对冲基金的另类数据：借助网络数据寻求Alpha

到2020年，用于另类数据及其相关基础设施的支出预计将超过70亿美元， 3.1万亿美元的对冲基金业即将把它的未来押在上面。

Alpha是投资组合的回报，高于适当的基准投资组合。这是用于投资的术语，用来描述策略在市场上的领先能力，或者说它是“优势”。Alpha通常也被称为“超额收益”或“异常收益率”，这是在市场是有效的，因此没有办法系统地获得超过整个大市场的收益。

对冲基金经理不能超过自己的基准，需要迅速适应或冒着失去投资者的风险。击败基准是非常困难的，尤其是如果你是一个有效市场假说（EMH）的信徒。这就是为什么专业对冲基金经理渴望新的Alpha来源。对每一位管理者来说，要么创造Alpha要么输给竞争对手，这是一个严峻的现实。

同时，我们正在经历数据爆炸。到2020年，据估计，地球上的数据将以1.7MB/秒创建。普遍认为，此数据的预估价值是最强大的alpha来源。

这就是我们所说的另类数据，它是指金融市场以前不知道但对专业投资者仍然有强大的独特数据价值。传统市场数据提供商未提供此功能。当人们谈论另类数据时，通常会想到三种数据类型：卫星数据、传感器数据和网络数据。在这三者中，就规模而言，Web数据是迄今为止最大的，在主题方面，Web数据是最多样化的，因此，它在各种业务中的应用最为广泛。在投资管理决策方面，另类数据的吸引力在很大程度上具有获得市场上信息优势的潜力。

到2020年，用于另类数据及其相关基础设施的支出预计将超过70亿美元， 3.1万亿美元的对冲基金业即将把它的未来押在上面。

经验丰富的投资经理越来越多地使用另类数据源来提高其决策过程。大多数资产管理者从使用此信息来提高其alpha生成能力，以从结构化的时间序列和财务信息增长的绩效中看到了直接的收益。如今，另类数据的采用正处于临界点，并且其使用呈指数增长。

道理很简单：另类数据的使用和分析为企业带来了独特的见解和决策，而常规数据源无法提供这些见解和决策。因此，另类数据可以成为非常重要的竞争优势。

金融专业人员使用的Web数据范围已经变得更加多样化，包括工作清单、社交媒体帖子和产品定价。由于应用了人工智能（AI），机器学习（ML）和自然语言处理（NLP），因此公司能够使用大量数据，从而预测未来趋势并制定更为可行的投资决策。

网络数据用于对冲基金的常见用途

市场数据汇总：市场信息可从网络上免费获得，并且可以跨越数百个网站。接收连续的公司运营数据流，而无需梳理多个网站和在线数据库。
价格监控：跟踪价格和库存水平，以监控供应、需求和消费以及全球通货膨胀的变化。例如：跟踪定价数据可以为消费产品的销售提供方向性指示。
客户情绪：金融专业人士正在利用社交媒体来预测一些特定股票或产品的动向，以识别潜在的市场趋势活动。
竞争分析：竞争分析可以应用于众多行业，包括股票研究和投资。该方法背后的想法是弄清楚您所在行业的公司如何相互竞争，或者与您自己的公司竞争。无论您是在查看财务绩效或其产品和服务有何不同，收集竞争性分析数据都可以助您一臂之力。
KYC和风险管理：通过监视网站和社交媒体并自动跟踪法规制定并评估潜在业务的完整性。
提取财务报表：将财务报表转换为可用的格式进行分析可能比较难。分析师需要数百份财务报表才能为客户比较数据。
新闻汇总：投资公司越来越多地根据新闻提出建议。通过提取标题和文章副本，并使用该数据进行预测分析，投资公司可以获得对比趋势，跟踪影响他们公司和产品的事件从而得到宝贵见解。