投资领域另类数据应用分析报告.pptx

投资领域另类数据应用分析报告,中国金融证券信息服务体系,核心业务系统网上交易及行情软件,恒生软件 | 金证股份同花顺 | 大智慧 | 东方财富,数据终端,Wind终端 | iFind终端（同花顺） | Choice终端（东方财富）,Bloomberg | Thomson Reuters,智能投研智能策略智能投顾业务内容分类,通联数据（萝卜投研）| 因果树 | 文因互联 | 数库科技 | i问财 | 超对称 | 百观金贝塔（嘉实&蚂蚁） | 买什么（雪球） | 贝塔牛（广发证券）蓝海智投 | 璇玑智投| 投米RA | 摩羯智投 | 理财魔方 | 弥财 | 拿铁智投核心参与主体,KenshoMotifBetterment | Wealthfront海外对标企业,门户 | 社区,和讯网 | 东方财富网 | 中国证券网,雪球 | 东方财富股吧,Stocktwits | Seeking Alpha,软件系统,资讯,辅助决策资管,海外对标,来源：公开资料，宜人智库，XX金融创新研究院,以“输出投资产品组合与否”为主要区分，智能投研与智能投顾侧重不同,智能投研智能投顾,利用大数据和人工智能技术，完成数据和信息获取及清洗分析决策的投研流程，投研人员的效率.根据不同投资者的投资需求，利用数字化程序为其搭建投资产品组合，由数字化、智能化的顾问服务替代传统人工投顾服务。,资 价,究 链,4,研究范围以智能数据分析与策略为中心，探索智能投研及另类数据投研的行业发展利用大数据和人工智能技术，完成数据和信息获取及清洗分析决策的投研流程，提升投研人员的效率。,投研 值,依据投研价值链，以智能数据分析及策略产出为中心，可将智能投研服务分为以下四种类型：,扩展数据类型传统的数据另类数据,优化获取方式搜索体验升级交互体验升级,优化提取工具数据提取优化知识提取优化,优化分析工具分析研究优化观点呈现优化,获取数据,预处理数据,分析数据,交易信号,5,1234,CHAPTER 1智能投研发展背景及概述CHAPTER 2智能投研行业现状CHAPTER 3基于另类数据的投研服务市场CHAPTER 4智能投研的未来发展,1智能投研行业发展概述智能投研行业发展背景,金融信息服务市场发展人工智能、大数据等科技发展,智能投研概述,智能投研概念与分类智能投研的工作流程智能投研的特点, 中国资本市场持续国际化、机构化、专业化,MSCI新兴市场指数纳入222支A股深港通、沪港通陆续开通私募规模2015-2017年增长243%至9.2万亿人民币,7,发展背景中国金融信息服务行业发展落后于资本市场发展, 投资机构在研究过程中痛点加剧,传统数据频率低、维度少、深度不够灰色信息不可持续、难以规模化传统调研样本少、偏差大,中国, 11.4, 17%,全球股权市场市值：440亿万元人民币其他国家, 55.6,83%,语言和文化的隔阂无法挖掘另类数据的大部分价值全球金融信息市场规模：约2100亿元人民币中国, 101, 5%其他国家, 1999, 95%,来源:XX金融创新研究院,发展背景,欧美,欧美金融信息服务市场是一个多元化、精细化的市场生态。以,Bloomberg、S&P Global和Thomson Reuters三家巨头主导。近年来，以“数据+智能”为切入点，数百家公司成功切入另类数据投研领域。,中国,相比之下，中国目前的金融信息服务主要以Wind、同花顺及东方财富网等传统信息服务商为主，行业深度和精细细化数据、另类数据投研等数据投研咨询商尚未形成规模市场。,8,来源:百观，XX金融创新研究院,欧美金融信息服务市场呈多元化、精细化；中国细分领域尚未形成规模市场 基础数据终端 行业和精细化数据 另类数据/智能投研,9,来源： XX金融创新研究院,发展背景大数据和人工智能应用于金融信息与数据，推动智能投研发展智能投研以智能数据分析及决策为主要应用领域，智能数据分析及决策则是大数据与人工智能发展的产物。大数据、云计算以及智能硬件的发展作为基础技术支撑了人工智能技术的发展，相关技术的运用成为投资智能业务开展的基础。