如何在金融市场保持持续领先？ 另类数据将赢得优势因为替代数据正在改变资产管理者的投资管理流程，对冲基金，基金会和养老基金等金融机构，推动了这种复杂的数字化转型，同时这种数字化力量提供了战略机遇。
不遵循这种巨大转变并更新其投资流程的投资经理，越来越多地面临战略风险和被那些利用替代数据(另类数据)构建流程的新的竞争者取代。
复杂的投资环境使投资经理越来越多地使用来自新闻和社交媒体的替代数据源，其中包含电子邮件、语音和视频通信的元数据，来自卫星的信息和其他地理空间信息来增强他们的决策过程。
大多数资产管理者都看到使用这些信息直接获益，以提高其数据的准确性和及时性，从而提高会计信息的准确度。这被许多包含替代数据的基本投资者称为量子投资者。
不仅在理论上，而且在实践上，从推特中提取的信息与先进的分析工具相结合，已被证明可为投资经理带来显著的额外回报。
2012年，研究将标准普尔500股票与Twitter数据相关联，发现每日推文数量与某些股票市场指标相关，并且在包含推特数据时可以更准确地预测收盘价格的变动。
在一系列研究中，我通过将学术研究与投资经理的实际经验相结合，更具体地回答了一些关键问题，探索了替代数据的前景。
1. 数字经济如何创造可用于改善投资决策的替代数据流和新信息来源？
2. 目前的替代数据类型是什么？
3. 如何在投资管理流程中包含各种替代数据源？
4. 如何最好地评估用于算法交易的替代数据源？
5. 机器学习和人工智能对替代数据的影响是什么？
6. 为什么自然语言处理（和情绪分析）可能最有希望在投资管理流程中使用替代数据？
在我们开始探索之前，先介绍几个定义。通常，金融中的替代数据包含用于从非金融和非传统中提取洞察力以改善生成的数据。这些替代数据集通过各种数字和非数字交互产生，并且通常可以是金融交易，传感器，移动设备，卫星，公共记录和互联网或排气数据的结果。
实际上，替代数据似乎通过更高质量的信息为投资经理提更多的数据进行参考。在金融领域，一直在寻找真实和优越信息的来源，从而获得优势。替代数据只是这个任务的新的表现形式。
一个很好的例子是情感分析和自然语言编程所带来的预测：使用先进的分析技术（如机器学习和认知计算）从演讲，微博，博客文章，新闻报道，新闻稿和演示文稿中提取的信息可以快速处理以极快的速度提供信息，提供易于量化的指标。
替代数据在金融领域的实现只是一个开始，未来在各大行业领域都大有可为。
