另类数据的崛起——CnOpenData在行动（上）

由《中国互联网发展报告（2019）》可知，我国2018年的数字经济规模为31.3万亿元，占国内生产总值的34.8%，在体量如此之大的数字经济中，数据要素的流通和交易难免显得意义深重。单就金融领域而言，拥有独特而重要数据的交易者比其他人更具优势，“信息优势”是最直接、便捷的获利方式。

“另类数据”的概念也同样来自于金融业：

另类数据（Alternative Data）

金融业的替代数据是指任何传统上不认为是金融数据但仍能为投资者提供市场洞察力的数据。它通常是相当“原始”的，这意味着投资者必须进行数据挖掘或数据科学来获取洞察力。

—维基百科

区别于传统金融数据（如财报、行情数据），能够体现崭新Alpha因子的的另类数据显然更加具有“信息优势”。摩根大通量化研究部将另类数据归为以下三类：

1.个人产生数据（Data generated by individuals）：社交媒体、新闻稿和评论、搜索引擎数据、网络搜索量和点击率等；

上述场景的具体应用在此不再赘述，不可否认的是另类数据带来的信息优势最终落点之处在于其能够给数据使用者带来相当高的sharp ratio，这也就推动着另类数据产业的发展。

在探讨这个话题之前，让我们先来看两张图：

图片

图片来源：https://alternativedata.org

以上是国外一家另类数据网站做的行业统计图，它们分别体现了近年来世界范围内另类数据需求端和供给端的变化趋势，双方数量的井喷式增长无疑都指向一个信号——另类数据正在崛起。

在GPU、大数据、机器学习等重要因素的催化下，另类数据在当今数字化社会的迅速发展显得尤为合理：数据获取难度降低、更新频次提高，数据清洗能力的增强也使数据的结构化运用更加理所当然，这意味着数据抓取能力出色的数据供应商更容易赢得需求端的青睐。

在金融业，另类数据常常应用于盈利预测与风险预警，而在学术界，另类数据也已经成为学者们在顶刊上发文的一块重要敲门砖。

这对于作为另类数据提供者的CnOpenData而言无疑是一个好消息：深厚的学术底蕴、专业的数据抓取能力——我们恰逢其会。

值此之际，本文单就CnOpenData一些特色性较强的数据做简单列示：

1.专利系列数据

专利系列数据对于创新的课题研究贡献非常大，专利不仅是对创新成果的保护，也兼具对创新成果进行计量的功能，因此国内外顶级期刊文献和智库报告均将专利数量作为衡量国家和企业创新水平的重要指标之一。近年来，有关于创新的课题在《经济研究》《管理世界》等高质量刊物上陆续发文。

继续阅读