买方必须利用“大数据”通过识别市场前趋势，在股票投资中产生阿尔法，首届Alpha Innovation Required(AIR)峰会结束时的主持人表示。
大数据掩盖的概念 - 使用大量信息来提取可操作的信息 - 对买方来说并不陌生，但资产管理者使用不同数据集的程度将越来越多地标志着股票的表现。
富兰克林邓普顿投资公司全球交易策略主管比尔斯蒂芬森在上周召开的佛罗里达州AIR峰会上召集了20家提供创新产品的公司，以帮助买方生成alpha，从220名候选名单中剔除。
“来自越来越多的资源的数据越来越多，影响投资流程，资产管理人员可以最好地收集，管理和提供信息，这些信息将能够做出更明智的决策，从而推动阿尔法，”斯蒂芬森告诉TRADE新闻.COM。
其中一家公司DISCERN运营一个平台，汇总了买方和卖方公司股票的行业特定数据。该平台目前在卫生，能源和房地产领域开展工作，旨在使用最精细的数据来告知股票价格预测。
深潜
该公司创始人兼首席执行官哈里•布朗特(Harry Blount)表示，此类微观数据包括，例如，来自特定油井的测量数据，以调整拥有能源公司的估值。他说，购买方使用数据的关键是机器和人工策划的结合，以阻止“噪音”并关注相关信息。
“通过使用越来越大的数据集，在他们在市场上发挥趋势之前看到趋势将是未来alpha生成的关键，”Blount说。
“在组装和清理数据方面花费了太多时间和资源，而在分析数据方面还不够，”他说。“DISCERN平台利用大量数据，可以与其他数据集建立关联和建模，为买方投资决策提供可操作的信息。”
来自解决方案提供商Kensho的另一个产品是通过回答类似Google的搜索引擎宏问题来解决投资组合经理(PM)，量子和交易者的时间问题，这些问题涉及政治事件和股票价格之间的联系。名为Warren的搜索平台使用历史市场数据，该数据与宏观事件相关。
“沃伦关注的是生产力，因为它可以在几秒钟内响应常规，研究分析师或PM每天提出的问题，这些问题传统上需要数小时或整天才能回答，”Kensho策略主管Adam Broun说。
虽然沃伦还不能直接对算法做出反应，但它立即回答了PM或交易员可能持有的常见假设，例如假日季节期间零售业表现的改善，沃伦表示尚未发生。
“买方希望以易于消费的方式管理和打包大量可用数据，”Broun补充道。
始终连接
社交媒体将在买方数据使用的演变中发挥越来越重要的作用。基于Twitter等平台的增长，富兰克林邓普顿的斯蒂芬森表示，社交媒体上分享的信息将影响投资过程的所有要素。
“来自社交媒体来源的数据可能会在机构投资中扮演越来越重要的角色，因此资产管理者应该开始考虑他们的社交策略，以便捕捉和利用金融相关内容的指数增长，”他说。
“最初的关键可能是围绕社交媒体中非结构化内容的自然语言处理，以便自动化解释，并将这种情绪作为短期决策过程中的另一个变量。”
社交媒体首席执行官社交市场分析公司首席执行官Joe Gits表示，社交媒体是投资流程中的关键，但只有一个部分，它可以自动监控来自Twitter和StockTwitz的超过50,000个配置文件以提供特定股票的情绪信息。 。
“社交媒体不是[资产管理者的交易]模式，它只是模型中的一个因素，”他说。“这是一个显示股价变化的统计框架。