另類數(shù)據(jù)：投資中的怪咖
指數(shù)基金一般是小白投資理財(cái)?shù)氖走x，可是，你是否知道指數(shù)基金背后的構(gòu)造邏輯呢？
都說投資時(shí)不懂不要投，相信當(dāng)我們了解了其背后的構(gòu)造邏輯后，能夠更好地選擇基金產(chǎn)品，也能更安心地賺錢！
本文就帶大家來了解一下構(gòu)造指數(shù)基金背后的因子及構(gòu)造因子的另類數(shù)據(jù)。
以下內(nèi)容節(jié)選自《因子投資：方法與實(shí)踐》一書！
自20世紀(jì)80年代末以來，業(yè)界開始把學(xué)術(shù)界的研究成果很好地落地，形成了許多風(fēng)格因子指數(shù)，比如價(jià)值和成長因子。
1992年，先鋒推出了第一支價(jià)值指數(shù)基金和第一支成長指數(shù)基金。這些指數(shù)基金一經(jīng)推出便受到了追捧。人們把它們視作主動(dòng)型價(jià)值投資的低成本替代品。
鑒于價(jià)值因子取得的巨大成功，業(yè)界也開始把關(guān)注的重點(diǎn)轉(zhuǎn)移到學(xué)術(shù)界發(fā)現(xiàn)的其他因子，并構(gòu)造出了一系列基金產(chǎn)品，造福了普通投資者。
對于主動(dòng)型管理人來說，因子投資早已成為投資工具箱中的重要選擇。
在實(shí)際圍繞某個(gè)因子構(gòu)建投資組合時(shí)，必須要考慮可投資性的約束，成功的因子投資需要注重從理論到實(shí)踐的每一個(gè)細(xì)節(jié)。對于普通投資者來說，了解每個(gè)因子背后的原因，選擇適合自己風(fēng)險(xiǎn)偏好的因子，以及使用合適的金融工具交易這些因子就成為重中之重。
但是，隨著那些早已家喻戶曉的因子被越來越多的人使用，很多因子的預(yù)期收益逐年降低（比如價(jià)值因子）。
面對這種局面，人們開始從尚未被過度使用的數(shù)據(jù)源中尋找構(gòu)造因子的靈感，這些數(shù)據(jù)源就是另類數(shù)據(jù)。
然而，另類數(shù)據(jù)是否像想象中的一樣好使呢？
美國時(shí)間2018年10月25日，困境中的特斯拉股票取得9.14% 的大漲，只因?yàn)樵谇耙粋€(gè)交易日盤后發(fā)布的2018財(cái)年三季度財(cái)報(bào)大超華爾街預(yù)期。
財(cái)報(bào)顯示，特斯拉的爆款車型Model 3的產(chǎn)量在過去一個(gè)季度較之前幾乎翻番，這無疑給投資人注入了一劑強(qiáng)心針，也引得市場一片狂歡。
面對Model 3產(chǎn)量的大增和股票大漲反映出的市場信心，最高興的人當(dāng)屬特斯拉的掌門人埃隆·馬斯克。然而，除了馬斯克，同樣高興的恐怕還有另外一群人，他們就是另類數(shù)據(jù)公司Thasos以及它的很多對沖基金客戶。因?yàn)樵谔厮估l(fā)布三季度財(cái)報(bào)之前，這群人大概早就憑借著信息優(yōu)勢預(yù)判到了這一點(diǎn)并提前布局。Thasos是怎么做到的？
他們在一張?jiān)诰€地圖上環(huán)繞特斯拉位于美國加利福尼亞州Fremont 占地370英畝的工廠創(chuàng)建了一個(gè)數(shù)字圍欄，以隔離從特斯拉工廠范圍內(nèi)發(fā)出的智能手機(jī)的位置信號。Thasos租賃了通過智能手機(jī)APP收集到的數(shù)萬億個(gè)地理坐標(biāo)的數(shù)據(jù)庫，并使用電腦程序密切監(jiān)測從特斯拉工廠中發(fā)出的手機(jī)信號。利用手機(jī)信號量，他們發(fā)現(xiàn)從2018年6月到10月，特斯拉工廠夜間輪班時(shí)間增加了30%，因此推斷特斯拉的產(chǎn)能得到了極大的提高。Thasos將這個(gè)數(shù)據(jù)分享給了它的一些對沖基金客戶。毫無疑問，這一數(shù)據(jù)發(fā)揮了巨大的作用。它是將另類數(shù)據(jù)應(yīng)用于二級市場投資的一個(gè)經(jīng)典案例。
