2023年另类数据研究报告

2023-09-15 16:50

第一章引言 1.1 定义

另类数据，通常被定义为传统金融报告和宏观经济指标之外的信息，近年来在投资领域中的重要性日益增长。这种数据通常来源于非传统的数据源，例如社交媒体、卫星图像、互联网搜索记录和消费者交易数据等。与传统数据相比，另类数据往往更为实时、具有更高的频率，并能提供更深入的见解。

随着技术的进步，尤其是大数据技术和机器学习的发展，投资者和分析师开始利用另类数据来获得市场的独特见解，从而在投资决策中获得竞争优势。例如，通过分析社交媒体上的情感，可以预测某个品牌或股票的未来表现；通过卫星图像，可以估算某个零售商的客流量，从而预测其销售业绩。

资料来源：资产信息网千际投行路孚特

1.2 特点

另类数据，与传统的金融数据相比，具有一系列独特的特点，使其在投资决策中发挥了不可替代的作用。以下是另类数据的四大主要特点：

容量大

另类数据的第一个显著特点是其巨大的容量。据统计，全球数据总存储量在2019年达到了惊人的41ZB，而2020年单年的数据生产量更是达到了6ZB，占全球的14.6%。更为震撼的是，从2016年到2020年的五年时间里，另类数据的产出量占据了全球存储数据的62%。这意味着，另类数据的产出速度和规模已经超越了传统的数据来源，为投资者提供了前所未有的信息资源。

速度快

除了容量大，另类数据还具有高速的特点。这种速度体现在两个方面：首先，数据的生产速度极快，达到了每秒PB级别，这意味着它可以在瞬间占用1024个TB级别硬盘的全部内存。其次，数据的处理速度也非常快。现代技术使得一个独立的笔记本电脑就可以在0.15秒内处理亿条级别的数据。这种高速的数据处理能力为投资者提供了实时的市场信息，帮助他们做出更快速和准确的决策。

种类多

另类数据的第三个特点是其种类繁多。与传统的金融数据相比，另类数据涵盖了更广泛的信息来源，包括图片、文字、音频、视频、传感器数据、GPS等。这种多样化的数据来源为投资者提供了更全面和深入的市场见解。不同的数据类型和来源可以帮助投资者从不同的角度分析市场，获得更为准确的投资策略。

图另类数据集种类

资料来源：资产信息网千际投行 Neudata

高价值

最后，另类数据的价值非常高。由于其多层次和广泛的数据类型，另类数据可以为投资者创造出高品质的价值。例如，滴滴公司可以通过分析其用户的出行规律来更好地了解客户的需求和习惯；沃尔玛公司则通过剖析账单数据，发现了纸尿布和啤酒放在一起可以提高销量的有趣现象。这些例子都说明，另类数据为企业和投资者提供了深入了解市场和消费者的机会，从而帮助他们做出更为明智的决策。

1.3 挑战和瓶颈

在当今的投资领域，另类数据正逐渐成为决策的关键因素。然而，这个领域也面临着一系列的挑战和瓶颈，这些问题不仅限制了另类数据的广泛应用，也为投资者带来了一系列的困惑。

高昂的系统搭建成本

另类数据的处理和分析需要大量的人力和财力投入。这些数据的维度复杂，处理难度大，而且需要专业的分析方法才能从中提取有价值的信息。目前，许多量化资本都面临着高昂的数据挖掘和分析成本，这使得他们难以承担前期的系统搭建费用。

事实上，数据的投入成本在某种程度上已经抵消了其潜在的绝对收益。这也是为什么另类数据在投资领域的发展速度相对较慢的主要原因。

高价值数据的获取困难

要获取高价值的另类数据，通常需要采用线下搭建设备或实地调研的方法，或者运用先进的网络追踪技术。这些方法不仅成本高，而且通常只有大型数据采集公司才具备这样的能力。

以Thanos公司为例，这家公司在2018年成功预测了特斯拉的产能和销量，其背后的数据采集能力是基于其在集群监控领域的深厚积累。而能够独立搜集这种一手数据并将其应用于投资策略的基金公司实际上是非常少见的。

