壹
写在开头
不知道现在有多少人还记得90年代的一个股市段子，说的是：有个人在证券公司旁边开了一个快餐店卖盒饭，口味做的还行，生意平平常常，但这老板发现个规律，总有那么几段时期他的快餐店生意要么爆火，要么就是非常冷清。
他非常奇怪，为了一探究竟，他每次送盒饭到证券交易大厅时多留了个心眼，发现每次吃快餐盒饭人多的时候大厅屏幕上总是红彤彤一片，他也忙的鞋子飞起，但每次没几个人点快餐时，他进大厅看屏幕全是绿油油的，一天也没几个人去他店里吃快餐。而且每次快餐店生意爆火时没多少天突然就会变的冷清，屏幕也变绿了，冷清久了后生意又会好起来，屏幕也会红起来。
跟人一交流才知道，屏幕红色就代表炒股赚钱，绿色就代表炒股亏钱，于是，这机灵的老板把自家店里的生意和交易大厅屏幕颜色联系起来，得出个结论：生意很好时，屏幕全是红色，炒股的人就赚钱；生意很差时，屏幕全是绿色，炒股的人就亏钱；生意有点起色时，屏幕就会变成红色，炒股人就开始赚钱。
老板发现这太神奇了，立马在自家生意有点起色时，把做生意攒的钱全买股票，生意非常火爆时立马卖掉股票，简直是屡试不爽，既赚了卖盒饭的钱，又赚了炒股的钱。
由于老板炒股厉害，名声传开了，也渐渐被封了“神”，大家追着他问秘诀，老板难以推辞也就透露了规律，众人一听：大惊！
以上这个段子，没人能核实真假，权当一笑而过的故事吧，但这或许是中国最早的“另类数据”哦。
有人会问，什么是另类数据？有这么神奇吗？下面来看看希维信息科技吴拓华博士的阐述。
XIWEI
贰
另类数据
另类数据，一般认为传统行情之外、财报之外或者金融市场相关的，我们都可以叫做另类数据。2014-2016年，美国另类数据发展非常快。从2016年下半年至今，美国金融市场已经进入一个新的阶段，几乎所有的资管机构觉得传统数据是远远不够的，一定要有另类数据作为指标，哪怕短时间内没有明显的作用，但是作为分析或者风控的手段，也应该进行补充。美国顶尖的资管和对冲基金已经完全吸纳了另类数据作为投资决策的一个重要手段。S&P global2017年的报告显示，超过80%的基金经理会在17、18年对于大数据的运算增幅超过20%，同时有近70%的基金经理寻求一个内部的传统的投研数据分析和新的另类大数据结合的解决方案。
总体来说，超过2/3的主流美国资管机构都认为另类数据是一个非常好的投研和风控的手段。
XIWEI
叁
基于另类大数据挖掘的资管优势
希维信息成立于2016年年底，目前已经覆盖了全国10亿台手机的地理位置信息以及APP的安装卸载信息，并且能收集到银联的刷卡大数据。我们会对一些特定的人群进行画像，目的是为了推断出这些特定人群的一些特定行为，能够产生对标的企业的经营和活动状况进行推断，从而进行价值发现和风险的管理和控制。
希维信息的起点是10亿台手机的地理位置信息、使用者APP安装和使用信息。这些数据是脱敏的，不涉及任何个人隐私，且是非结构化的。通过清洗和初步建模，希维从海量的非结构化数据里得到金融市场能够利用的统计信息，并得到一些中间产品，如企业货车司机变化、公司员工数量变化、商务到访人员数量变化、工业园/商圈客流量变化、快递、外卖人员变化、公司员工受教育程度变化、公司在外求职人数变化等。
举个例子，我们通过对于公司刻画产生另类数据的指标，可以把这些有意思的东西应用在股票的量化投资或者商品的量化投资上。比如：股民行为的研究，我们知道不同于美国和欧洲市场，中国的A股市场是一个散户驱动的市场，所以散户的行为是能够反映出资本市场的情绪，散户极度投机的时候，实际上对于一个资本市场来说，是一个相对比较危险的时候，我们做挖掘的目的，也就是说通过跟踪普通老百姓炒股的情况，能够反推出股票市场是否进入一个所谓的风险区间，我们怎么做的？
首先因为我们跟踪了将近10亿人的移动设备，我们可以看到它每一天打开财经软件或者是券商这些炒股软件的频次，以及逗留时长，我们把这些糅合成一个所谓的股民行为指标，能为我们的市场进行风控，把综合指标看成是一个反向指标。
非常简单的例子，2015年的5、6月份从我们数据上反应是散户参与度非常凶猛的时候，而且投机情绪非常明显。不管是从跟踪的股民数量，打开软件的时常逗留，都是一个非常极端的例子，所以说在这个时候，我们就应该提前做好风控的准备，或者是减少仓位，乃至说离场或者做空，这都是提供一个很好的先行指标。
实际这些指标都是上述说的中间产品，那中间产品如何运用？一是商业洞察。把这些数据转化成季度营收同比的变化，可以及时推断出营收同比预测和公司经营状况，比财报大概早两个月！二是信用风险。随着刚兑的被打破，尤其是债券二级市场打破刚兑、违约频发，通过另类数据高维度高频次及时的去跟踪违约概率。三是宏观以及行业指标。比如行业类PMI、总体就业情况以及一些特定大宗商品的库存供求关系等。
