中信证券：A股另类数据 挖掘低相关“蓝海”Alpha收益

另类数据助力金融投资：挖掘低相关Alpha收益的“蓝海”

随着数据技术的飞速发展,另类数据在金融投资领域的应用越来越广泛，本文将基于中信证券研究团队的分析，探讨另类数据在挖掘低相关Alpha收益方面的潜力。

另类数据：挖掘低相关Alpha收益的“蓝海”

另类数据是指除了传统财务数据以外的,可以用于金融投资决策的数据，这些数据来源丰富，包括分析师数据、行业数据、行为数据、企业特征数据和消费数据等，随着技术的进步，另类数据在金融投资领域的应用将更加广泛。

全球另类数据应用现状

全球另类数据应用呈现“行为数据领先、商业数据紧随、传感数据蓄势”的特征，行为数据在金融投资领域的应用最为成熟，商业数据和传感数据的应用潜力巨大。

我国另类数据应用现状

我国另类数据应用主要集中在分析师数据、行业数据、行为数据、企业特征数据和消费数据五大类，这些数据来源丰富，如Wind、朝阳永续、通联、数库等数据服务商。

另类数据在金融投资中的应用

分析师数据

分析师数据具有更新快、策略相对成熟的特点，分析师每日发布的研报中的文本和盈利预测信息，能够实现当日入库使用，数据更新及时性很强。

行业数据

行业数据是基本面量化策略的“利器”，基于中观数据构建基本面量化策略，可以从行业景气趋势指标横向比较筛选景气度最高的行业组合，以及从行业景气趋势指标历史时序变化对行业进行择时判断。

行为数据

随着AI语言模型加强,新闻舆情和股吧数据在金融投资领域的应用越来越广泛，新闻因子与基本面因子的相关性低，基于新闻舆情和股吧数据构建选股因子的Alpha空间相对较高。

企业特征数据

企业特征数据包括专利数据和财务附注信息,专利数据在大盘成长股中选股能力较强，财务附注信息结构化的效率和质量有明显提升。

消费数据

线上销量数据在A股覆盖率相对较低,但在个股层面和行业层面具有很高的应用价值，个股层面，线上销量数据可以高频精准跟踪个股收入变化；行业层面，可以跟踪行业整体销售额变化及销售均价的变化，能较好地反映行业景气度情况。

风险因素

尽管另类数据在金融投资领域具有巨大潜力,但仍存在一些风险因素，如模型失效风险、分析师盈利预测覆盖不全、宏观或产业政策超预期变动等。

另类数据在金融投资领域的应用将越来越广泛,为投资者挖掘低相关Alpha收益提供了新的思路，投资者应关注另类数据的挖掘和应用，以获取更好的投资回报。