與大多數(shù)人的想象不同，在機器學習領域里，處理數(shù)據(jù)所耗費的精力占據(jù)著最多比例。通常情況下，每購買 1 美元的數(shù)據(jù)，我們需要花費 5-7 美元來清理，才能讓它用于機器學習模型的訓練與推理。在這個過程中，數(shù)據(jù)科學家要耗費整個開發(fā)流程 80-90% 的時間。

如果可供使用的數(shù)據(jù)標準化且直接可用，成本和效率的提升就會讓科技公司獲得前所未有的優(yōu)勢。在這一方面，彭博是業(yè)內領先的數(shù)據(jù)服務提供商。

數(shù)據(jù)服務并不止于交易數(shù)據(jù)，今年 2 月 21 日，彭博宣布推出「另類數(shù)據(jù)」服務，其中包括 20 余種新類型數(shù)據(jù)，如基于人工智能和大數(shù)據(jù)處理得到的人流、社交媒體情緒數(shù)據(jù)，它們可以幫助投資者在瞬息萬變的市場中帶來先機。今天，作為人工智能大潮的一部分，數(shù)據(jù)服務正在邁向全新的階段。

彭博為眾多金融機構提供多種數(shù)據(jù)類別及服務，涵蓋實時數(shù)據(jù)、參考數(shù)據(jù)、定價數(shù)據(jù)和監(jiān)管數(shù)據(jù)等。近日，我們與彭博企業(yè)數(shù)據(jù)全球負責人 Gerard Francis 進行了一番交流，他向我們介紹了彭博數(shù)據(jù)業(yè)務的發(fā)展，以及他對于在投資領域應用 AI 的看法。

Gerard Francis

「在金融領域里，我們是全球最大的數(shù)據(jù)供應商。」Gerard Francis 表示。彭博現(xiàn)在的數(shù)據(jù)提供平臺中已擁有實時數(shù)據(jù)、參考數(shù)據(jù)、另類數(shù)據(jù)、衍生數(shù)據(jù)等種類的數(shù)據(jù)集，且提供數(shù)據(jù)的方式多種多樣：從 API 到數(shù)據(jù)接入網(wǎng)站皆可以獲取。用戶可以在數(shù)據(jù)的基礎上使用自己的程序進行處理。

彭博企業(yè)級數(shù)據(jù)業(yè)務始于 1997 年，至今已有 22 年歷史了。目前，全球最大的金融機構都在依賴彭博的數(shù)據(jù)開展自己的業(yè)務。

彭博最近的方向是提供各種類型的「另類數(shù)據(jù)」：從衛(wèi)星圖像到博客內容中收集的情緒信息，再到 APP 的下載趨勢。在彭博數(shù)據(jù)接入網(wǎng)站 Bloomberg Enterprise Access Point 上，我們可以找到很多不同類型的數(shù)據(jù)。彭博稱，目前該網(wǎng)站可提供 2700 余種參考數(shù)據(jù)集，200 余種估值數(shù)據(jù)集，400 余種另類數(shù)據(jù)集以及近 600 余種監(jiān)管數(shù)據(jù)集等。

比起技術人員常使用的 GitHub，使用這個平臺更像是在瀏覽亞馬遜購物網(wǎng)站——你可以在其上瀏覽各種產(chǎn)品，并購買其中想要的。

Gerard Francis 以北美股票參考數(shù)據(jù)為例進行了演示。數(shù)據(jù)集下載完成后可以看到是 CSV 文件，可用 Excel 直接打開，其中的數(shù)據(jù)非常干凈整潔，無需進行任何其他處理就可以直接使用了。對于彭博的所有數(shù)據(jù)集，人們都可以直接下載使用。

價格之外的另類數(shù)據(jù)

Bloomberg Enterprise Access Point（BEAP）是彭博企業(yè)數(shù)據(jù)業(yè)務新近推出的一項服務，于 2018 年 9 月推出。這是一個在線數(shù)據(jù)平臺，為 Bloomberg Data License 客戶提供標準化的參考、定價、監(jiān)管，以及另類數(shù)據(jù)集。彭博今年 2 月剛推出的「另類數(shù)據(jù)（Alternative data）」收集了很多前所未有的內容，可以幫助投資者在交易中奪取先機。

另類數(shù)據(jù)是彭博最近提出的新數(shù)據(jù)類型。在這一分類中，我們可以找到來自很多不同類型數(shù)據(jù)公司提供的內容。目前，BEAP 擁有 20 多套另類數(shù)據(jù)集，其中包括對金屬庫存、股票博客情緒、藥品審批、消費者客流量和停車場活動、建筑許可、地緣政治風險和應用利用率的洞察。彭博計劃在未來每個月都會加入更多的數(shù)據(jù)類型。