易获取数据的质量问题

尽管从数据供应商购买数据是许多量化基金公司的首选方法，但这种方式获取的数据的真实性常常受到质疑。存在的公司造假风险可能会严重影响策略决策的结果。而从权威公开数据源获取的数据，虽然在某种程度上可靠，但其市场时效性和策略同质化的问题也限制了其实际应用价值。

人才短缺问题

处理和分析另类数据需要高度的专业技能和深厚的行业知识。能够同时精通数据分析和对某一行业有深入了解的人才实际上是非常稀有的。这也意味着，要建立一个高效的量化投资团队，所需的人力成本会相对较高。

从长远的角度看，另类数据投资领域的竞争格局可能会呈现出“马太效应”，即强者愈强，弱者愈弱。这种情况对于整个行业的长期健康发展是不利的。

千际投行认为，另类数据在投资领域具有巨大的潜力，但要充分发挥其价值，还需要克服一系列的挑战和瓶颈。

第二章另类数据的种类与来源2.1 社交媒体数据

在另类数据的世界中，社交媒体数据犹如一颗璀璨的明珠。这些数据汇集自各大社交媒体平台，包括微博、微信、Facebook和Twitter。用户在这些平台上的互动，无论是发帖、评论、点赞还是分享，都为投资者揭示了丰富的市场信息。

情感洞察：社交媒体上的内容情感分析能够揭示公众对特定品牌、产品或公司的情感态度。例如，当新产品发布后得到广泛的正面反响，这往往预示着产品销售的上升趋势。

探测市场脉搏：社交媒体上的热议话题和流行趋势为投资者展现了市场的实时动态。当某一新兴技术或行业在社交媒体上被频繁讨论，这通常意味着它具有强大的增长势头。

风险预警：社交媒体上的负面舆论和信息为投资者提供了关于风险的早期警示。例如，当某公司产品出现问题并在社交媒体上引发广泛关注，其股价可能会受到冲击。

竞争格局解析：通过分析各公司在社交媒体上的互动和表现，投资者可以更清晰地看到市场格局和竞争态势，为投资决策提供有力支撑。

深入用户心智：社交媒体上的用户行为，如搜索和分享，为投资者展现了消费者的真实偏好和行为模式。

社交媒体数据为投资者提供了宝贵的市场洞察，助力他们更精准地捕捉市场机会，做出明智的投资选择。

2.2 卫星图像数据

卫星图像数据是近年来另类数据领域中的一个新兴趋势，它来源于地球观测卫星捕获的高分辨率图像。这些图像为投资者提供了大量的地理、环境和经济信息。

基础设施和建设活动监测：通过卫星图像，投资者可以实时监测某个地区的基础设施建设和城市化进程。例如，新的工厂、道路或住宅区的建设可能预示着该地区的经济增长。

农业产量预测：卫星图像可以提供关于土地利用、作物种植和生长状况的信息，从而帮助投资者预测农产品的供应和价格。

能源和矿产资源探测：通过分析卫星图像，投资者可以了解某个地区的能源和矿产资源分布，从而做出投资决策。

零售业客流量分析：通过监测大型零售商的停车场情况，投资者可以估算其客流量和销售业绩。

环境和气候变化监测：卫星图像可以提供关于气候变化、极端天气和环境污染的信息，这些信息对于农业、旅游和保险等行业的投资决策至关重要。

供应链管理：对于那些依赖全球供应链的公司，卫星图像可以提供关于生产设施、仓储和物流的实时信息，从而帮助投资者评估供应链的稳定性和效率。

卫星图像数据为投资者提供了一个全新的视角，帮助他们从宏观和微观层面了解市场动态和潜在的投资机会。随着卫星技术的进步和数据处理能力的增强，卫星图像数据在证券市场中的应用将会越来越广泛。