,infrastructure AnalyticsCross-ingrastructure/ analytics,Application - EnterpriseApplication - Industry,Open sourceData source & APIs,Financeinvesting,Big Data Landscape,来源：XX金融创新研究,AI+Finance,NaturallanguageProcessing,MachineLearning,KnowledgeGraphArtificial Intelligence,FinanceInvestingInformation,智能投研的工作流程与传统投研价值链类似，从数据及信息分析的流程来化划分，智能投研的工作流程分为识别、获取数据，存储、结构化、预处理数据，分析数据、涉及信号、策略回测，最后产出交易思路及信号、并进行风险分析。,来源：XX金融创新研究院10,识别、获取数据,存储、结构化、预处理数据,交易思路/交易信号/风险分析,分析数据、设计信号、策略回测、,CSVAPI,JSONStreaming,Text,HTML,Apache SparkCloud,SQL,R语言/PythonSpark ML,Tableau,Excel,报告预警,信号,数据管理团队,法律合规部门,软件工程师,数据科学家,量化分析师产品经理,交易员,产品经理,系统工程师数据工程师,实现方法/技术手段,参与团队,工作流程,来源：XX金融创新研究院11,智能投研特点强大的情绪控制和逻辑推理能力,有价值的数据,投资者原始数据&噪音,结构化流程：非主观&强逻辑,数据清洗与储存通过数据结构化模块和存储运算集群等，对原始数据进行清洗，存储有价值数据。,数据采集包括有价值数据和噪音。,数据挖掘与分析通过机器学习、图像识别、自然语言处理等，提供数据分析框架和回测模型。,交易信号和风险分析输出交易信号和客观的分析报告，为投资者提供无差别的投资意见。,来源：XX金融创新研究院12,智能投研特点强大的自我学习能力除了静态的财务逻辑数据，智能投研优势之一在于实现跨公司、跨行业的动态数据关联。基于海量结构化及非结构化数据数据，通过知识图谱和深度学习能力，智能投研可以发现事件与事件之间的关联关系，并通过机器学习的自我学习能力，实现信息向决策的进一步转化。,模型相关性预测数据,根据历史事件建立原始分析预测模型寻找事件和资产之间的相关性基于事件对资产未来价格走势进行预测产生的预测数据反馈回原有模型,来源：XX金融创新研究院13,智能投研特点速度化、 自动化、规模化,智能投研,传统投研,搜索与收集,数据和知识提取,分析研究,观点呈现,自动实现搜索到投资观点的一步跨越,2智能投研行业现状,美国智能投研行业发展现状,发展态势初露雏形，细分领域优势公司获资本青睐, 智能投研公司Kensho 智能投研公司Eagle Alpha中国智能投研行业发展现状 2014年，中国智能投研公司开始成立 国家政策：对金融提出了自动化和智能化的发展要求 智能投研公司文因互联,智能投研公司因果树,智能投研公司分类,根据优化步骤不同，智能投研平台可分为四类,美国智能投研行业发展现状发展态势初露雏形，细分领域优势公司获资本青睐自2007年，美国逐渐出现智能投研公司，且专注领域各有侧重，部分公司获得资本青睐。,公司成立时间所在地特点累计融资额（万，美元）,Palantir Metropolis2004美国旧金山整合多源数据213,677.4,Trefis2007美国波士顿细拆公司业务预测收入213,AlphaSense2008美国纽约获取专业且碎片化信息3,500,Dataminr2009美国纽约收集公共来源数据18,344,Visible Alpha2012美国纽约设立专有的新数据集和工具套件N/A,Kensho2013美国剑桥寻找事件与资产的相互关系6,749.5,注释：累计融资额截止至2017年12月来源：XX金融创新研究院15,美国智能投研行业发展现状智能投研公司Kensho（1/2）Kensho是一个先锋级的实时数据计算系统、一个可量化的数据框架，是全球化金融系统的新一代升级产品。