量化交易中另类数据的应用
发布时间：2018-10-29 15:33阅读：866
问一问
期货手续，期货开户，期货咨询，弘业期货开户专员联系方式：18912929558
量化交易是基于大量数据总结出大概率事件并融入设计者的交易思想归纳成为交易的准则。由此可以看出数据对于量化投资的重要性。但是同时数据的获取对投资者来说也是个难点。随着技术的不断发展，我们获取大数据的成本也在逐渐的降低。但是很多投资者已经不能满足于历史价格等传统的数据。
部分量化交易者已经开始从另类数据中提取交易信号。虽然这些数据有着千奇百怪的来源，但是可能会有效的提升我们的交易收益。今天我们就来一起探寻一下这些量化投资的另类数据。
对于另类数据的探求已经不是最近几年才发生的事情了。芝加哥期货交易所在1997年搬到了新的交易大厅，密歇根大学的研究团队就开展了一项监测交易大厅2个月内音量的研究。这项研究非常有趣，它是以交易员喊价音量反应焦虑情绪为基础，然后对交易价格和交易行为产生影响。
研究结果也真的反映出了，交易大厅内的音量大小可以预测几分钟后的期货市场波动。把看似无用的噪音数据进行整理和研究，却发现了其中有趣的相关想象，这就是一种另类数据的采集。那么下面，我们来一起看一下有哪些另类数据，这些数据又如何应用到我们的决策中。
一、另类数据的分类
另类数据被摩根大通的量化研究部门主要分成了三类：
（1）个体活动
比如，个人在搜索引擎中的搜索数据，网络新闻的评论、社交媒体或者网络的点击率和搜索量等等。
（2）商业活动
商业活动产生的数据一般是指信用记录或者交易记录等。
（3）高科技检测
随着科技的发展，一些高科技设备检测出来的数据也可以被我们应用到投资当中。比如地理定位、气候变化或者卫星的监测图像等。
尽管另类数据确实能够在一些相关性中得到证明，但是一般来说，多数的另类数据都不能够单独作为某项投资策略的重要依据。另类数据大多会配合者其他的传统数据供量化交易者使用。目前，大宗商品和股票的投资中会应用到另类数据。当然另类数据也有其片面的成分和诸多其他问题。例如，非结构化数据需要有特定的技术进行进一步的处理，数据的历史较短，所以会导致样本出现偏差等等。
一、个人活动
随着科技的发展，我们现在已经非常习惯于在社交媒体上发表一些言论，比如当天的心情或者遇到的一些事情。从某种程度上来说，社交媒体就是个非常大的信息来源点。比如每天可以产生5亿条内容的社交媒体推特就是非常受欢迎的一个另类数据来源。印第安大大学的研究团队在2010年对推特展开研究，以检测是否推特的信息可以对道琼斯指数起到预测的作用。研究团队将推特的内容主要以6种情绪来划分。然后采用时间序列的方法进行分析，研究显示推特的情绪可以有效预测市场指数的升降，并且准确率可以高达87.6%。
这是一个非常惊人的数字，也印证了另类数据在量化交易方面的有效性。近年来，有越来越多的投资机构将社交媒体信息纳入了投资策略的考虑范围。这就催生了很多科技公司提供不同程序结构来帮助投资者或投资机构对社交媒体信息进行获取和处理。Dataminr就是一家新兴的纽约科技公司。它可以通过对社交媒体实时的信息监控和挖掘，识别推特中异常的信号。然后找到相关企业客户的推文，对投资机构发出预警信号。这种行为对于事件驱动和风控领域的投资策略都有很大的帮助。
虽然这种获取信息的方式看似简单且成本较为低廉，但是其中如何将社交媒体信息整合成数据却是很大的挑战。由于社交媒体的历史数据都较短，并且每一条输出的方式也不尽相同，所以如何从社交媒体的海量数据中找到适用于决策的相关信息，是需要数据使用者来判断和解决的问题。
二、商业活动
政府部门、第三方机构和商家对信息的搜集和汇总组成了商业活动的产生数据。相对于个人活动产生的数据来说，商业活动的历史数据时间更长，并且在获取数据和处理方法上也更加成熟。相对的，这些数据的使用费用也会相对较高，可能会达到数百万美元一年。但是也有很多监管机构对此表示担心，由于数据没有足够的匿名处理，那么就完全有可能泄露部分个人信息。
三、监测工具
随着高科技的发展，很多高科技监测的数据，也被逐渐应用到投资中。比如美国的卫星数据分析公司就通过油盖在阳光下的阴影模型来分析原油出量的变化趋势。