其實(shí)，另類數(shù)據(jù)并非什么新鮮概念。
在幾十年前，當(dāng)人們僅通過量價(jià)數(shù)據(jù)進(jìn)行交易的時(shí)候，財(cái)務(wù)報(bào)表數(shù)據(jù)就是另類數(shù)據(jù)；當(dāng)財(cái)務(wù)數(shù)據(jù)被廣泛使用后，分析師一致預(yù)期就是另類數(shù)據(jù)；當(dāng)分析師一致預(yù)期家喻戶曉之后，網(wǎng)絡(luò)輿情數(shù)據(jù)就成了另類數(shù)據(jù)；當(dāng)人們對網(wǎng)絡(luò)輿情不再陌生之后，非結(jié)構(gòu)化的文本數(shù)據(jù)就變成了另類數(shù)據(jù)……
隨著通過已有數(shù)據(jù)源構(gòu)建因子并進(jìn)行交易變得越來越“擁擠”，獲得的超額收益越來越少，人們自然而然地將視線和希望轉(zhuǎn)向新的另類數(shù)據(jù)上，希望通過獨(dú)門數(shù)據(jù)源挖出新的 “阿爾法因子”。
這種迫切的需求也讓另類數(shù)據(jù)在近幾年得到了飛速的發(fā)展。
來自AlternativeData. org的數(shù)據(jù)顯示，另類數(shù)據(jù)提供商的數(shù)量在最近五年出現(xiàn)了激增。每當(dāng)人們接觸到新的數(shù)據(jù)源的時(shí)候，通常的反應(yīng)都是“兩眼發(fā)光”。
誠然，在市場變得更加有效的今天，新的數(shù)據(jù)源無疑是尚未被過度使用的“凈土”，充滿了潛在的機(jī)會(huì)。
但是，另類數(shù)據(jù)真的像人們想象的那樣前景一片光明嗎？是否任意一個(gè)新的數(shù)據(jù)源都能拿過來加工出一個(gè)靠譜的因子？另類數(shù)據(jù)能否成為二級市場的“銀色子彈”？
面對這些問題，海外業(yè)界不乏爭議之聲，有多少人支持就有多少人反對。
下面就來探討關(guān)于另類數(shù)據(jù)的5點(diǎn)思考。
1. 技術(shù)和數(shù)據(jù)需匹配
關(guān)于另類數(shù)據(jù)的第一點(diǎn)思考是新的數(shù)據(jù)類型需要相應(yīng)的分析技術(shù)。
當(dāng)僅有價(jià)格和交易量數(shù)據(jù)的時(shí)候，傳統(tǒng)的技術(shù)分析就能發(fā)揮很大的作用。然而，這些技術(shù)分析對結(jié)構(gòu)化的會(huì)計(jì)報(bào)表數(shù)據(jù)卻難有作為。為此，相應(yīng)的分析手段也應(yīng)運(yùn)而生，比如多因子模型，而尋找因子本身可以算是一種模式識別。如今，如果想要分析非結(jié)構(gòu)化文本數(shù)據(jù)以及更一般的多媒體數(shù)據(jù)，則需要更高級的技術(shù)，如自然語言處理和廣義人工智能。
下圖展示了不同數(shù)據(jù)類型和分析技術(shù)之間的對應(yīng)關(guān)系。隨著另類數(shù)據(jù)的發(fā)展，數(shù)據(jù)類型越來越復(fù)雜，這就要求使用者具備相應(yīng)的分析技術(shù)，否則將無法發(fā)揮數(shù)據(jù)的優(yōu)勢。這對管理人和投資者都提出了更高的要求。
隨著另類數(shù)據(jù)量的爆發(fā)，另一個(gè)需要面對的問題則是維數(shù)災(zāi)難。
以預(yù)測股票收益率為例，另類數(shù)據(jù)代表著不同的自變量。由于股票的樣本數(shù)據(jù)就那么多，隨著自變量的增加，股票樣本數(shù)據(jù)在這些變量構(gòu)成的空間內(nèi)將會(huì)越來越稀疏。參數(shù)的激增使得預(yù)測模型存在更高的過擬合風(fēng)險(xiǎn)，且預(yù)測的偏差和方差都會(huì)變大。