「另類數(shù)據(jù)正在變得越來越重要，」Francis 介紹道，「其中主要有兩個原因。其一是我們的客戶正在尋找提高 Alpha（超額收益）的方法。其二是另類數(shù)據(jù)通常難以使用。它數(shù)量巨大、笨重而難以處理，人們很難找到它的價值。但這卻是機器學習和 AI 可以發(fā)揮作用的地方，通過應用這些技術幫助我們找到價值。」

彭博通過 BEAP 網(wǎng)站提供另類數(shù)據(jù)業(yè)務可以一站式解決金融行業(yè)數(shù)據(jù)科學家對于內容的需求，無需面對多個合同和供應商。另一方面，彭博的數(shù)據(jù)提供使用了標準化的 API，從而節(jié)省了技術人員的使用步驟。

為了保證另類數(shù)據(jù)的準確性，彭博的數(shù)據(jù)團隊中有很多技術人員專注于數(shù)據(jù)處理。這家公司也在使用很多各類先進的技術來處理數(shù)據(jù)。據(jù)介紹，彭博的數(shù)據(jù)部門非常龐大，目前約有包括正式員工和供應商在內 5000 多人專注于數(shù)據(jù)。

在另類數(shù)據(jù)集中，我們可以找到一些很有意思的內容：商場的人流、停車場擁擠情況、手機 APP 的下載量，甚至某個地區(qū)出現(xiàn)不穩(wěn)定的可能性。「我們的數(shù)據(jù)提供商之一 Apptopia 是個很有意思的公司，他們提供的數(shù)據(jù)可以告訴你所有 APP 在 Google Play 和 Apple Store 上的下載數(shù)量。」Francis 介紹道。

彭博展示的另一個例子是地緣政治風險數(shù)據(jù)，其來自 Predata 公司。數(shù)據(jù)供應商會收集很多預警和指標，對于政治風險、經(jīng)濟增長、社會不穩(wěn)定等進行評分，從而獲得一系列的數(shù)據(jù)。如果一個人正在做風險管理任務，他們可以在這里獲得有關國家潛在風險的提示。

這些數(shù)據(jù)本身來自于公開信息，被各家數(shù)據(jù)公司收集后進行處理。對于分析師來說，這可以幫助理解競爭對手的業(yè)務情況，也可以在某一次投資前做好背景調查。

在另類數(shù)據(jù)領域有很多垂直領域的公司，但彭博擁有一站式的數(shù)據(jù)服務平臺將大量另類數(shù)據(jù)整合在這一平臺上。「對于一些數(shù)據(jù)提供商來說，他們可能會面臨缺乏客戶的問題。」Francis 表示，「但是加入彭博平臺以后，他們的數(shù)據(jù)可以被更多投資者發(fā)現(xiàn)，也許很快會變成熱門產(chǎn)品了。」

情緒數(shù)據(jù)，一秒總結全文

彭博最為大眾所知的或許還是新聞報道，其提供的權威性新聞評論及觀點常常會成為市場的風向標。很多短線投資者會在新聞爆出后的數(shù)秒內進行判斷并發(fā)出交易指令。如果讓 AI 來直接判定一條新聞是否「值得交易」，或許可以為交易員爭奪一些寶貴時間。

彭博已經(jīng)使用自然語言處理技術讀取自家新聞社記者們撰寫的新聞內容，隨后使用數(shù)學算法來計算情緒數(shù)據(jù)。另外，來自推特等社交媒體的信息也「盡在掌控中」。該數(shù)據(jù)產(chǎn)品稱為「Event Driven Feed」（事件驅動數(shù)據(jù)流）。

在這方面機器確實比人要快。彭博采用了機器學習算法，每當新聞寫好之后，我們就立即能夠獲得這個故事的評分。隨后，彭博終端就會發(fā)出推送，實時告知客戶。從記者寫好一篇文章再到客戶獲得評分，在這期間耗費的時間不到一秒鐘。

情緒數(shù)據(jù)是一種經(jīng)過深度學習處理過的數(shù)據(jù)，如何解決「黑箱」問題呢？彭博認為可以通過使用數(shù)據(jù)樣本進行回溯測試等方式，從數(shù)學上獲得穩(wěn)定的結果，解決人們的疑慮。