,Kensho的主要产品Warren，是一个金融数据收集、分析软件，类,似Google的金融搜索引擎，可自动将发生的时间根据抽象特征进行分类。如美国总统任期的前100天内股票涨跌情况。Warren拥有强劲的云计算能力、良好的人机交互界面和深度学习能力。Kensho公司的目标是让此软件的功能取代现有的大量投资分析人员的工作，为客户提供更加优质、快速的数据分析服务。来源：XX金融创新研究院16,Kensho-美国总统任期的前100天股票涨跌情况,Warren,寻找特定事件对某些资产价格的影响,17,美国智能投研行业发展现状智能投研公司 Kensho（2/2）,产品功能,寻找事件和资产之间的相关性基于事件对资产未来价格走势进行预测, 例如，Apple 股价走势图中，在每个试点，可以得到具体的那些寻找影响资产价格的相关事件 事件影响了Apple 股价以及影响的百分比； 同时，可以展现事件对股价波动的P-Value 例如，输入“美联储降低利率”，并选择时间段和投资品种类，Warren会以图表方式呈现该事件对资产价格走势的影响Warren通过数据库，判断哪些是用来预测价格的相关特征，以股票价格概率分布区间的图表呈现其预测的结果。,数据类型,产品特点,Earningreleases,EconomicReports,Stock pricemovement,Movingaverage,Productlaunches,FDA drugapprovals,Stock pricetriggers,Monetarypolicychanges,Politicalevents,快速的云计算能力,良好的人机交互性,强大的深度学习能力,美国智能投研行业发展现状,Eagle Alpha成立于2012年，面向资产管理行业提供另类数据分析服务。其客户包括量化基金、对冲基金及传统共同基金。Eagle Alpha提供的服务可分为两类：另类数据培训（Education/Best Practice）、Alpah分析。,18,来源：XX金融创新研究院,智能投研公司 Eagle Alpha（1/2）,来源：XX金融创新研究院19,美国智能投研行业发展现状智能投研公司 Eagle Alpha（2/2）Eagle Alpha具备强大的另类数据源搜集及校验能力，可以解决客户在使用另类数据源过程中需要检测及校验数据源、排除数据源法律及隐私风险等问题。,在线数据库Eagle Alpha配备五位专职员工来校验全球范围内的另类数据集（截止2017年9月，已有515个数据集）。Eagle Alpha的数据库是目前对接了最多数据集的数据库之一。,咨询服务基于5年的另类数据经验，EagleAlpha向客户提供另类数据集相关咨询服务，如提供具有实践性的数据报告及另类数据集使用指引等。,数据提供商渠道通过Eagle Alpha，客户可以对接不同的数据提供商。,专属数据集Eagle Alpha可通过网络爬虫及搜索数据等，向客户提供专属数据集。,注释：统计至2017年9月；因统计分类标准不同，统计数值可能存在差异来源：XX金融创新研究院20,1998,2001,2003,2004,2005,2006,2007,2008,2009,2010,2011,2012,2013,2014,2015,2016,2017,中国智能投研行业发展现状行业伊始：2014年，中国智能投研公司开始逐步成立2009年是我国智能金融公司创业的分水岭，并于2014年至2015年出现创业高峰，两年内出现了近80家智能金融公司。根据下图，智能支付、智能营销、智能客服类公司出险时间较早；而智能投研、智能投顾类公司，主要是从2013年开始成立与发展。中国智能金融公司成立时间分布50.0040.0030.0020.0010.000.00,智能支付,智能营销,智能客服,智能风控,智能投研,智能投顾,中国智能投研行业发展现状,2016-2017年，基于普惠金融等需求，国家对金融提出了自动化和智能化的发展要求，在十三五国家科技创新规划中也明确了重点发展大数据驱动的类人智能技术方法，推动科技与金融融合。,2017年5月金融科技委员会的成立，标志着我国开始拥有专门研究规划和统筹协调金融科技工作的机构。