此外，在使用不同另類數(shù)據(jù)構(gòu)建因子時(shí)應(yīng)注意避免多重假設(shè)檢驗(yàn)問題。當(dāng)使用大量不同另類數(shù)據(jù)集構(gòu)建的因子分析同樣的股票數(shù)據(jù)時(shí)，總會(huì)出現(xiàn)僅僅因?yàn)檫\(yùn)氣就十分顯著的因子。這就要求人們從統(tǒng)計(jì)手段上要盡可能排除這種“幸運(yùn)因子”，此外在金融業(yè)務(wù)上也需要真正理解另類數(shù)據(jù)和未來預(yù)期收益率之間的邏輯。這便引出了對另類數(shù)據(jù)的第二點(diǎn)思考——使用另類數(shù)據(jù)需要很強(qiáng)的專業(yè)知識。
2. 需要專業(yè)知識
全新的數(shù)據(jù)是一把“雙刃劍”。
一方面，因?yàn)檫€沒有人用過，所以它不存在“擁擠”的問題；另一方面，如果使用者不具備該數(shù)據(jù)分析所要求的專業(yè)知識，那很可能不知道從何處下手。在人們的想象中，另類數(shù)據(jù)也許是這樣的：有令人興奮的“故事”，而且是已經(jīng)被數(shù)據(jù)供應(yīng)商處理好的結(jié)構(gòu)化數(shù)據(jù)，能夠直接拿來當(dāng)成因子去預(yù)測資產(chǎn)收益率。然而在現(xiàn)實(shí)中，另類數(shù)據(jù)更像是在一個(gè)沒人去過的地方發(fā)現(xiàn)了一座山。而這座山里有沒有礦、從哪里開始挖、到底能挖出什么，更多的要看使用者自己的本事。
在海外業(yè)界，實(shí)力充沛的大型資產(chǎn)管理公司具備足夠的人才儲(chǔ)備，往往自己進(jìn)行數(shù)據(jù)分析。此外，另類數(shù)據(jù)供應(yīng)商也會(huì)推出一些聽上去十分有希望的應(yīng)用場景來推銷數(shù)據(jù)。除了買方、賣方，市場上也涌現(xiàn)出了第三方研究機(jī)構(gòu)，投資者會(huì)委托他們進(jìn)行另類數(shù)據(jù)的研究。
對于另類數(shù)據(jù)的使用者來說，使用供應(yīng)商或者第三方提供的加工后的數(shù)據(jù)無疑是最方便的。但這種做法存在的問題是，這些應(yīng)用場景會(huì)被賣給很多不同的使用者。這會(huì)增加另類數(shù)據(jù)的擁擠度，降低其在未來獲取收益的能力。
因此，對于使用者來說，掌握專業(yè)知識包括另類數(shù)據(jù)的產(chǎn)生、背后的業(yè)務(wù)流程、金融學(xué)的含義等無疑至關(guān)重要。唯有此，才能掌握研究的主動(dòng)權(quán)，并更有可能挖出“獨(dú)門”的收益率預(yù)測變量。
在這方面，Lee針對美股，使用專利數(shù)據(jù)創(chuàng)造性地構(gòu)建了科技關(guān)聯(lián)度指標(biāo)，獲得了其他常見因子無法解釋的超額收益。這個(gè)想法需要對專利數(shù)據(jù)背后代表的業(yè)務(wù)邏輯，以及公司之間的關(guān)聯(lián)有深刻的認(rèn)識。如果沒有這種專業(yè)知識，只是把專利數(shù)據(jù)拿來簡單地統(tǒng)計(jì)哪個(gè)公司專利多、哪個(gè)公司專利少，恐怕難以持續(xù)獲得可觀的超額收益。
3. 數(shù)據(jù)是否無偏
關(guān)于另類數(shù)據(jù)的第三點(diǎn)思考是，數(shù)據(jù)的生成（采集）過程是否無偏，能否很好地代表總體。
為了說明這一點(diǎn)，不妨來看一個(gè)例子。
Green使用Glassdoor.com數(shù)據(jù)研究了員工評價(jià)與股票收益率之間的關(guān)系。Glassdoor.com提供了員工對公司的綜合評價(jià)和五個(gè)標(biāo)準(zhǔn)化評價(jià)指標(biāo)，包括職業(yè)機(jī)會(huì)、薪酬福利、工作/生活平衡度、高層管理、企業(yè)文化與價(jià)值，所有評價(jià)皆為1至5星。