2.3 互联网搜索数据

互联网搜索数据是指用户在搜索引擎上输入的查询词、点击的搜索结果以及相关的用户行为数据。这些数据为投资者提供了大量的实时信息，反映了公众的兴趣、需求和行为模式。

市场趋势预测：通过分析特定产品、品牌或行业的搜索量，投资者可以了解其在市场中的热度和趋势。例如，某个新技术或产品的搜索量激增可能预示着其市场需求的增长。

消费者情感分析：用户的搜索查询和点击行为可以为投资者提供关于消费者情感和偏好的见解。例如，大量的负面搜索查询可能预示着某个品牌的声誉受损。

竞争对手分析：通过比较不同公司或品牌的搜索量和点击率，投资者可以了解市场中的竞争格局和各自的市场地位。

产品研发指导：搜索数据可以为公司提供关于消费者需求和兴趣的宝贵信息，从而指导产品研发和市场策略。

风险管理：搜索数据可以为投资者提供关于市场风险的早期预警。例如，某个行业或市场的大量负面搜索查询可能预示着潜在的市场风险。

宏观经济指标预测：互联网搜索数据可以作为宏观经济指标的前瞻性指标，帮助投资者预测经济增长、失业率和消费者信心等。

互联网搜索数据为投资者提供了一个实时、全面和深入的市场视角，帮助他们更好地理解市场动态、消费者行为和竞争格局，从而做出更为准确和及时的投资决策。随着大数据技术和机器学习的发展，互联网搜索数据在证券市场中的应用将会越来越广泛。

2.4 交易数据

交易数据是指在各种交易平台上，如电子商务网站、支付平台和股票交易所等，用户进行交易时产生的数据。这些数据包括但不限于交易金额、交易时间、交易对手、商品或服务的种类等。

实时市场动态：交易数据为投资者提供了市场的实时动态，帮助他们及时了解市场的供需关系、价格变动和交易量等关键信息。

消费者行为分析：通过分析交易数据，投资者可以深入了解消费者的购买习惯、偏好和消费能力，从而预测某个品牌或产品的市场表现。

供应链管理：交易数据可以为投资者提供关于供应链的实时信息，如库存水平、物流状态和供应商的表现，从而帮助他们评估供应链的稳定性和效率。

竞争对手分析：通过比较不同公司或品牌的交易数据，投资者可以了解市场中的竞争格局和各自的市场地位。

风险管理：交易数据可以为投资者提供关于市场风险的早期预警。例如，某个行业或市场的交易量突然下降可能预示着潜在的市场风险。

宏观经济指标预测：交易数据可以作为宏观经济指标的前瞻性指标，帮助投资者预测经济增长、通货膨胀率和消费者信心等。

交易数据为投资者提供了一个实时、全面和深入的市场视角，帮助他们更好地理解市场动态、消费者行为和竞争格局，从而做出更为准确和及时的投资决策。随着电子商务和数字支付的普及，交易数据在证券市场中的应用将会越来越广泛。

2.5 其他

除了上述的另类数据源，还有许多其他类型的另类数据为投资者提供了宝贵的市场信息和见解。以下是一些其他常见的另类数据源及其在证券市场中的重要性：

位置数据：来源于智能手机、车载GPS和其他位置感知设备。这些数据可以帮助投资者了解消费者的移动模式、访问的地点和停留时间，从而预测零售商的客流量、旅游业的繁荣程度等。

传感器数据：来源于各种物联网设备，如智能家居、工业机器和医疗设备等。这些数据为投资者提供了关于设备的使用情况、性能和健康状况的实时信息。

信用卡交易数据：提供了消费者的购买记录和偏好，帮助投资者了解消费者的消费习惯和市场趋势。

网络流量数据：来源于网站和应用的访问记录，为投资者提供了关于用户的在线行为、兴趣和偏好的信息。

文本数据：来源于新闻、报告、论坛和博客等。通过对这些文本进行分析，投资者可以了解市场的舆论、情感和趋势。

图像和视频数据：来源于公共摄像头、无人机和社交媒体等。这些数据为投资者提供了关于事件、活动和市场动态的视觉信息。

随着技术的进步和数据采集能力的增强，另类数据的种类和应用范围将会不断扩大。这为投资者提供了一个更为全面、深入和实时的市场视角，帮助他们更好地理解市场动态、消费者行为和竞争格局，从而做出更为准确和及时的投资决策。

第三章另类数据在证券市场的应用3.1 股票市场

在华尔街的金融中心，传统的投资工具正在与一种新兴的数据资源——另类数据，展开深度融合。这种数据，从社交媒体情感到消费者搜索习惯，为投资者揭示了前所未有的市场洞察。