,21,来源：XX金融创新研究院,国家政策：对金融提出了自动化和智能化的发展要求,投价,研值,22,注释：公司logo仅作图示，并未包含行业中全部公司,来源：鲍捷、东吴证券，XX金融创新研究院,智能投研公司分类根据切入投研不同步骤，智能投研平台可分为四类,资究链,获取数据扩展数据类型 传统的数据 另类数据,预处理数据获取方式优化 搜索体验升级 交互体验升级,分析数据提取工具优化 数据提取优化 知识提取优化,交易信号分析工具优化 分析研究优化 观点呈现优化,来源：XX金融创新研究院23,智能投研两种发展模式扩展数据类型与体验优化升级通过前文可知，根据投资研究的步骤：搜索与收集、数据和知识提取、分析研究、观点呈现，我们将智能投研公司分为四类：扩展数据类型，获取方式优化，提取工具优化，分析工具优化。从本质上，智能投研相较于传统投研有两种方式的改进：扩展数据类型与体验优化升级。,投资研究步骤智能投研分类智能投研发展,将另类数据（如SaaS数据）结合传统投研数据（如财务数据），提供投研分析新模型。,不改变原有投研数据类型，通过知识图谱等技术，改善数据清洗、提取、分析过程，提高投研效率。,搜索与收集扩展数据类型扩展数据类型,数据和知识提取获取方式优化,分析研究提取工具优化体验优化升级,观点呈现分析工具优化,24,注释：基于46家资产管理机构和23家对冲基金的调查结果；百分比由于四舍五入缘故，其加总可能不等于100%。来源： XX金融创新研究院,28%,11%,20%,22%,9%,17%11%,24%,44%,33%,37%,46%,52%,33%39%,35%,20%,33%,41%,28%,26%,37%37%,35%,7%,17%,2%,11%,11%13%,2%,7%,2%4%,2%,4% 2%,实时市场数据,历史市场数据,资产估值数据,上市公司的另类数据私营企业数据,宏观数据其他另类数据,上市公司基本面数据,22%,30%,17%,26%,9%,9%4%,17%,44%,26%,39%,35%,35%,26%30%,48%,9%,26%,39%,22%,35%,39%,48%,30%,13%,13%,4%,13%13%,17%,4%,13%,4%,4%,9%,13%9%,4%,5-最具研究性,4,3,2,1-最不具优势性,资产管理机构,对冲基金公司,智能投研发展模式一：扩展数据类型智能投研从另类数据中提取价值据调查，另类数据（如社交媒体的情绪分析和众包研究）已超越传统研究数据，获得资产管理机构和对冲基金公司的青睐。超过60的参与的资产经理相信上市公司的另类数据提供了最大的优势，而近一半的受访者赞成其他另类数据的价值。原因之一在于另类数据为专业投资机构提供了击败市场、发现alpha（无风险超额报酬）的可能性。不同数据类型提供的研究性程度,智能投研发展模二：优化体验升级, 获取方式优化,提高数据搜索效率。数据库覆盖企业运营数据、投资机构投资数据、市场分析研报、招股书、全球知识产权数据、用户上网行为数据等，涵盖不同细分行业。, 提取工具优化,提取有价值信息。机器学习算法，构建出召回率、准确率、反欺诈等数据模型。形成用户画像，发掘事件内在联系，去除噪音。, 分析工具优化,提供可视化分析结果。自动生成报告，识别潜在交易信号、利用智能评估交易系统评估交易的可行性。,25,来源： XX金融创新研究院,获取方式优化，提取工具优化，分析工具优化,中国智能投研行业发展现状,文因互联是一家用人工智能解决金融数据分析问题的创业公司，利用知识图谱的技术，主打自动化报告和投资研究机器人两款产品，对大量且复杂的数据进行结构化清洗，最终自动生成报告，实现人+机器的高效合作。,26,来源：XX金融创新研究院,智能投研公司文因互联,中国智能投研行业发展现状,27,来源：XX金融创新研究院,智能投研公司因果树,因果树是以大数据为依托的人工智能股权投融资服务平台，针对国内外一级、二级股权投资市场，评估企业优劣的辅助工具。数据来源包括市场上的公开数据、多家运营商数据、知识产权数据，还包括定点行业数据，并分析每个项目在投前、投中、投后的信息，包括其所在行业状况、资本状况、项目团队水平、用户表现等。