易、传感器、移动设备、卫星、社会公开信息和互联网等,这意味着它们可能非常大且复杂,通常无法由传统软件进行处理。

  对冲基金每年在另类数据采集上花费数十亿美元,它们希望通过非传统信息, 在市场上获得竞争优势。许多大型公司都开始涉足这一领域。彭博最近宣布将提供20多种另类数据源。 在2018年末,纳斯达克交易所收购了总部位于多伦多的Quandl,该公司为不少华尔街顶级公司提供另类数据。

  不过,另类数据在实际应用中也遇到一些问题,首当其冲的就是数据是否真的具有价值。Citadel数据和人工智能研究部门前首席运营官丽莎·舍尔夫表示,可供选择的数据渠道不但很难管理,更令人沮丧的是,并不是每个人都能从他们获得的数据中得到想要的价值。

  量化基金Quantstellation数据采购和策略主管Olga Kokareva表示,数据供应商需要做足功课,了解投资者对其产品的具体需求。她表示,其接触过的大多数供应商的数据都不符合她的标准,最常见问题包括没有覆盖足够大的区域,或者缺乏足够深度的历史记录。不过,她仍在与没有资质的数据提供商保持联系,看他们是否做出了适当的改变。

  即使是那些确实通过采纳标准的数据,也只有少数被纳入实际的交易策略。Kokareva表示 ,另类数据应提供相当程度的超额回报,让你能够证明购买并处理数据的成本是合理的,但这一回报在多数情况下仍然相当低。

  对冲基金PDT Partners的数据策略和采购主管莫尔斯表示,不少另类数据的质量已经有所改善。他给出了两个理由:首先,供应商准备得更充分,存在“致命缺陷”的数据集变少,不会出现投资者无法真正采用这些数据的情况。其次,他的基金在如何处理数据方面有更独到的方法。

  莫尔斯表示,问题的核心在于,应当找到真正能为公司解决问题的数据集,而不仅是为了数据而数据。数据提供商必须对内部团队或客户想要的内容有深入的了解,如基金的投资策略是什么,他们想要解决什么问题,然后依据这些需要来捕获并优化数据。

特色专栏

热门推荐