欢迎来到深圳市资产管理学会官方网站! 专业、专注

资产管理行业的民间智库

联系我们 Contact
联系电话:0755-82129986

联系邮箱:service@szasset.org

公司网址:http://www.szasset.org

总部地址:广东省深圳市福田区深南大道2016号招商银行深圳分行大厦11楼

金融市场一线首席观察系列讲座 深圳市资产管理学会是资产管理行业的民间智库。我们恭迎您的来电!

曹洋:另类数据在投研中运用实践| 首席观察系列讲座第六期

作者:管理员  来源:本站  发表时间:2023-3-15 10:48:19   浏览:





10月22号下午,由深圳市资产管理学会举办的全球大湾区金融市场一线思想者——首席观察系列讲座第六期圆满结束。本期深圳市资产管理学会邀请了东证衍生品研究院院长助理,有色金属首席分析师曹洋先生,为大家分享另类数据在投研中的运用实践。


近年来,随着移动互联网的不断发展与大数据的普遍运用,大量的用户交互和行为数据相伴而来,另类数据在投资研究领域的应用迅速拓展。智能投研通过深度学习、自然语言处理等人工智能方法,对金融市场数据进行自动化处理和分析,从而为金融机构专业从业人员提高了工作效率与分析能力。曹洋先生基于国内智能投研市场基本情况,解读了智能投研的发展历程,展示了平台功能,结合线上及线下案例分析了移动大数据的重要应用方向。


主讲嘉宾分享

讲座伊始,曹洋先生首先为大家分析了目前国内智能投研市场的基本情况,指出智能投研的发展方向是从信息化过渡到自动化,最后再进入未来化。在信息化阶段,智能投研数据平台节省了数据获取和处理的时间,形成数据库和模块化的小工具。在自动化阶段,知识图谱将研究院的经验标准化、可视化,将获取的信息数据进行自动化加工。在智能化阶段,深度学习帮助实现投资决策的自动化智能化,并最终输出投资建议的结果。回顾国内与海外不同的机构智能投研发展,更多的应用领域主要集中在信息化、自动化阶段。

回顾完智能投研数据平台的发展历程,曹洋先生详细介绍了繁微大数据平台的更新迭代。繁微平台兼具数据整合与量化分析的功能,从具备多源数据整合与基础功能建设的最初版本,到数据分类优化与研究内容维护的更新完善,再到未来围绕用户体验提升与精选策略推荐的智能化发展,通过结合平台数据信息与分析师研究的经验框架,最终输出专业的投资策略与建议。目前平台具备庞大的用户群体,内部有期货研究员、销售团队、资管团队、证券研究员,外部则为各种产业客户、公募基金、私募基金、证券公司、保险银行等,保证了其强劲的生命力。同时,繁微平台实时更新的观点库、报告库以及热点动态板块,覆盖周度、季度、半年度等短中长期品种观点,由各品种资深研究员维护更新,并辅助重点跟踪数据图表以支撑观点。通过跟踪各品种行情走势、相关新闻、重要政策以及研究员及时发布的品种点评,并且保持APP同步推送,来帮助客户群体掌握实时观点信息。

接下来,曹洋先生结合具体实例,与大家分享了哪些另类数据已经在平台里被运用到实践中帮助投研。在航运数据方面,通过货物运输轮船发布的信号跟踪其定位系统并进行标记,可将获取到的信息如载重量,位置地点等进行加工处理,提高对大宗商品物流的熟悉程度。在卫星数据方面,农产品气候领域的应用较为广泛,通过卫星跟踪的热成像数据,实时了解农产品的生长作物情况,如播种面积,从而对未来农产品的供需预估做出判断。月光数据作为卫星数据的分支,则是通过卫星监控地面发光强度的情况,模拟不同区域GDP的增长指数或工业产值变化,从而跟踪不同区域的经济发展速度。

