如果可供使用的資料标準化且直接可用，成本和效率的提升就會讓科技公司獲得前所未有的優勢。在這一方面，彭博是業内領先的資料服務提供商。
資料服務并不止于交易資料，今年 2 月 21 日，彭博宣布推出「另類資料」服務，其中包括 20 餘種新類型資料，如基于人工智能和大資料處理得到的人流、社交媒體情緒資料，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，資料服務正在邁向全新的階段。
彭博為衆多金融機構提供多種資料類别及服務，涵蓋實時資料、參考資料、定價資料和監管資料等。近日，我們與彭博企業資料全球負責人 Gerard Francis 進行了一番交流，他向我們介紹了彭博資料業務的發展，以及他對于在投資領域應用 AI 的看法。
Gerard Francis
「在金融領域裡，我們是全球最大的資料供應商。」Gerard Francis 表示。彭博現在的資料提供平台中已擁有實時資料、參考資料、另類資料、衍生資料等種類的資料集，且提供資料的方式多種多樣：從 API 到資料接入網站皆可以擷取。使用者可以在資料的基礎上使用自己的程式進行處理。
彭博企業級資料業務始于 1997 年，至今已有 22 年曆史了。目前，全球最大的金融機構都在依賴彭博的資料開展自己的業務。
彭博最近的方向是提供各種類型的「另類資料」：從衛星圖像到部落格内容中收集的情緒資訊，再到 APP 的下載下傳趨勢。在彭博資料接入網站 Bloomberg Enterprise Access Point 上，我們可以找到很多不同類型的資料。彭博稱，目前該網站可提供 2700 餘種參考資料集，200 餘種估值資料集，400 餘種另類資料集以及近 600 餘種監管資料集等。
比起技術人員常使用的 GitHub，使用這個平台更像是在浏覽亞馬遜購物網站——你可以在其上浏覽各種産品，并購買其中想要的。
Gerard Francis 以北美股票參考資料為例進行了示範。資料集下載下傳完成後可以看到是 CSV 檔案，可用 Excel 直接打開，其中的資料非常幹淨整潔，無需進行任何其他處理就可以直接使用了。對于彭博的所有資料集，人們都可以直接下載下傳使用。
價格之外的另類資料
Bloomberg Enterprise Access Point（BEAP）是彭博企業資料業務新近推出的一項服務，于 2018 年 9 月推出。這是一個線上資料平台，為 Bloomberg Data License 客戶提供标準化的參考、定價、監管，以及另類資料集。彭博今年 2 月剛推出的「另類資料（Alternative data）」收集了很多前所未有的内容，可以幫助投資者在交易中奪取先機。
另類資料是彭博最近提出的新資料類型。在這一分類中，我們可以找到來自很多不同類型資料公司提供的内容。目前，BEAP 擁有 20 多套另類資料集，其中包括對金屬庫存、股票部落格情緒、藥品審批、消費者客流量和停車場活動、建築許可、地緣政治風險和應用使用率的洞察。彭博計劃在未來每個月都會加入更多的資料類型。
「另類資料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。其二是另類資料通常難以使用。它數量巨大、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 網站提供另類資料業務可以一站式解決金融行業資料科學家對于内容的需求，無需面對多個合同和供應商。另一方面，彭博的資料提供使用了标準化的 API，進而節省了技術人員的使用步驟。
為了保證另類資料的準确性，彭博的資料團隊中有很多技術人員專注于資料處理。這家公司也在使用很多各類先進的技術來處理資料。據介紹，彭博的資料部門非常龐大，目前約有包括正式員工和供應商在内 5000 多人專注于資料。
在另類資料集中，我們可以找到一些很有意思的内容：商場的人流、停車場擁擠情況、手機 APP 的下載下傳量，甚至某個地區出現不穩定的可能性。「我們的資料提供商之一 Apptopia 是個很有意思的公司，他們提供的資料可以告訴你所有 APP 在 Google Play 和 Apple Store 上的下載下傳數量。」Francis 介紹道。
彭博展示的另一個例子是地緣政治風險資料，其來自 Predata 公司。資料供應商會收集很多預警和名額，對于政治風險、經濟增長、社會不穩定等進行評分，進而獲得一系列的資料。如果一個人正在做風險管理任務，他們可以在這裡獲得有關國家潛在風險的提示。
這些資料本身來自于公開資訊，被各家資料公司收集後進行處理。對于分析師來說，這可以幫助了解競争對手的業務情況，也可以在某一次投資前做好背景調查。
在另類資料領域有很多垂直領域的公司，但彭博擁有一站式的資料服務平台将大量另類資料整合在這一平台上。「對于一些資料提供商來說，他們可能會面臨缺乏客戶的問題。」Francis 表示，「但是加入彭博平台以後，他們的資料可以被更多投資者發現，也許很快會變成熱門産品了。」