,股权融资项目和机构数据库：1000个细分行业，3000万企业运营数据。1万+风险投资机构数据，100万+份市场分析研报等。,一级市场投资机器人，每周挖掘未来3-6个月内最有可能获得融资的潜在明星公司。,向客户提供产业链数据洞察系统解决方案、运营商数据和API接口等定制化解决方案。,3基于可替代数据的投研服务市场,可替代数据的概念及分类,来自个人线上行为的数据, 来自商业/业务的数据 来自传感器的数据金融投资角度下的可替代数据分类基于可替代数据的投研服务 为什么要利用可替代数据进行投资研究 可替代数据在投研领域的应用情况可替代数据投研行业的市场规模基于可替代数据投研服务的市场结构基于可替代数据的投研公司,来源：XX金融创新研究院29,另类数据概念及分类另类数据（Alternative Data，又称另类数据）是指通过运营商、网络、App、卫星等非传统方式手机的新型数据。依据另类数据的来源不同，另类数据可分为三类：个人数据、商业/业务数据及传感器数据。另类数据分类,个人社交媒体新闻 评论网络搜索,商业/业务交易数据企业数据政府机构,传感器卫星地理位置其他传感器,来源：XX金融创新研究院30,另类数据概念及分类来自个人线上活动的另类数据来自个人线上活动的另类数据可以分为三类：社交媒体、新闻/评论、网络搜索及个人共享的行为数据。目前利用社交媒体数据进行舆情分析是最常见、应用程度最高的一类另类数据应用。来自个人线上活动的另类数据分类,社交媒体,新闻 评论,网络搜索及个人共享的行为数据,新闻媒体,产品评论,商业评论,电子邮件收据,分类,示例,交易数据电商消费信用卡消费,换汇交易来源：XX金融创新研究院31,私营机构数据行业产业链数据,分类示例,另类数据概念及分类来自商业/业务流程的另类数据来自商业/业务流程的另类数据可以分为三类：交易类数据、来自公共机构及私营机构的数据。其中，部分公司为用户提供记账、理财服务，因此可以获得用户的交易数据来自公共机构的数据目前层次丰富，包含国际数据（如世界银行）、国家数据（如中国央行）以及城市/州数据等来自商业/业务流程的另类数据,公共机构数据政府数据公共机构数据,另类数据概念及分类来自传感器的另类数据来自传感器的另类数据分为卫星数据、地理位置数据及其他传感器数据三类。卫星图片是目前应用最广泛的另类数据来源之一。微型微型、图片识别以及深度学习技术，大大降低了微型图片的获取成本和分析标准度和精度。目前，微信图片信息可以日为单位获取及更新，预计3-5年后可以实现实时数据获取及更新。来自传感器的另类数据,卫星数据,其他传感器数据,地理位置数据,卫星图,分类,示例,GPSWiFi,CDMA信号来源：XX金融创新研究院32,视频数据音频数据,来源：XX金融创新研究院33,资产类型股权大宗商品信贷利率外汇,投资特色宏观行业特性股票特性风险导向量化信号,Alpha因子独立投资可行组合投资可行不可行容量正交性,已知性公开（无成本）熟知性鲜为人知性专有（不可知）有限销售项目,处理阶段未加工半加工处理完成可交易信号研究报告/警示,质量历史数据数据噪音缺失值方法论透明支持架构,技术方面频率潜在因素形式稳定接口冲突/法律风险,首席信息官/基金经理更关注的数据分类,量化/数据科学家更关注的数据分类,基于另类数据的投研服务金融投资角度下的另类数据在金融投资角度下，从业人员并不十分关注数据的来源，而是更关注这类数据是否可以提供相关的投资思路等。不同细分职能的从业人员会关注不同的数据种类。如高频量化交易员会更加关注实时变化的社交媒体数据，而不是具有一定滞后性的交易数据；数据分析师则更加关注某类数据是否可以用来建模并量化分析。金融投资角度下的另类数据分类,“,根据Greenwich Associate的调研报告，超过60%的投资人利用数据是为了预测未来：通过历史数据及历史表现来预测未来的走势。70%的投资人认为实时市场数据可以提供投资策略思路。但由于大部分投资人使用的是相同的数据，因此产生独特交易策略、并可获得超额收益的概率降低。可见，获取独一无二的另类数据将成为各个机构积极追,寻的获取超额收益的策略之一。