2020年投資：探索AI、機器學習和替代數據

人工智能(AI)、基於網絡的通信以及公司和個人每天能夠訪問的內容數量的激增，這些最新的發展已經將世界置於我們的腳下;這個世界已經被賦予了知識和信息的天賦，同時也面臨著梳理它們的挑戰。

因此， 投資者和投資的任務是獲取擺在他們面前的海量數據，並從中獲取有用的工具，否則就會面臨落後的風險。

​面向私人市場投資者的數據平台Mercatus的首席執行官Haresh Patel對Finance Magnates表示：“ 對金融公司來說，傳統思維正在變成一項高風險業務。”

Patel解釋說:“軟件行業已經形成，公司已經購買了部門解決方案來滿足特定的需求，但是這造成了數據筒倉的迷宮，反過來又造成了數據災難。”

的確，信息和技術的超載與獲得的信息和技術太少一樣有害;因此，少即是多：取得更大成功的關鍵是準確行動。

但投資者如何才能有效利用手中的新工具和新技術來避免“數據災難”呢?

將“數據、工作流和財務模型連接到單個集成系統”Patel認為，“我們所看到的最重要的趨勢是，公司開始偏離這種傳統思維，轉而將重點放在創建跨部門、系統和外部來源集中和利用數據的數據體系結構上。”

這在實際層面上是什麼樣子的呢?

帕特爾說,從中心的角度看“作為一個公司解決的主要難點投資金融市場發展最快的部分,這是私人市場,我們看到一些最大的品牌使用軟件天生更靈活,使他們分散到新的資產類別,區域,和意外的新業務框架。”

私人市場數據平台Mercatus的首席執行官Haresh patelceo

​

這些平台“利用和集中內部和外部的數據輸入——從資產運營商、能源定價系統、會計系統等等——以促進融資、投資和資產管理團隊之間的實時報告和協作。”

換句話說，“這些早期的採用者能夠將數據、工作流和財務模型連接到一個單獨的集成系統中，從而快速地為數據驅動的決策、見解和報告提供支持。通過高級分析和自定義儀表板，他們能夠快速洞察關鍵趨勢和kpi，如性能、風險、預測和內部收益率，一直到資產級別。”

人工智能正變得越來越流行，但人工智能並不是有效投資策略的靈丹妙藥

這些工具和平台的發明，部分得益於人工智能(AI)技術的進步。人工智能解決方案可以使投資公司做出更明智的決定。這包括高精度數據分析：投資模式、預測分析和客戶參與，”基於人工智能的身份驗證服務提供商Shufti Pro的首席執行官Victor Fredung解釋道。

個人理財博客Money Crashers的理財專家David Bakke表示：“利用機器學習算法，可以優化投資數據，提高投資組合管理和運營效率。它能帶來更好的報告，更高的準確性，而且一旦決策得到改善，就會有更好的機會接觸客戶。”

​

個人理財博客Money Crashers的理財專家David Bakke​

然而， 不管人工智能是否強大，並不是所有的算法都是平等創建的 ——“大多數算法傾向於收集'所有'數據，而不是只收集需要的數據，”個人理財博客Money Crashers的財務專家David Bakke解釋道。

Bakke認為，因此，“這幾乎是一個'全有或全無'的命題。如果你要自己做這件事，將會花費大量的時間和精力，而且你必須對你要搜索的東西非常具體。如果你打算依賴(比如說)一個機器人投資網站，就會出現一些根本無法解釋的異常現象。”

“所以，從某種意義上說，雖然這似乎是一個比完全不使用數據更好的策略，但這是一種冒險。 人工智能領域很可能會在安全和透明度方面得到改善，以使數據更有相關性。 ”

然而，Bakke相信人工智能的發展最終會導致改進算法和改進數據收集系統的發展。

Bakke說：“人工智能領域很可能會在安全和透明度方面得到改善，以使數據更有相關性。”他對金融巨頭們表示:“除此之外，隨著這一細分市場的不斷改善和擴大，你應該會看到，在收集更多智能數據和消除不必要數據方面的進步。”

同時，然而，Haresh Patel指出， 突然急劇上昇在使用人工智能數據可以為一些大變化規定建立在其用法 :“考慮到全球迅速過渡到數字,AI會影響幾乎所有方面的數據,從收集的方式的方式共享和分析,”他說。 “ 2020年將會有一些重大的變化。”

例如,“新具有里程碑意義的立法,以保護隱私和數據生效在佛蒙特州和加州1月1日開始,2020年,美國要求數據經紀人從公共記錄收集個人信息和私人來源披露其公司名稱和實踐一個消費者可以自由訪問註冊表。”

基於人工智能的身份驗證服務提供商Shufti Pro的首席執行官Victor Fredung

他補充說：“我預計類似的措施將在其他州生效，但現在下結論還為時過早。”因此，考慮個人數據以告知投資者的算法可能會受到這些法規的影響。

替代數據的曙光

但是，人工智能的發展也使得能夠創建新型的“替代數據”，這些數據可以創造性地用於向投資者告知相關趨勢。儘管替代數據已經存在了一段時間，但該領域的知名度仍在不斷增長–但是，與AI一樣，獲得替代數據並不是好的投資策略的最終目標。必須明智地使用它。