公司的未来之窗：社交媒体、消费者搜索和交易数据为投资者提供了关于公司销售、品牌声誉和市场地位的即时反馈，成为预测公司未来表现的新工具。

行业的晴雨表：位置数据、传感器数据和文本数据等，为投资者揭示了行业的发展脉络、竞争格局和可能的风险。

投资策略的调频器：另类数据为投资者提供了市场的脉搏，助力他们微调投资策略，如资产配置和股票选择。

风险的雷达：社交媒体舆论、信用卡交易和网络流量数据等，为投资者提供了市场风险的实时预警。

经济的前瞻镜：交易数据、位置数据和搜索数据等，已经成为预测宏观经济走势的新型前瞻性工具。

事件的探测器：文本、图像和视频数据等，为投资者提供了市场重大事件的第一手信息，助力他们制定事件驱动的投资策略。

在金融世界中，另类数据正逐渐成为投资者的新罗盘。随着这种数据的应用越来越广泛，它有望成为未来股票市场的核心决策工具。

3.2 债券市场

在金融的大海中，债券市场如同一片宁静的湖泊。但现在，这片湖泊的水面下，另类数据的潜流正在涌动，为固定收益投资者提供了前所未有的市场洞察。

信用的新罗盘：社交媒体情感、交易数据和网络流量等另类数据，为投资者提供了关于公司信用风险的新维度，助力他们更精准地定价债券。

经济的晴雨表：位置数据、消费者搜索和交易数据等，已经成为预测宏观经济走势的新型前瞻性工具。

流动性的脉搏：交易数据和市场行为分析，为投资者揭示了债券市场的流动性健康状况，助力他们制定更高效的交易策略。

结构性产品的X光机：另类数据为投资者提供了关于MBS和ABS等结构性产品的深入见解，揭示其性能和风险的真实面貌。

政策的风向标：文本数据、社交媒体舆论和政府公告等，为投资者提供了政策风险的实时预警。

ESG的放大镜：环境数据、社会媒体舆论和公司社会责任报告等，为投资者揭示了公司的ESG表现，助力他们制定更为可持续的投资策略。

在债券市场的深水区，另类数据正逐渐成为投资者的新灯塔。随着这种数据的应用越来越广泛，它有望成为未来债券市场的核心决策工具。

3.3 外汇市场

在金融的大棋盘上，外汇市场如同一个永不停歇的旋风，每一次微小的货币波动都可能引发巨大的市场反应。而在这风起云涌的市场中，另类数据正成为投资者的新罗盘。

经济的晴雨表：消费者搜索、交易数据和社交媒体情感等，为投资者揭示了各国经济的脉搏和预期，助力他们洞察货币的未来走势。

政策的风向标：文本数据和社交媒体舆论为投资者提供了中央银行政策和政府财政的第一手信息，助力他们预测货币政策的风向。

资本的潮汐：交易数据、股票市场和债券市场动态，为投资者展现了全球资本的潮起潮落，助力他们预测货币的供需平衡。

地缘政治的风云：新闻、社交媒体和其他另类数据源为投资者提供了全球政治风云的实时动态，助力他们评估外汇市场的潜在风险。

交易的指南针：另类数据为投资者提供了外汇市场的实时脉搏，助力他们更精准地制定交易策略。

市场的心跳：社交媒体、新闻和论坛等，为投资者揭示了市场的情绪和预期，助力他们更好地洞察货币的走势。

在外汇市场的大潮中，另类数据正逐渐成为投资者的新罗盘。随着这种数据的应用越来越广泛，它有望成为外汇市场的核心决策工具。

3.4 商品市场

在全球化的商品市场中，每一次价格的波动都可能影响到数以亿计的人们。而在这复杂的市场中，另类数据正成为投资者的新航标。

供需的天平：卫星图像、传感器数据和交易数据等为投资者揭示了商品的生产、库存和消费的实时画像，助力他们洞察价格的未来走势。

生产的计算器：能源价格、劳动力成本和物流费用等数据，为投资者提供了商品生产成本的精准估算，助力他们更科学地定价。

天气的魔法棒：气象数据、卫星图像和环境监测数据为投资者展现了天气和环境如何魔法般地影响农产品、能源和其他商品。

贸易的风向标：航运数据、关税和贸易协议为投资者提供了全球贸易的脉搏，助力他们预测其对商品市场的潜在影响。

市场的心跳：社交媒体、新闻和其他另类数据源为投资者揭示了市场的情绪和预期，助力他们更好地洞察商品价格的走势。

