杨梦雪

随着AI大数据技术的发展，另类数据的价值越来越多地得到金融量化机构的关注和应用。中译语通CEO于洋表示，另类数据是传统金融数据的补充，可以提供不同视角的市场洞察，提升数据模拟准确性。

日前，中译语通科技股份有限公司(简称“中译语通”)举办“另类数据：新石油”(Alternative Data: New Oil)大会。于洋发表主题演讲，分享了另类数据在金融领域的创新应用，并展示了中译语通在金融大数据领域的前瞻性探索和布局。他强调“另类数据将为全球金融量化带来独有超额价值。”

为了将另类数据的价值最大化，中译语通以大数据算法和金融数据分析能力为基础，运用NLP金融市场情绪算法，对政策因子、情绪因子、风控因子和成长因子等多维度参考因子进行量化计算。现场通过拟合上证指数过去十年数据可以看到，模型预测值能较为准确的反映实际情况。于洋进一步介绍了基于金融指数研究平台的量化数据，向嘉宾展示了如何在决策时让数据发挥重要的作用，获得超额投资回报。

关于如何以大数据、人工智能技术驱动金融量化发展，挖掘另类数据潜力并实现其价值最大化，于洋给出详细阐述。他指出，中译语通基于强大的大数据及人工智能技术，对全球海量开放非结构化数据进行精细化分析和深度挖掘，构建量化模型，用量化数据计算市场信息、投资者信心等另类数据，为投资者提供投资机会分析，从全球角度制定最佳投资策略。

于洋重点从市场情绪、市场情感、全球恐慌指数等独有算法与数据出发，结合数据资产、知识图谱构建能力等角度，介绍了中译语通探索全球海量金融另类数据价值的技术实力和实践成果。其中，中译语通构建的上证指数量化模型超过三个月的连续交易预测趋势准确率超过85%、并且能够实现长周期、短周期和每日股指数值进行实时数据计算。另外，还以港股100指数、布伦特原油为例，直观形象地描述了另类数据在金融量化决策时发挥的越来越重要的作用。

关于具体能够反映和影响市场变化的情绪指标，于洋做了详细的讲解。基于市场涨跌速率变化、股价、股票成交量等因子指标分析市场买卖人气;分析情绪级别、热度、变化程度及速度，通过量化方法估算全球投资者的风险资产变化情况、投资态度、投资决策以及风险承受度等指标，分析有关收益预期、利率预测等观点，反映市场买卖意愿的程度;利用外汇收益和外汇风险相关系数等因子指标建立风险偏好指数，反映市场投资者风险态度，通过提供不同视角的市场洞察分析，帮助金融从业者做出更合适的决策，提升投资回报。

与传统金融数据相比，另类数据能关注到数据的更多维度。于洋认为，通过另类数据看到独特的一面，这是大数据和人工智能今天能带给大家的。他表示，“永远不要用我们有限的想象力去推断计算机的计算能力。”

（本文来自于界面）