客戶們對于這種新鮮事物還在探索和適應的過程中。「一些人對這種分析的可靠性表示滿意——通過回溯測試以及不斷訓練新的數(shù)據(jù)進行投資；」Francis 表示，「有些時候客戶對此不會滿意，這取決于客戶的類型和他們的投資方式。我們發(fā)現(xiàn)很多中國客戶非常樂于嘗試機器學習這樣的新方法，以求獲得更好的回報。而另外一些國家的投資者會相對保守，或許對沖基金會接受，但基金經(jīng)理不會接受。」

有關英偉達的推特消息發(fā)出后，股價的波動情況。市場會在短時間內作出反應。

在這其中最重要的是不同的交易策略，一些人走短線，一些人走長線。他們都可以通過數(shù)據(jù)獲得自己所需的信息。對于那些交易速度非常快的人，比如一些對沖基金，當他們獲得新聞報道的標題時，會很快將其轉換為交易動作。有時在看到標題的一秒鐘內，他們就會進行交易。

「目前全球 有 50 多家機構在使用 Event Driven Feed 產(chǎn)品，其中至少有五個客戶正在使用中文推送流，」Francis 介紹道，「其中一些是中國公司。這是一個新的趨勢，我們的業(yè)務重點正在從紐約和歐洲轉向亞洲。」

新數(shù)據(jù)帶來的收益

隨著彭博新數(shù)據(jù)服務的發(fā)展，越來越多的金融機構開始將目光轉向于數(shù)據(jù)平臺。「很多客戶會下載數(shù)據(jù)后進行測試，當找到信號之后將其轉化為收益，如果行之有效，他們就會購買數(shù)據(jù)集。已經(jīng)有一些客戶開始購買這些數(shù)據(jù)了。」Francis 表示。

對于量化投資而言，使用最先進的技術才能帶來最大收益。很多彭博數(shù)據(jù)的客戶都在使用機器學習和人工智能技術來處理金融數(shù)據(jù)，以形成他們的投資策略。Gerard Francis 認為在彭博數(shù)據(jù)業(yè)務的客戶中已有 80% 正在使用 AI 算法，而 20% 仍在使用傳統(tǒng)的投資模型。

除了帶來更多預期收益之外，人工智能和機器學習對于金融市場的影響方式有很多種。在風險投資領域有很多人正在使用 AI 算法進行風險回測，尋找壓力區(qū)域。也有人在使用 AI 識別交易員的風險操作。人工智能會在金融領域里或許還有很多新類型的應用。

盡管機構不會直接披露通過技術獲得的收益數(shù)據(jù)，但我們已可以看到人工智能進入金融行業(yè)的趨勢了。在 20 年以前，很少有投資機構會去研究 AI，但隨著深度學習的發(fā)展，今天我們可以看到大量金融公司正在研究人工智能。

Citadel 首席人工智能官

鄧力

一些對沖基金為了技術甚至招攬了著名 AI 科學家，2017 年 5 月，前微軟首席人工智能科學家鄧力宣布加盟對沖基金巨頭 Citadel。2018 年 8 月，《終極算法》一書的作者，華盛頓大學教授 Pedro Domingos 也被 DE Shaw 簽下。

如果去看看一些科技基金的回報率，如 Bridgewater 和 Renaissance Capital，你會發(fā)現(xiàn)它們擁有驚人的回報率，這正是量化技術的功勞。

在金融數(shù)據(jù)業(yè)務的賽道上，目前最大的公司是彭博和 Refinitiv（后者是 Blackstone 和湯森路透旗下金融品牌）。隨著金融機構對數(shù)據(jù)數(shù)量、質量需求的提升和成本壓力的增加，越來越多的機構傾向于減少數(shù)據(jù)供應商的數(shù)量，「他們期待從一家供應商那里獲得盡可能豐富的數(shù)據(jù)和服務，這樣可以幫助他們提高運營的效率，并且更經(jīng)濟。而彭博正是他們很好的選擇。」Francis 對于彭博企業(yè)數(shù)據(jù)業(yè)務的未來充滿信心。

彭博來到中國已有一段時間，這家公司與各類金融機構和監(jiān)管部門都保持了密切的聯(lián)系，從而獲得豐富的金融數(shù)據(jù)，覆蓋各資產(chǎn)類別和市場。隨著中國市場的國際化，國內的金融機構正在逐漸開始使用新技術，而彭博也樂于將其全球經(jīng)驗分享給中國客戶。

未來，人工智能將隨著數(shù)據(jù)服務的發(fā)展而變革。「我們的世界將變得高度自動化。」Gerard Francis 表示，「我認為人們會通過大量數(shù)據(jù) API 和數(shù)據(jù)交換互相連接——所有數(shù)據(jù)中心都在云端。云服務將承載應用程序，人們在云端直接消費并傳遞數(shù)據(jù)。」