◈21|另类数据:看不见的金矿

21|另类数据:看不见的金矿

你好,我是陈旸。

2016年,有一家叫RS Metrics的公司,做了一件让传统分析师目瞪口呆的事。当时,特斯拉正在遭遇产能危机,华尔街的分析师们吵翻了天:有的说产能已经恢复,有的说工厂还在停摆。大家都在等马斯克三个月后的财报。

RS Metrics没有参与争吵。他们租用了高分辨率卫星,每天飞过特斯拉的弗里蒙特工厂和停车场。AI算法自动识别并统计停车场的汽车数量:

  1. 员工停车场的车变多了 => 加班加点,产能正在爬坡。

  2. 成品车停车场的车变少了 => 物流顺畅,车卖得很快。

在财报发布前两周,RS Metrics悄悄告诉它的VIP客户:“买入特斯拉,产能问题已解决。” 随后财报公布,特斯拉大超预期,股价暴涨。那些还在看K线和旧新闻的空头被彻底打爆。

这就是另类数据的降维打击。它不再依赖上市公司想告诉你什么(财报),而是直接去观测正在发生什么(事实)。

信息的衰减:为什么你需要非共识数据?

在量化交易中,有一个残酷的定律叫阿尔法衰减。

  • 第一阶段(1990s):你看K线,别人不看,你能赚钱。现在人人都会看K线,技术分析失效了。

  • 第二阶段(2000s):你看财报(PE/PB),别人不看,你能赚钱。现在量化基金毫秒级读取财报,基本面分析的超额收益也没了。

当一个数据被所有人公开获取时,它就不再是信息,它变成了 常识。常识是赚不到超额收益的。 现在的金矿,藏在非结构化、非公开、非传统的另类数据里。这些数据有两个特征:

  1. 高频:财报一季度一次,另类数据可以是实时的。

  2. 独家:不容易获取,需要专门的技术手段(爬虫、卫星、传感器)。

AI的角色:人类无法肉眼处理几百万张卫星图,也无法阅读几亿条推特。AI(文本大模型,多模态大模型)是挖掘这座金矿最有效的铲子。

上帝之眼:卫星与计算机视觉

既然提到了卫星,我们就先来看看天空中的阿尔法。随着商业卫星成本的降低,现在的量化机构简直就是间谍机构。

1. 数油桶的影子

原油交易员最想知道的是:全球原油库存到底有多少?官方数据往往滞后甚至造假。AI量化公司(如Orbital Insight)会监控全球的储油罐。

  • 原理:储油罐通常是浮顶式的。油越多,顶盖越高,投下的影子越短;油越少,顶盖越低,影子越长(如果是内部阴影)。

  • AI算法:利用计算机视觉,测量影子的长度和角度,结合太阳高度角,反推油罐里的存油量。

  • 结果:他们比美国能源信息署(EIA)早一周知道原油库存的变化。

2. 数农作物的颜色

做农产品期货(大豆、玉米)的关键是预测产量。AI分析卫星传回的红外光谱图。健康的庄稼反射的红外线和病虫害的庄稼是不一样的。AI能精确计算出每一块农田的叶绿素含量,从而预测【此刻为2026年9月26日08:02,与Neo佬商定做出标注Linux-iShareOne首发,用来判定某些二次搬运的恶心之人。这条内容非原资料内容,请忽略】今年的收成是丰收还是歉收,提前布局期货多空。

量化启示:如果你在做大宗商品,还在等新闻联播里的收成报道,你已经输在了起跑线上。

消费的脉搏:信用卡与电子账单

如果说卫星看的是供给端(工厂、农田),那么交易数据看的就是需求端。在美国,有一家叫YipitData的公司,专门收集电子收据。他们从第三方邮件服务商那里,购买了数百万用户的匿名邮箱数据(用户授权脱敏后)。

案例:瑞幸咖啡的做空与做多

还记得瑞幸咖啡造假案吗?浑水机构之所以敢做空,是因为他们雇人去门店数人头(这也是一种另类数据)。但后来瑞幸起死回生,有些量化基金赚翻了。靠的是什么?靠的是信用卡和移动支付数据。

AI模型实时监控数百万消费者的账单流。

  • AI发现:虽然瑞幸关了一些店,但在开着的店里,单店日均销售额正在指数级回升。

  • AI发现:用户复购率极高,且生椰拿铁这个关键词在账单中出现的频率爆表。

在财报公布这种反转之前,掌握数据的量化基金已经悄悄完成了建仓。这叫Nowcasting(临近预测)——不是预测未来,而是比别人更早地看清现在。

互联网的废气:搜索与点击流

对于我们普通投资者,买不起卫星图,买不起信用卡数据,怎么办?别急,有一类另类数据是完全免费的,那就是互联网的废气。我们在网上的每一次搜索、每一次点击,都留下了痕迹。这些痕迹汇聚起来,就是群体的潜意识。