為了研究員工評價(jià)和股票收益率的關(guān)系，Green依據(jù)員工評價(jià)變化高低將股票分為三組，并通過最高組和最低組之差構(gòu)建了該因子。理論上，員工評價(jià)變高，意味著經(jīng)濟(jì)環(huán)境及公司前景很可能在變好，在其他條件相同的情況下，公司應(yīng)有更好的表現(xiàn)，因此預(yù)期收益率更高。實(shí)證結(jié)果支持了他們的猜想。無論等權(quán)重還是市值加權(quán)，該因子都能夠獲得顯著的超額收益。此外，高、低評價(jià)變化組合的主要特征基本一致，動(dòng)量也非常接近，而員工評價(jià)變化平均相差超過1星，這意味著其他常見因子無法解釋公司評價(jià)。這一點(diǎn)也進(jìn)一步被Fama–MacBeth 回歸結(jié)果所驗(yàn)證：無論單變量回歸，還是控制不同的公司特征，員工評價(jià)變化都有顯著的超額收益。
雖然上述發(fā)現(xiàn)十分有趣，但Glassdoor.com 的數(shù)據(jù)是否合理仍然存疑：員工評價(jià)數(shù)據(jù)是否無偏呢？是否是可信的？事實(shí)上，該網(wǎng)站的數(shù)據(jù)存在以下一些潛在問題。
(1) 沒有員工認(rèn)證系統(tǒng)。這意味著任何人可以在任何時(shí)間對任何公司進(jìn)行評價(jià)，而沒有機(jī)制來保證這個(gè)人確實(shí)是或曾是該公司的員工。
(2) 人們更容易在對雇主不滿時(shí)發(fā)表（負(fù)面）評價(jià)。
(3) 人們往往過度夸大感受。Glassdoor.com上有很多1星和5星的評價(jià)。
(4) 評分體系本身并無科學(xué)依據(jù)。Glassdoor.com并沒有明確說明每個(gè)星級到底代表什么。評分者可根據(jù)主觀感受任意地選擇1星到5星。工資不錯(cuò)？5星！餐廳免費(fèi)？5星！免費(fèi)健身房？5星！……5星可以代表任何事，但顯然不是所有的5 星和股票收益率的關(guān)系都是一致的。人們不知道每個(gè)5 星背后到底意味著什么。
(5) 有些雇主有獎(jiǎng)勵(lì)機(jī)制，鼓勵(lì)員工提交5星評價(jià)。曾經(jīng)有一個(gè)公司大概有1.5星左右，后來管理層發(fā)話，如果員工僅發(fā)布經(jīng)管理層審批后通過的留言，那么將得到250美元的獎(jiǎng)勵(lì)。這個(gè)公司后來的評分上升至4.2星。
這些問題說明，Glassdoor.com 的數(shù)據(jù)的無偏性令人擔(dān)憂。
除此之外，對該數(shù)據(jù)的另一個(gè)猜想是涉及公司的行業(yè)分布是否均勻？比如，互聯(lián)網(wǎng)或者科技公司的員工更容易也更愿意參與網(wǎng)上評價(jià)，而傳統(tǒng)制造業(yè)企業(yè)的員工則沒那么熱衷于此事。如果行業(yè)分布不均，那么相關(guān)研究結(jié)果將會(huì)由于沒有控制行業(yè)影響而大打折扣。
4. 歷史樣本數(shù)據(jù)較短
對于大多數(shù)另類數(shù)據(jù)來說，一個(gè)不得不面對的問題是數(shù)據(jù)長度往往很短。
通常來說，另類數(shù)據(jù)集的歷史數(shù)據(jù)長度一般是5年以內(nèi)（2到3年很常見），5年以上就是很長的了。歷史數(shù)據(jù)太短會(huì)加劇多重假設(shè)檢驗(yàn)問題造成的影響，造成擬合度提高。
Bailey和Lopez de Prado研究發(fā)現(xiàn)，數(shù)據(jù)長度越短則越容易出現(xiàn)過擬合。