,注释：基于46家资产管理机构和23家对冲基金的调查结果来源：XX金融创新研究院34,基于另类数据的投研服务为什么要利用另类数据进行投资研究,37%,31%,37%33%,63%64%61%,40%40%39%,48%,44%,2%2%0%,预测未来市场或板块走向寻找市场定价错误、套利,获得投资思路,支持具体公司研究作为一个指数使用、而非为了超越指数的收益,使用另类数据的目的超越指数or获取Alpha,总体,资产管理机构,对冲基金,目前最成熟的应用数据是传统金融数据，包含,股票价格及加以数据、衍生品价格交易数据、基础面数据等。这类数据也是目前大部分数据终端可以提供的数据。,应用的数据， 该领域已经出现不少创业公司。,除此之外，物联网数据、监管数据等更多的数据来源正亟待开发和应用。,基于另类数据的投研服务另类数据在投研领域的应用情况,已可成熟应用的数据,该类型的数据是目前最成熟的应用数据。有相关应用供市场分析人员使用。,正在逐步应用的数据该类型的数据正在开始应用。,这类数据亟待有效来源、进行开发舆情数据和卫星图片分析数据是正在逐步开始,尚未开发的数据,股票价格股票交易数据,期货价格期货交易数据基础面数据,数据类型,舆情数据广告主花销数据,卫星图片信息数据经济数据交通数据,数据类型,微型卫星无人机图片,物联网可穿戴设备发展中国家食品价格,监管科技35,数据采集来源,来源：XX金融创新研究院36,创新者,早期使用者,早期大多数,晚期大多数,落后者,50+家资产管理公司已在多年前开始使用另类数据进行投资分析。,2017年6月，据Jefferies统计，已有20%管理资产超过10亿美金的对冲基金，派专人从事另类数据的研究。,基于另类数据的投研服务另类数据投研应用的发展阶段示意2017年9月，据Eagle Alpha调查，,关注另类数据的公司已由2017年初的125家增至226家。并预计在2018年底前，专业资产管理人跨越另类数据应用的“断层”。,断层THECHASM,据摩根大通(JP Morgan)统计，70%的公司认为大数据会渐渐影响所有的投资公司。Greenwich的调查表明，80%的公司希望扩大对另类数据的使用权。,2017年,2018年末,来源：XX金融创新研究院37,2016年,2017年,2018年,2019年,2020年,2021年,2022年,金融信息服务（亿）-年增长率-渗透率另类数据投研（亿）,44.16-6.79%3.00,44.540.85%8.98%4.00,48.709.35%11.29%5.50,53.6510.16%14.17%7.60,59.6511.19%17.69%10.56,67.0912.47%21.96%14.73,76.5214.1%27.02%20.67,另类数据投研行业的市场规模增量数据拓展需求将为另类数据投研提供发展空间我们估算，保守估计另类数据投研在金融信息服务市场的渗透率将逐年提升，至2021年将达到30亿人民币。另类数据投研市场规模预估,来源：XX金融创新研究院38,另类数据投研行业的市场结构另类数据范围延伸，三类中间商出现总体来看，另类数据投研产业链基础结构分为三部分，分别由原始数据提供商、半加工数据提供商以及交易信号及报告提供商组成。随着另类数据范围的延伸，三类中间商开始出现：数据投研咨询服务商提供全程大数据投研服务（数据获取、整理、建模及输出数据产品）综合数据提供商主要整合各原始数据提供商的数据，向机构投资者提供定制化的数据集,原始数据提供商,半加工数据提供商,交易信号及报告提供商,综合数据提供商,技术解决方案提供商则向数据提供商们提供金融投资领域下的IT技术解决方案数据投研咨询服务商,机构用户,技术解决方案提供商,收集原始数据,整合不同地区、行业数据提供某类资产相关性数据,全程提供数据投研服务提供定制化投研分析,数据获取、处理及建模，提供数据产品,整合多方数据源,基础结构,提供定制化数据集,注释：,基础结构,中间商,来源：XX金融创新研究院39,基于另类数据的投研公司百观：以另类数据为基础，提供投资研究数据产品百观（BigOne Lab）提供面向买方市场的另类数据研究分析服务，通过开发、挖掘、获取有价值的新型数据，高效能的数据分析，可视化及分版块的深度研究，机构投资者可以获得不同于传统数据终端与卖方市场的投资研究数据产品。