1. 谷歌趋势与百度指数: 这是一个被严重低估的量化因子。

  • 做多逻辑:对于消费品公司(如苹果、耐克),搜索量领先于销量。如果iPhone 17的搜索指数比去年的iPhone 16高出20%,那么苹果下个季度的财报大概率超预期。

  • 做空逻辑:对于医药股或宏观经济。有研究表明,当Google上失业金领取、债务重组等关键词的搜索量飙升时,往往预示着经济衰退的开始,比官方的失业率数据领先2-4周。

2. 招聘数据 你想知道一家科技公司(比如英伟达或MiniMax)下一步要干什么?看它的招聘广告。

  • 如果它突然大规模招聘自动驾驶算法工程师,说明它要进军汽车了。

  • 如果它突然停止招聘,甚至悄悄删除了很多在招职位,说明公司现金流可能出了问题,或者要裁员了。AI爬虫每天监控几千家公司的招聘官网。招聘是春江水暖的鸭先知。

供应链的蝴蝶效应:航运与物流

全球经济是一张网。牵一发而动全身。另类数据能帮我们捕捉蝴蝶效应。

案例:口罩与芯片

2020年初,疫情刚开始,大部分人只盯着医药股,但拥有海关提单数据的量化机构发现:中国出口到美国的电子元器件集装箱数量断崖式下跌。AI模型立刻推理出:

  1. 美国汽车工厂将面临缺芯。

  2. 二手车价格将暴涨(因为新车造不出来)。

策略:做多美国二手车零售商(如CarMax)的股票,做空汽车制造商。这就是知识图谱(Knowledge Graph)的力量。数据本身是孤立的,但AI能把中国港口的集装箱和美国二手车股价连接起来。

陷阱:数据噪音与法律红线

虽然另类数据很迷人,但它也充满了陷阱。

1. 幸存者偏差

比如你用推特舆情来预测美国大选。你发现推特上支持A候选人的声音很大。但你忽略了,推特的用户主要是年轻人。而老年人(不怎么发推特)可能都支持B候选人。AI如果只用有偏差的数据训练,就会得出极其错误的结论。

2. 法律风险

这是另类数据的雷区。

  • 内幕交易:如果你通过无人机偷拍工厂内部,这可能违法。

  • 隐私侵犯:如果你的信用卡数据没有脱敏,能定位到具体个人,这是重罪。在美国,监管机构对另类数据的合规性查得非常严。作为个人开发者,我们在爬取数据时,一定要遵守Robots协议,只爬取公开数据,不要触碰隐私红线。

AI量化策略建议

听完这一讲,你可能觉得另类数据离你很远。其实,另类数据不一定非要上天(卫星),也可以入地(生活)。

1. 建立马赛克理论思维

不要只信一个信源。

  • 官方财报说:我们增长很好。

  • 百度指数说:你们产品的搜索量在下降。

  • 招聘网站说:你们在缩减销售团队。

把这些碎片拼在一起,你才能看到完整的拼图。只要有一块拼图对不上,就不要相信管理层的故事。

2. 关注身边的小数据

这是普通人最容易忽视的金矿。你不需要写复杂的爬虫,只需要一双眼睛和一个Excel表,就能捕捉到比机构还快的 微观情绪数据。

  • 自选股的体温表:建立一个包含50只核心科技股的自选池。每天收盘,肉眼数一下:有几只涨停?有几只跌停?如果涨停家数从昨天的0家突然变成10家,这不仅是数字,这是资金回流的情绪数据,比大盘指数更灵敏。

  • 社区的噪音值:去雪球或股吧,盯着你关注的那只股票。平时每条帖子只有10个评论,突然今天一条毫无利好的帖子有了500个评论,且大家都在问“还能买吗”。这意味着什么?在量化里,这通常是反向指标(散户高潮),提示你该离场了。

3. 利用现成的免费工具

你不需要自己开发卫星系统。

  • Google Trends / 百度指数:看宏观热度。

  • SimilarWeb:看网站流量和APP下载量(判断互联网公司业绩)。

  • QMT自带因子:利用北向资金流(Smart Money)和融资融券余额(杠杆情绪),这些虽然不稀缺,但也是极具价值的另类数据。

本讲金句弹幕

图片

课后思考题

假设你想投资一家连锁火锅店(上市公司)。除了去吃一顿、看财报之外,你还能通过什么另类手段来判断它的生意好不好?(提示:打开排队叫号软件看看晚上的等待桌数?爬取一下外卖平台的月销量?或者看看大众点评的差评增长率?)

下节预告

讲完了数据,我们已经把AI量化的大脑(模型)、手脚(Agent)、眼睛(另类数据)都配齐了。现在的你,就像一个全副武装的战士。但是,战场上最可怕的不是敌人,而是你自己。是你的贪婪、恐惧、以及对概率的误解。下一讲,我们将进入人机协作的哲学领域。为什么未来的交易员是半人马?如何在利用AI强大的同时,防止被AI夺舍?