另類數據在金融市場中的應用：以股票預測為例

石喆瑞

股票市場是當前最重要的金融市場之一，股票價格的變動及預測是投資者在股票市場關注的焦點。本文基于另類數據的角度對股票預測的影響做出闡述，首先明確本文主要從另類數據的三個來源：個人數據、商業數據、檢測工具獲取的數據，進而闡述另類數據對股票預測的影響。現有國內外研究表明三類數據在不同程度上對股票預測都有影響，個人數據對股票預測的影響更顯著，其中投資者情緒對股票預測有直接影響；商業數據可提供銷售數據、信用數據等對股票市場有間接預測作用；檢測工具數據更側重對企業運營情況做分析來影響股價變動。但另類數據存在噪音大、顯著性不足及由于另類數據在我國仍處于發展階段，缺少相關法律監管等問題。

股票價格一直都是股票市場關注的焦點，能夠精準預測股價或者變動趨勢一直都是量化投資研究的熱門方向。任何理性投資者都希望在購買股票時做出最佳決策，以達到自身利潤的最大化。股票預測可以幫助投資者做出最優決策，降低風險，從而獲得投資收益。較為精準地獲取實時數據掌握股價變動趨勢、準確地預測出股價對股票投資者尤為重要。目前股票預測的研究多數集中在如何提高模型的精準度上，常采用股票市場的歷史數據預測股價的運動趨勢。例如傳統時間序列模型往往基于日度、周度或月度歷史數據對股價走勢進行預測，但是預測效果一般。同時傳統的股票數據具有數據量大、非線性、復雜性等特征，因此傳統的預測方法具有局限性，并不能適應股票市場的復雜變化。

科技的進步以及大數據技術在金融領域的使用促使傳統金融機構紛紛投入到新技術改革與新模式探究當中，這為另類數據的出現和使用營造了良好的環境條件。同時現階段新技術的發展能提供更多有效信息且區別于傳統數據的另類數據逐漸引起人們重視。目前相關研究表明，另類數據對股票預測有影響。行為金融學理論及其發展證明了情感傾向會影響股市波動。普遍采用的傳統數據廣泛應用于金融領域，但很難出現新的優勢。另類數據提供的信息往往能更好地被投資者所接受，作為傳統數據的補充對股票預測的影響有重大意義。

本文對另類數據對股票預測的影響進行綜述，主要從個人數據、商業數據、檢測工具獲取的數據三種不同角度的另類數據，分別對股票預測的影響來展開論述。但由于另類數據發展較晚，在應用與探索方面仍處于起步狀態，因此對股票預測的影響方面的實證研究較少，所以在相關另類數據的的闡述中略顯不足。

一、另類數據概述

（一）另類數據的定義

另類數據又稱代替數據，最早出現在美國征信行業，是指區分于傳統金融數據對投資者實施投資有價值、有益的信息數據。傳統金融數據有公司的財務報表、政府披露的宏觀經濟指標等。隨著科技的發展，一些非傳統數據，例如某區域的天氣情況、某消費者的消費記錄、某投資者在社交媒體公開發表的言論等也逐漸引起人們的關注。

另類數據的特點是體積大、流動速度快、種類多。體積大體現為規模和數據傳輸量。另類數據產生的速度驚人，導致另類數據的規模和傳輸量很大；流動速度體現在獲取數據的速度上。通常傳統數據因有披露的過程導致時間周期較長，獲得的信息也相對滯后。相比之下，實時或接近實時獲取和傳輸的另類數據有著更強的即時性。所以在不考慮準確性的前提下，獲取另類數據的速度是相當快速的，種類多體現在數據結構多樣性。例如另類數據有圖片、音頻、數值、視頻以及文本數據等多種式。

（二）另類數據的分類

目前金融領域應用的另類數據尚未有統一的標準，本文將另類數據按來源分成三類，分別是個人活動產生的數據、商業活動產生的數據、檢測工具獲取的數據。個人數據泛指個人與外界發生聯系的過程中產生的數據，例如社交網絡信息、產品信息、搜索記錄、購物喜好等。商業活動產生的數據泛指在進行商業活動過程中產生的數據，例如物流數據、支付數據。也有另類數據公司采集的傳統商業數據，如百貨公司客流量、游樂場客流量等數據。檢測工具獲取的數據泛指通過衛星、燈光、天氣等物理設備或方法采集的數據，例如利用衛星數據通過光感和熱感采集工廠的開工、采集、運輸情況。此外還有來自衛星定位、車輛軌跡采集的另類數據。