原始另类数据,网页爬虫APP爬虫移动运营商固网运营商银联支付卫星图像SDK日志SaaS数据非结构化文本,BigOne Lab数据库公司深度数据行业全景数据新经济指标,数据产品生产线,客户端,4智能投研的未来发展,智能投研未来发展, 智能投研沿袭另类数据投研产品体系，二者遵从相同研发内核R&D Team在另类投研领域的布局策略 替代数据投研的需求分析难点与机会 R&D Team开展另类数据投研的策略 组建Alternative Data Group,资 价,究 链,资 价,询 链,来源：XX金融创新研究院41,智能投研发展智能投研沿袭另类数据投研产品体系，二者遵从相同研发内核我们认为，智能投研提高了投研人员的效率，而另类数据提供更广泛的交易思路、更及时有效的交易信号，进而可为资金端用户提供资产配置、交易策略与投资组合方案。在投资研究的数据库及投资模型/策略经过长期积累及校验后，另类数据可直接用于投资交易，即作为基金管理人直接进行投资或进入智能投顾服务领域。,投咨 值,大类资产配置,投资组合选择,交易执行,投资组合再平衡,投资损失避税,投资组合分析,客户档案创建及分析,投研 值,预处理数据,分析数据,交易信号,获取数据,交易策略,投资组合,注释：基于46家资产管理机构和23家对冲基金的调查结果来源：XX金融创新研究院42,R&D Team在另类投研领域的布局策略替代数据投研的需求分析难点与机会通过前文可知，大部分买方投资人认为另类数据可以提供独特的交易策略或思路，希望获取更多的另类数据源。然而当前另类数据投研尚障碍重重。高成本、内部审批流程的冗杂以及无法充分评估数据价值是当前机构进行另类数据投研的主要难点。,可能的机会,机会1：基于买方投资人的要求，可以阐明自身数据质量的数据供应机会2：利用变量和指标，为用户及潜在用户来说明另类数据的数据质量、完整性,机会3：更好、更快的将投资人需要的数据整合至可使用、可分析、可交易的状态,38%,32%32%30%,28%,20%17%,13%,高成本内部批准流程缓慢缺少时间评估数据质量管理层认为数据无价值,可替代数据集较难应用数据完整性较差整合数据的人力成本较高暂无难点,买方机构开展另类数据投研的难点,R&D Team在另类投研领域的布局策略R&D Team开展另类数据投研的策略投资机构R&D Team开展另类数据投研的方式分为三种：,其中，利用中间商提供的服务是目前成本最低且可最大化接触各类另类数据源的方式。来源：XX金融创新研究院43,完全自建,包括原始数据获取的能力（如网页爬虫）、数据处理能力、分析能力及产品化能力,第三方数据库,自建分析能力,利用中间商,利用第三方数据库并自建另类数据挖掘、数据分析能力,利用中间商（如数据咨询提供商）提供的另类数据投研服务,1,2,3,来源：XX金融创新研究院44,第三方数据源,原始数据,数据提供商,数据获取&收集,高效能数据计算,数据分析,可视化,分板块研究,R&DQuant,指标,公布交易信号,说明分析,L/Steam,Quantteam,R&D Team在另类投研领域的布局策略组建Alternative Data Group(1/2)Alternative Data Group,Sourcingteam,ComputingGroup,DataScientist,数据收集能力,数据建模能力,产品化能力,数据结构化能力,来源：XX金融创新研究院45,R&D Team在另类投研领域的布局策略组建Alternative Data Group（2/2）,量化分析师R&D quant,数据BD组Sourcing Team,拓展新的数据来源，维护与各数据提供商的关系。,计算机技术组Computing group,建立数据库和应用工具，保证另类数据投研流程的平稳进行。,分析师及数据科学家Analysts and,data scientists,负责数据挖掘，处理差异极值并建模。,依据另类数据的数据挖掘结果，产出量化策略。,