虽然目前另类数据的应用还面临一些成本较高、技术局限和监管不严等问题。但是我们相信随着科技的发展，另类数据或许会冲破层层阻碍成为我们投资决策中的重要指标。量化交易者要深谙数据背后的市场驱动因素，才能立于不败之地。
温馨提示：投资有风险，选择需谨慎。
弘业期货-徐陈
一个电话，一次垂询，一份财富-叩富网同城理财
+微信
当前我在线
最快30秒解答
点击下方按钮，即可获取【量化交易】基础知识合集+软件下载入口+策略PPT，专业资料一手掌握！ 
点击微信，一键关注
文章很精彩？转发给需要的朋友吧 
分享该文章
版权及免责声明：本文内容由入驻叩富问财的作者自发贡献，该文观点仅代表作者本人，与本网站立场无关，不对您构成任何投资建议。用户应基于自己的独立判断，自行决策投资行为并承担全部风险。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请发送邮件至kf@cofool.com 举报，一经查实，本站将立刻删除。
推荐相关阅读
查看更多>
量化交易中，数据安全在曲靖的券商如何保障？
173
在曲靖，券商保障量化交易数据安全有不少办法。首先，会采用先进的加密技术，就像给数据上了一把坚固的锁，防止数据在传输和存储过程中被窃取或篡改。其次，建立严格的访问控制机制，只有经过授权的人员才能接...
173
量化交易对交易数据的要求有哪些？
217
量化交易对交易数据有不少要求。首先，数据得准确，要是数据有误差，那基于此做出的交易决策就可能跑偏，造成损失。其次，数据要及时，市场行情瞬息万变，只有及时获取最新数据，才能抓住投资机会，做出合适决...
217
量化交易中，曲靖的券商如何防止交易数据泄露？
125
在量化交易里，曲靖的券商防止交易数据泄露有不少办法。首先，技术层面，会采用先进的加密技术，就像给数据穿上一层坚固的“铠甲”，让数据在传输和存储时难以被破解。其次，严格的访问控制也很关键，只有经过...
125
另类数据（如卫星图像、社交媒体数据）在量化交易中的应用案例？
217
卫星图像：通过停车场车辆数量预测零售企业营收（如沃尔玛客流量），或监测油库储油量判断能源供需。社交媒体：分析Twitter、微博情绪指数预测股票短期波动（如特斯拉舆情与股价联动），或利用电商评论...
217
量化交易是如何获取数据的呢，量化交易哪个数据源比较好用？
6379
从⾼频交易到算法策略，量化交易者依赖于精准的数据、强⼤的计算能⼒和⾼效的执⾏系统。这⼀切的基⽯⸺ ⾼质量的数据，往往是许多量化交易者⾯临的第⼀个挑战。本⽂将分享量化交易中常用的数据接口。常用量化交易数据接口解析1. Tushare：Python量化交易者的⾸选Tushare 是⼀个免费、开源的Python财经数据接口包，它提供了丰富、便捷的中国⾦融市场数 据，包括股票、期货、期权、基⾦、债券、宏观经济数据等。凭借其简洁易⽤的API设计和活跃的 社区⽀持，Tushare已成为众多Python量化交易者的⾸选...
6379
量化交易L2数据怎么获取，对交易有哪些帮助？
99
市场上大家都在说L2数据，那L2数据究竟有什么优势和应用场景呢？今天就和大家说道说道！首先什么是L2数据？L2 数据是金融市场中Level 2 行情数据的简称，核心是股票等金融产品的实时订单簿明细数据。核心特点：包含未成交的买单（买一至买 N）和卖单（卖一至卖 N），不仅显示价格，还标注对应订单数量。比普通投资者常见的 L1 数据（仅显示买一、卖一最优价及成交量）更详细，能反映市场订单深度。实时更新订单挂单、撤单动态，可辅助判断买卖力量对比和价格短期走势。L1是合成的tick数据，一般是3s，3s以内的微观数据就需...
99
相关搜索
TA的文章
全部>
TA的回答
全部>
优选券商
更多>
热点推荐
-
最新整理：2026全年A股休市日历出炉！
2026-01-12 13:33
-
2026年"国补"继续，核心变化有哪些？哪些板块&指数机会更大?
2026-01-12 13:33
-
2026A股16阳后，春季行情如何合理布局？
2026-01-12 13:33