技术的双刃剑：新技术如电动汽车和可再生能源可能会改变某些商品的需求格局。另类数据助力投资者及时了解这些技术进步对商品市场的影响。

在商品市场的大潮中，另类数据正逐渐成为投资者的新航标。随着这种数据的应用越来越广泛，它有望成为商品市场的核心决策工具。

第四章另类数据的挑战与风险 4.1 数据采集与处理

在另类数据的应用中，数据采集与处理是至关重要的第一步。正确和高效地采集、清洗和整理数据是确保数据质量和准确性的关键。

数据来源选择：选择正确和可靠的数据来源是确保数据质量的首要任务。这可能包括社交媒体平台、电子商务网站、卫星图像和其他公开或私有数据源。

数据清洗：原始数据通常包含许多噪声、缺失值和异常值。数据清洗是一个去除这些不准确、不相关或不完整数据的过程，确保数据的准确性和一致性。

数据整合：由于另类数据通常来自多个来源，数据整合是将这些数据合并成一个统一、结构化的数据集的过程，以便于分析和解释。

数据标准化：由于数据可能来自不同的地区、时间区域或单位，数据标准化确保所有数据都在同一尺度或范围内，从而使其更容易比较和分析。

数据存储与管理：随着数据量的增长，有效地存储、管理和检索数据变得至关重要。这可能涉及到数据库管理、云存储和数据安全等。

实时数据处理：在某些应用中，如股票交易和风险管理，实时数据处理是至关重要的。这需要高效的数据处理工具和算法，以确保及时的数据更新和分析。

4.2 数据分析与解释

一旦数据被正确地采集和处理，接下来的步骤是通过分析来提取有意义的信息，并对其进行解释。

描述性分析：这是数据分析的第一步，旨在总结数据的主要特征和模式。这可能包括计算平均值、中位数、标准差等统计量，以及绘制图表和图形来可视化数据。

探索性分析：此步骤旨在深入探索数据，发现潜在的关系、模式和异常。这可能涉及到相关性分析、聚类分析和主成分分析等。

预测性分析：基于历史数据来预测未来的趋势和事件。这通常涉及到回归分析、时间序列分析和机器学习模型，如随机森林和神经网络。

因果分析：除了预测，投资者通常还需要了解原因和结果之间的关系。这可能涉及到实验设计、假设检验和因果推断方法。

数据解释与可视化：数据分析的结果需要被正确地解释和呈现。这可能涉及到绘制图表、图形和仪表板，以及编写解释性报告和推荐。

持续监测与更新：市场和数据是不断变化的。为了确保分析的准确性和相关性，需要持续监测数据和分析结果，并根据需要进行更新。

4.3 数据的伦理与隐私

随着另类数据在证券市场中的广泛应用，数据的伦理和隐私问题也日益受到关注。

数据收集的透明度：投资者和分析师在收集另类数据时，应确保数据来源的透明性，明确告知数据提供者数据的用途和处理方式。

个人隐私保护：尽管另类数据可以为投资决策提供宝贵的见解，但必须确保在数据处理过程中不泄露个人的敏感信息，如姓名、地址和其他个人身份信息。

数据使用的限制：数据应仅用于明确的、合法的目的，并且应避免用于可能导致歧视、偏见或其他不公正行为的目的。

数据存储与安全：确保数据的安全存储是至关重要的。这包括使用加密技术、防火墙和其他安全措施来防止数据泄露或被未经授权的第三方访问。

数据的长期管理：数据的生命周期管理，包括数据的存储、更新和删除，应遵循明确的政策和程序，确保数据的持续准确性和完整性。

法律与合规性：随着数据隐私法律和规定的不断发展，投资者和分析师应确保其数据收集和处理活动符合所有相关的法律和行业标准。

第五章案例分析5.1 成功案例

高盛 Insights 系列公募基金是另类数据在资产管理领域的成功典范。高盛的量化策略主要包括传统多因子组合和基于另类数据的因子构建策略。其中，基于另类数据的量化策略在 Insight 共同基金的实践中表现出了积极的主动管理特质。借助高盛集团内部的协同业务优势，高盛能够获得丰富多样的另类数据，如信用卡交易数据，这些数据可以用于预测公司的盈利增长。与传统的信息获取方法相比，另类数据具备显著的优势。然而，另类数据的运用也伴随着产品超额收益波动较大的特点，特别是在投资环境和金融制度相对完善的美国市场。美国市场既更为有效，又为另类数据的应用提供了更多的探索空间。