二、另類數據對股票預測的影響

（一）個人數據對股票預測的影響

情感分析對于股票預測的影響可以從宏觀與微觀兩個方向進行研究，宏觀多數指新聞層面的報道等，微觀多數指個體在相關論壇發表的言論以及各種演講等。個人數據可以幫助測算投資者情緒，即在微觀層面對股票預測的影響，例如基于投資者交流帖子是通過文本數據中情感詞匯進行識別和掃描提取了投資者情感；基于東方財富論壇的評論信息經過分詞、去停用詞等操作，利用RoBERTa 模型對文本數據進行特征提取，得出每日情感特征；基于新浪股吧等股票論壇的數據，結合文本分析及機器學習算法，構建互聯網投資者情緒指標。此外，利用在線評論信息反映公司口碑來預測股價。Huang等人利用亞馬遜網站的2004～2015年的640萬消費者的1450多萬條消費者評價信息進行研究，結果表明這些評價包含與公司未來現金流和股票收益相關的信息，能夠為股票預測提供有價值的信息。

個人數據結合機器學習模型預測股價，提高了股票預測的效率。趙帥斌等人研究發現通過交流帖子得到的投資者情緒，使用投資者情緒增加模型輸入新特征，實證表明引入投資者情緒的股價預測模型可以更好地預測股票市場走勢。嚴冬梅等人的研究表明融合情感特征的預測模型可以提高股票預測的效果。Kanavos等人通過處理Twitter中的每日交流帖子獲得公眾情緒，結合卷積長短期記憶人工神經網絡（Convolutional LSTM，Cnov-LSTM），研究發現在Twitter獲得的情緒數據能預測特定股票價格的走勢。許天陽基于新浪股吧的在線股評信息利用VAR模型、Granger因果檢驗以及FF四因子模型等方法得出短期內投資者情緒對股市有一定的預測作用。

利用個人數據測算的投資者情緒具有一定的時效性，同時情感特征具有一定的時間性。現有研究表明在一定時間內較長時間的情感均值可以更好地預測股票價格走勢，一旦超過區間預測結果就會有所下降，并非使用更長時間的情感均值對股價的預測效果有正面效應。有相關研究表明，利用測算的交易日天數不易太長，通常使用前5～10個交易日情感均值預測效果較好。同時現有研究表明，雖然在短期內投資者情緒對股市有一定的預測作用，但證券市場走勢很快便會反轉回落。

（二）商業活動產生的數據對股票預測的影響

商業活動產生的數據通過公司銷售情況對股票預測產生影響。Sumit Agarwa等人利用美國上市公司的信用卡消費記錄數據研究表明分類銷售提供了客戶需求，同時與一個公司的股票定價相關。研究者對來自高FICO（美國個人信用評級）得分、高流動性和忠誠客戶的支出有更強的回報反應。分類銷售信息的傳輸速度比收益信息的傳輸速度要慢，而小公司或遠離其終端客戶的公司表現出更延遲的價格反應，調整后的客戶支出的回報影響延伸到生產鏈上的公司。王正位等人研究表明，我國A股市場的線上銷售數據具有投資價值。股票價格不能對線上銷售數據中信息作出迅速反應，該信息沒有及時納入股票價格中。實時獲取線上銷售數據并利用其信息可預測未來股價收益并取得超額收益。廖理等人基于電商銷售數據研究表明，財務信息透明度更高和投資者關注度更低的公司，往往對股價具有更強預測能力。

（三）檢測工具獲取的數據

衛星數據通過反應公司運營情況間接影響股票預測。相關科技公司為獲取企業開工的真實情況，通過衛星遙感技術獲取夜光數據和溫度數據，掌握企業開工實時數據，顯著降低造假風險；遙感衛星技術獲取地面可見光數據以此分析地面人類活動情況，夜晚照明情況的夜光數據可以輔助追蹤企業的經營活動。Katona等人利用美國零售店停車場的衛星圖像數據，發現停車廠的汽車數量能反映公司運營狀況進而能夠預測公司基本面和股價。目前我國檢測工具獲取的數據還可以應用在測算出庫存情況，例如礦石庫存情況等進而為股票市場提供有效的信息。