究竟什麼是替代數據？替代數據公司Indexica的首席執行官Zak Selbert去年年底在接受Finance Magnates採訪時解釋說，他的公司創建了一系列衡量全球新聞內容的指標，以確定市場情緒。

例如，Indexica的“驚奇”指標“著眼於公司周圍的事件，因此，例如，如果發生諸如“ Netflix報告的訂戶水平低於預期”之類的事件，那將是一個驚喜；或“波音取消737的生產”。”

Indexica的另一個指標是“未來性”，它是“讀取語言並分析[語言的時態]是將來還是過去的…還提取時間和日期。”

Indexica聯合創始人兼首席執行官Zak Selbert。

例如，“因此，”如果新聞報導中提到“亞馬遜將在明年發布無人駕駛飛機機隊”，該公司將把這一說法量化為“未來”。解釋，因為使用了“下一年”。

“而如果我們讀到一篇文章說'波音公司將其波音737飛機停飛'，我們會將其定為'去年'。”

“所以，想像一下，從我們閱讀的所有文本中將這種類型的詞彙乘以數百萬個句子，然後將其映射到公開交易的證券，”以及某些加密貨幣資產（例如比特幣）。

“這就是該指標的作用-有趣的是，如果您查看它，然後查看市場表現，則在將來公司談論的頻率和程度之間往往存在非常密切的關係，[時態]然後是他們的股票表現。”

換句話說，在將來時態中提及公司的次數越多，“它往往表現得越好”。

篩選數據集時，投資者應搜索“正交”數據

但是，就好像替代數據源本身似乎很聰明一樣，如果替代數據沒有得到有效利用，它幾乎是無用的。 Haresh Patel說：“獲得良好數據就像擁有可以幫助您做出明智決定的行業優勢一樣。” “這些獨特的見解使您可以了解行業趨勢，這些趨勢可能對許多投資者來說都是顯而易見的，但需要對其進行明智的解釋才能為您的投資組合增加價值。”

Haresh Patel說：“ [替代數據]可能會或可能不會幫助那些只尋找特定趨勢而非粗略匯總數據的基金經理。”

本質上，“關鍵是根據地理位置，市場和角色來對數據進行分類並建立配置文件。與大數據相比，替代數據可以幫助定制客戶體驗並優化運營。”

但是，如何確定替代數據的有效性呢？扎克· 塞爾伯特（ Zak Selbert）在最近與Finance Magnates的一次電話會議中解釋說，例如，定量基金（利用高級定量分析功能選擇證券的基金）通常想知道“數據集是否只是孤島，具有某種預測價值-答案是“是”或“否”。”

塞爾伯特繼續解釋說，量化基金通常問數據集的第二個問題是“它是否增加了價值”，換句話說，“傳統市場因素很容易獲得；因此，如果剔除傳統市場因素的影響，數據集仍然有價值嗎？”

在這一點上，“那些突出的人”是“正交的”，換句話說，“它們與傳統的市場因素沒有關係，”他解釋道。

CBD Capital Group首席執行官David Metzler。

Selbert說：“這就是開始為買方的客戶查看的許多數據集減少價值的原因。”

投資者還需要考慮到他們可以訪問的“其他類型的市場數據，包括替代數據”，並且隨著替代數據領域的不斷發展，投資者擁有比以往更多的選擇。

“垃圾進，垃圾出”：不同的數據與不同的行業相關

同樣重要的是要記住，並非每個數據或信息都適合於每個部門的工作或投資。

例如，房地產數據分析公司Mashvisor的市場總監Daniela Andreevska表示，在她的行業中，“在房地產投資決策方面，使用大數據，預測分析和AI的重要性正在不斷提高。 ”

“投資者不僅希望基於租賃物業的過去表現（傳統分析），而且希望基於未來的預期表現（預測分析）來做出投資決策。當然，未來的預期表現很大程度上取決於過去的表現趨勢以及整個房地產和住房市場的趨勢。”

房地產數據分析公司Mashvisor的市場總監Daniela Andreevska。

CBD Capital Group的首席執行官David Metzler是一家致力於收購美國中小型大麻二酚（CBD）公司的風險投資集團，他分享說他的公司“獲得了4000萬+電子商務數據點的許可，從而創建了一個隊列來比較我們的預期收購反對。”

他補充說：“ […]我們[還]使用了由Rand Corporation所有主要健康保險公司使用的MOS醫療保健研究。” “這為我們提供了獨特的能力，可以使用這些數據來收購產品在統計上對客戶有效的公司，從而可以代表客戶回購率和忠誠度（如果產品在客戶的眼中起作用，他們將再次購買） 。”

對於加密貨幣行業，David Bakke建議：“您要查看的數據是用戶發布的損益（我可能會補充說，這是一個挑戰，要找到它）；”買賣（更容易發現）和收益。 ”

綜上所述，使用任何一種加密貨幣投資組合工具中的任何一種，您的狀況都會更好，”他補充說。

最終，儘管Haresh Patel說過：“好的決策只取決於手頭的數據，就像古老的諺語所說的那樣：垃圾進，垃圾出。 “

“由於當今可用的數據量巨大，它需要在全公司範圍內對數據攝取，清理和質量控制進行持續的承諾，並對哪些數據在促進明智，快速的投資決策方面最關鍵的問題有深入的了解。”