图 Alpha Generation 可结合的大数据举例

资料来源：资产信息网千际投行高盛

高盛 Insights 系列共同基金通过深度挖掘另类数据，构建了以下四个主题因子，称为Alpha Generation。这四个主题因子包括：基本面的错误定价、高质量商业模式、情绪分析和市场主题与趋势。

基本面的错误定价：通过识别内在价值高于市场价值的公司，这一因子旨在捕捉低估的投资机会。

高质量商业模式：此因子侧重于挖掘拥有强大商业模式的公司，通过关注盈利因素、质量因素和管理因素，高盛可以更快速地预测某些行业的盈利情况。盈利因素关注公司的收入是否高于资本成本，例如，信用卡数据可以迅速预测特定行业的盈利情况。质量因素涉及公司自身和管理质量的分析。管理因素关注公司的特性、政策和战略决策，例如，公司发布的招聘信息可能暗示公司正在扩大其员工规模，这可能表明公司处于长期增长阶段。

情绪分析：这一因子通过综合其他市场参与者的观点，以深入洞察未来股票表现，包括个人和机构投资者的观点。在发达市场中，通过分析卖空交易数据，可以识别被持续抛售的股票，从而增加卖空因子的杠杆。在新兴市场，分析本地和国际投资者的资金流动信息，有助于预测资金流动和其他交易事件对股票价格波动的影响。

市场主题与趋势：这一因子通过另类数据揭示其他投资者无法观察到的市场趋势。高盛目前通过关注宏观市场环境，分析历史市场数据与当前市场的相似性，以及国际因素的影响来预测未来股票收益率。高盛 Insights 系列产品广泛应用另类数据，包括商场和零售交易数据、网域数据、信用卡交易信息、新闻数据以及财报电话会议信息等。

信用卡数据的运用可比传统方法更快速地预测美国上市公司的盈利增长。公司的盈利预期是投资决策的关键因素，而预期的时效性也至关重要。传统方法依赖于研究报告、分析师的预测以及公司的公告来预测盈利，但这些信息都滞后于公司交易数据。与此不同，信用卡交易数据被视为一种有效的工具，可用于更快地预测某些公司的业绩。

信用卡交易数据具有多项潜在优势：

信用卡数据每月更新一次，仅滞后六天，而公司的盈利公告则每季度发布，滞后两周半。

美国信用卡销售数据涵盖了消费支出的多个维度。

图信用卡数据的信息优势

资料来源：资产信息网千际投行高盛

信用卡数据如何用于预测公司的盈利增长？一个关键的指标是信用卡平均交易规模的增长，这可以预示着公司盈利能力的增长。通过观察平均交易规模的变化，可以洞察到销售增长是由交易量的增加还是利润率的扩大所推动的。此外，由于客单价持续增长，信用卡交易数据有助于预测未来一年的销售额增长。信用卡数据在消费部门和那些广泛使用信用卡的行业中表现尤为出色，例如，为消费者和小微企业提供服务的家居装饰店，因为这两个群体通常倾向于使用信用卡进行支付。

图信用卡销售额增长较快的公司在下一年的销售额同比增长往往更高

资料来源：资产信息网千际投行高盛

信用卡数据每月发布一次，提供了季度盈利报告之间的盈利趋势信息。高盛通过信用卡数据预测的季度销售额增长与实际季度销售额增长之间存在正相关关系，因此，相较于市场，高盛能够更快地获取信息优势和潜在的价格优势。

图数据预测和收入增长的正相关性

资料来源：资产信息网千际投行高盛

在另类数据的奇妙世界中，高盛 Insights 系列公募基金为资产管理注入了新的活力和创新。这一成功实践展示了如何充分利用另类数据，深度挖掘信息，以获取投资优势。高盛的量化策略，包括基于另类数据的因子构建策略，不仅突破了传统投资的局限，还为投资者提供了更快速、更准确的信息来源，使他们能够更好地把握市场机会。