舉個(gè)例子，假設(shè)數(shù)據(jù)無法預(yù)測收益率。該研究發(fā)現(xiàn)，如果數(shù)據(jù)的長度僅有2年，則僅需要通過7個(gè)檢驗(yàn)就能發(fā)現(xiàn)一個(gè)夏普比率為1.0的策略；而如果將數(shù)據(jù)的長度增加到5年，達(dá)到同樣的效果則需要45個(gè)檢驗(yàn)。因此，數(shù)據(jù)長度越短，越容易出現(xiàn)過擬合。在這個(gè)時(shí)候，如果沒有對另類數(shù)據(jù)背后邏輯的認(rèn)知，則難以辨別找到的因子是否真的有效。
5. 檢驗(yàn)增量貢獻(xiàn)
關(guān)于另類數(shù)據(jù)的最后一點(diǎn)思考是檢驗(yàn)其對預(yù)測收益率是否有增量貢獻(xiàn)。
例如Liew和Budavari使用推特情緒數(shù)據(jù)，在Fama–French五因子基礎(chǔ)上加入了第六個(gè)因子，并指出該因子能在五因子之外解釋個(gè)股收益率的時(shí)序波動(dòng)。
人們之所以使用另類數(shù)據(jù)，是希望它們能夠提供傳統(tǒng)數(shù)據(jù)源無法解釋的超額收益。如果繞了一大圈后發(fā)現(xiàn)，另類數(shù)據(jù)背后的收益率驅(qū)動(dòng)和已有因子相同，那么它就沒有提供額外的價(jià)值。在投資中，多樣化被認(rèn)為是唯一的“免費(fèi)的午餐”，同樣的道理對數(shù)據(jù)也成立。只有當(dāng)另類數(shù)據(jù)和現(xiàn)有數(shù)據(jù)盡可能不相關(guān)，它才有可能捕捉到其他收益源之外的收益，并提高投資組合的風(fēng)險(xiǎn)調(diào)整后收益。
以上就是對另類數(shù)據(jù)的五點(diǎn)思考。
最后，簡單總結(jié)一下另類數(shù)據(jù)的四大主流數(shù)據(jù)來源，包括網(wǎng)絡(luò)抓取、情緒、衛(wèi)星數(shù)據(jù)以及消費(fèi)數(shù)據(jù)。
在傳統(tǒng)因子變得越來越擁擠的今天，另類數(shù)據(jù)的出現(xiàn)無疑為因子投資注入了新的活力。
我們應(yīng)該客觀地認(rèn)識另類數(shù)據(jù)的特點(diǎn)，使用科學(xué)的分析方法，并抱有正確的預(yù)期，或許另類數(shù)據(jù)在因子投資中或大有可為。據(jù)來自AlternativeData.org 的統(tǒng)計(jì)數(shù)據(jù)顯示，海外買方在購買另類數(shù)據(jù)上的支出在最近幾年逐年增長，說明業(yè)界對另類數(shù)據(jù)越來越重視。我們也有理由對另類數(shù)據(jù)的未來充滿希望。
▼
想要了解更多關(guān)于因子投資方面的內(nèi)容，可閱讀《因子投資：方法與實(shí)踐》一書。
▊《因子投資：方法與實(shí)踐》
石川，劉洋溢，連祥斌 著
因子投資中文版首著！
一本真正可操作、可上手的因子投資手冊
獨(dú)立、可復(fù)制、高質(zhì)量的實(shí)證分析
本書在統(tǒng)一視角下，體系化地介紹了因子投資中的重要研究方法，并針對中國A 股市場給出了獨(dú)立的、可復(fù)制的、高質(zhì)量的因子實(shí)證分析結(jié)果，是一本真正可操作、可上手的因子投資手冊。
本書主要內(nèi)容包括：因子投資基礎(chǔ)、因子投資方法論、主流因子解讀、多因子模型、異象研究、因子研究現(xiàn)狀和因子投資實(shí)踐。書中還以附錄的形式對理解資產(chǎn)價(jià)格的研究脈絡(luò)進(jìn)行了梳理。本書的寫作既注重學(xué)術(shù)文獻(xiàn)的嚴(yán)謹(jǐn)，也注重普通讀者的閱讀體驗(yàn)。書中雖然涉及必要的數(shù)學(xué)公式，但是會(huì)深入淺出、抽絲剝繭地解釋統(tǒng)計(jì)方法，并把重點(diǎn)放在實(shí)證分析上，同時(shí)也會(huì)對因子投資的實(shí)務(wù)進(jìn)行解讀。
（掃碼了解本書詳情）
如果喜歡本文 歡迎 在看丨留言丨分享至朋友圈 三連 熱文推薦
▼點(diǎn)擊閱讀原文，獲取本書詳情~