天氣數據通過間接影響投資者情緒從而影響股票預測。早在1998年我國學者就曾研究過天氣與股價的關系，例如林建生研究表明天氣不錯是會影響股價的，但影響效果相對微弱。有研究者利用沙塵暴數據研究表明，沙塵天氣的發生通過影響投資者情緒從而對股價產生影響，對于防沙治沙環保型企業產生正向影響，對污染型企業產生負面影響。Nana等人基于股票交易城市日AQI和雪球網站用戶評論情緒數據利用GARCH模型進行實證分析，研究表明空氣質量可以通過影響投資者情緒來影響股市。Donadelli等人利用風暴事件數據庫的龍卷風地理參考數據結合VAR模型研究表明，龍卷風對當地居民收入有影響，同時股票收益有滯后的負面影響，但只是部分部門會受此影響。

此外，仍有其他檢測工具獲取的數據對股票預測的影響。例如Thasos公司曾監控特斯拉工廠員工手機實時位置數據分析特斯拉的股票情況，該企業將獲得的手機信號數量預測特斯拉量產，并通過量產與銷售狀況等數據預測特拉斯的股票價格。

三、另類數據的不足之處

盡管目前相關方向的實證研究大部分都是顯著的，但仍有不足之處。關于另類數據的不足之處主要體現在噪音大和顯著性不足兩個方面。噪音是指在事后證實是錯誤的信息。噪音大體現在有研究者在利用另類數據進行研究時發現，即使應用更先進的算法，但文本分析后仍有較大的噪音；社交媒體中個人發布的信息往往帶有更強烈的主觀色彩，容易造成較低的信噪比。顯著性問題與定價因子相關，顯著性水平是否顯著與新定價因子與以往的定價因子是否相關有關，相關性越低，所使用的相關定價因子越顯著。

另類數據的監管問題目前被人們廣泛關注。由于監管體制的不完善，數據的獲取、加工、使用等環節缺少相關法律的約束，數據泄露和不當使用的案例也時有發生。如果數據經不當獲取或非法使用，將對個人隱私以及商業信息的安全問題產生威脅，甚至對國家層面安全產生威脅。未來對另類數據的獲取、使用等環節進行立法規制是相當有必要的。

結語：

文本主要基于另類數據對股票預測的影響進行闡述。主要從另類數據來源的三個方面，個人數據、商業活動獲取的數據以及檢測工具獲取的數據來綜述另類數據對股票預測的影響。相關研究顯示個人數據對股票價格預測有更顯著的影響，投資者情緒尤其可能是解釋股票價格波動的重要因素之一。融合情感特征的股價預測模型比傳統預測模型更有效，采用個人數據作為傳統數據的補充對股票市場有更顯著的預測能力；商業活動數據可提供交易的信用水平、經濟指數、實時獲取的銷售數據等對股票市場具有預測作用；檢測工具獲取的數據可提供遙感衛星紅外成像輻射儀數據、夜光數據、溫度數據掌握企業運營情況，進而對股票市場做出預測。但另類數據仍存在噪音大、顯著性不足，以及由于我國另類數據還處于發展階段缺少相關法律約束等問題，這是我們未來需要解決的問題。

另類數據逐漸走入大眾視野，成為新時代經濟活動中新的生產要素、支柱產業。高科技監測手段也面臨各種挑戰，比如衛星監測中不同地點的云層覆蓋對圖像精確度的影響。這些圖像和信息往往需要經過復雜的加工步驟。除了衛星圖像以外，其他監測工具如無人機、熱像儀、手機地理定位等，也可能獲取對投資決策、股票預測有用的信息，另類數據對股票預測的影響仍可以從這個角度進行分析。

在目前大數據迅速發展的背景下，另類數據在金融領域表現出獨特的信息價值，受到越來越多從業者的重視。目前有些企業已經開始率先使用另類數據，這將對信息不對稱有所影響。但由于目前另類數據發展較晚，在應用與探索方面仍處于起步狀態，對股票預測的影響方面的實證研究較少，所以在相關另類數據對股票預測影響的闡述中略顯不足。