5.2 失效案例

在疫情的背景下，另类数据的运用曾一度成为了宏观经济研究和预测的有力工具。这些数据源于大数据分析，提供了在传统数据指标中难以获取的信息，特别是在疫情期间，当传统的生产和销售数据暂时中断时，另类数据填补了数据空白。

谷歌移动趋势指数是这其中的一个代表，通过分析人员在零售、娱乐场所、杂货店、药房、公园、交通枢纽、工作场所等场所的活动，反映了社交距离和人员流动性等关键因素。在疫情初期，谷歌移动趋势指数与美国的采购经理人指数（PMI）等传统经济指标之间表现出强烈的相关性，为预测基本面提供了有力支持。然而，随着时间的推移，这种相关性逐渐减弱，部分另类数据也失去了其显著性。

图谷歌移动趋势指数(Google Trend Index)和美国 PMI

资料来源：资产信息网千际投行 Our Worlds in Data、Wind、国信证券经济研究所

首先，移动趋势指数的可行性在一定程度上源于社交活动的滞后性，即人员流动性的变化往往滞后于疫情的变化，与新增确诊人数呈现出相反的趋势。然而，美国发生了一些特殊事件，例如2020年5月22日的美国警察暴力执法事件（即“弗洛依德”事件），导致了大规模抗议活动，这些事件对谷歌移动指数产生了反向影响，突显了事件型影响在某些情况下可能显著。

图社交人员流动逆向滞后于新增确诊人数

资料来源：资产信息网千际投行 Our Worlds in Data、Wind、国信证券经济研究所

其次，移动趋势指数虽然反映了社交距离程度，但它没有考虑到两个重要因素。首先是居家办公，线上会议平台如Zoom为远程办公创造了条件，部分职业能够持续运作，这推动了办公设备、家居装修等领域的消费增长。其次是服务业，尽管社交场所逐渐开放，但酒店、餐饮和旅游行业的产能已经受到了挫伤。因此，尽管社交活动趋势扩大，经济仍然下滑，这使得另类数据在反映经济复苏方面的作用减弱。

千际投行认为，尽管另类数据在特定情况下可以提供有价值的信息，但在后疫情时代，我们必须更加谨慎地对待其应用。我们需要综合考虑多种因素，包括社交距离、居家办公、服务业的特点等，以更准确地评估经济状况。另类数据在预测和分析中仍然有潜力，但需要结合传统数据和深入的分析来实现更全面的洞察。

第六章结论6.1 另类数据的未来趋势

随着技术的进步和大数据时代的到来，另类数据在证券市场中的应用正在经历一系列的变革。千际投行认为另类数据未来主要有以下几个趋势：

数据量的爆炸性增长：随着物联网、社交媒体和在线交易的普及，每天都有大量的数据被生成。这为投资者提供了更多的信息来源，但同时也带来了数据处理和分析的挑战。

更高的数据质量要求：随着数据的应用越来越广泛，投资者对数据的质量和准确性有更高的要求。这需要更先进的数据清洗、验证和整合技术。

实时数据分析：随着5G和高性能计算技术的发展，实时数据分析成为可能。这允许投资者做出更快速的决策，但也需要更高的数据处理能力。

数据的深度分析：随着人工智能和机器学习技术的进步，数据的深度分析变得更加普及。这不仅可以提供更深入的市场见解，还可以预测市场的未来趋势。

数据隐私和伦理问题：随着公众对数据隐私的日益关注，数据的收集和使用将面临更严格的法律和伦理挑战。这要求投资者更加谨慎地处理数据，确保其合法性和道德性。

6.2 对投资者的建议

另类数据为投资者提供了前所未有的机会，但也带来了新的挑战。为了最大化另类数据的价值并避免潜在的风险，以下是对投资者的一些建议：

数据质量为先：在使用另类数据之前，投资者应首先验证其质量和准确性。不准确或误导性的数据可能导致错误的投资决策。

持续学习与培训：随着另类数据和分析技术的不断发展，投资者应持续学习和培训，确保自己始终处于行业的前沿。