谈及移动大数据的应用,曹洋先生主要讲解了移动大数据在应用通、地理通、投研通、智能手机数据上的实际应用场景。在应用通中,通过对App用户全生命周期的观测,从用户规模、行为、留存等多角度分析细分行业竞争格局,挖掘锁定具有价值的投资标的,数行移动大数据能先于财报披露推估互联网企业的用户数量及企业营收水平。在地理通中,结合地图地位与卫星地图确认进行数据预处理,分析城市热点区域人流、物流、信息流,从而得到员工指数、物流指数、律师指数以及机构投资指数。在投研通中,通过对上游供货商的工厂以及其下游销售的工厂仓库的移动大数据信息进行观察并得到周度数据,提高对实体企业上下游开工的掌握程度,结合以往采购销售经验理解整个货物流向的情况。同时,移动大数据也能应用于智能手机数据端,分析全行业、各品牌、各机构的市场规模与占有率变化。

最后,曹洋先生也提出了移动大数据应用的一些缺陷以及未来的前进方向。其一,在圈定应用场景时,如不进行加工处理可能会造成圈入不相关内容,导致一定程度的误差,故需要人力跟踪以进一步优化地图圈定场景。其二,对于移动大数据的管理要合法合规,在国家政府的数据管理机构监管下去运行应用,否则将造成隐私泄露等潜在问题。其三,投研人员或使用数据的第三方仍需开发更多移动大数据的应用场景,形成分析经验,让数据实现其自身价值最大化。

互动问答



问题一:另类数据相较于基本面分析的独特优势有哪些?

答:现在大家对于基本面数据挖掘的频度要求越来越高,基本面量化的东西需要高频数据做支撑,比如说以前进出口数据是月度的,但月度已经不能够满足高频要求,所以需要把数据观察的频度提高到周频,甚至未来需要日频,另类数据恰恰能够解决频度的问题,故最为本质的差异在于数据频度。以往我们是人力去不断收集数据,但现在可以通过科技手段去收集处理,解放双手的同时也提高了效率,从而提高数据频度,这是相较于传统的基本面研究的很大进步。


第二个点在于数据获取的维度。以前调研一家公司,由于精力有限,一个研究员可能只能覆盖几家公司或者一个行业。但是通过科技手段,它就像眼睛一样能帮助我们看到更多领域。比如圈出2000、3000家上市公司的工厂位置或经营地位置进行辅助观察,而这光靠人去做是不现实的。所以另类数据的使用过程并不一定逻辑自洽,需要核实验证,但它相较于人可以扩大观察视角,也在时空上有一定的优势,这是传统基本面研究没有办法做到的。我觉得未来可能更多分析师的关注点不会在于自己去收集处理数据,而是抓住数据的逻辑并核实数据,针对上下游各种数据维度去评价数据的合理性。


问题二:如何从海量数据中有效挖掘与投研应用聚焦相关性较大的另类数据?

答:最重要的一点就是需要投资机构提出具体的应用场景,应用场景提出后,再针对应用场景,通过另类数据金融科技等手段帮助实现更快更好的数据收集。假设关注的点是上海机场,首先要提出上海机场整个应用的逻辑,可能需要的数据有上海机场在疫情过后的人流物流恢复状况,和历史对比恢复到几成,此时再依托移动大数据去看人流物流的变化,也可以通过卫星或者其他的东西。所以如何能够更好利用数据,最终还是要落实到投资端,回归到专业性上,需要投资经理、研究员来分析具体的应用场景,才能更好的运用数据。


问题三:另类数据未来发展的前景和可能面临的困难有哪些?

我觉得前景说起来可能比较容易,但需要很多人去努力,很多公司不断投入的问题就是如何能把数据频度做到更高。移动大数据一天的数据量非常庞大,现在更多的应用场景是做到周度,未来如果要做到日度,需要处理的数据量会更加之大,此时如何用技术解决处理数据量过大是另类数据发展的一个瓶颈。另外,如何让数据更加符合事实,即保证数据的真实性也需要研究。如果最后投研人员反馈下来,数据与实际现实具有一定差距,则数据就没有太大用处,可信度会大打折扣。比如圈地看似简单,但实际上现在还是需要人工去核实圈的地方是不是真正的工厂边界;卫星数据在遇到极端的天气或气候变化的地区,是否还能维持之前数据的真实性,这种极端的情况应该怎么去处理也是有待发展的领域。


免责声明:文章观点仅代表嘉宾作为研究人员的个人意见,不代表投资建议。


致     谢

本期活动由深圳市资产管理学会、东证期货联合主办,传薪教育公益基金公益支持。

(文字|许斯佳,编辑|李俊骁 齐文雪,责编|冯星鑫)


文章地址:http://www.szasset.org/Show/?Cid=550