情緒資料，一秒總結全文
彭博最為大衆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标。很多短線投資者會在新聞爆出後的數秒内進行判斷并發出交易指令。如果讓 AI 來直接判定一條新聞是否「值得交易」，或許可以為交易員争奪一些寶貴時間。
彭博已經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内容，随後使用數學算法來計算情緒資料。另外，來自推特等社交媒體的資訊也「盡在掌控中」。該資料産品稱為「Event Driven Feed」（事件驅動資料流）。
在這方面機器确實比人要快。彭博采用了機器學習算法，每當新聞寫好之後，我們就立即能夠獲得這個故事的評分。随後，彭博終端就會發出推送，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。
情緒資料是一種經過深度學習處理過的資料，如何解決「黑箱」問題呢？彭博認為可以通過使用資料樣本進行回溯測試等方式，從數學上獲得穩定的結果，解決人們的疑慮。
客戶們對于這種新鮮事物還在探索和适應的過程中。「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資料進行投資；」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。我們發現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，但基金經理不會接受。」
有關英偉達的推特消息發出後，股價的波動情況。市場會在短時間内作出反應。（圖檔來自 Bloomberg）
在這其中最重要的是不同的交易政策，一些人走短線，一些人走長線。他們都可以通過資料獲得自己所需的資訊。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标題時，會很快将其轉換為交易動作。有時在看到标題的一秒鐘内，他們就會進行交易。
「目前全球 有 50 多家機構在使用 Event Driven Feed 産品，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，我們的業務重點正在從紐約和歐洲轉向亞洲。」
新資料帶來的收益
随着彭博新資料服務的發展，越來越多的金融機構開始将目光轉向于資料平台。「很多客戶會下載下傳資料後進行測試，當找到信号之後将其轉化為收益，如果行之有效，他們就會購買資料集。已經有一些客戶開始購買這些資料了。」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。很多彭博資料的客戶都在使用機器學習和人工智能技術來處理金融資料，以形成他們的投資政策。Gerard Francis 認為在彭博資料業務的客戶中已有 80% 正在使用 AI 算法，而 20% 仍在使用傳統的投資模型。
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，尋找壓力區域。也有人在使用 AI 識别交易員的風險操作。人工智能會在金融領域裡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資料，但我們已可以看到人工智能進入金融行業的趨勢了。在 20 年以前，很少有投資機構會去研究 AI，但随着深度學習的發展，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，你會發現它們擁有驚人的回報率，這正是量化技術的功勞。
在金融資料業務的賽道上，目前最大的公司是彭博和 Refinitiv（後者是 Blackstone 和湯森路透旗下金融品牌）。随着金融機構對資料數量、品質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資料供應商的數量，「他們期待從一家供應商那裡獲得盡可能豐富的資料和服務，這樣可以幫助他們提高營運的效率，并且更經濟。而彭博正是他們很好的選擇。」Francis 對于彭博企業資料業務的未來充滿信心。
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管部門都保持了密切的聯系，進而獲得豐富的金融資料，覆寫各資産類别和市場。随着中國市場的國際化，國内的金融機構正在逐漸開始使用新技術，而彭博也樂于将其全球經驗分享給中國客戶。
未來，人工智能将随着資料服務的發展而變革。「我們的世界将變得高度自動化。」Gerard Francis 表示，「我認為人們會通過大量資料 API 和資料交換互相連接配接——所有資料中心都在雲端。雲服務将承載應用程式，人們在雲端直接消費并傳遞資料。」
本文為機器之心原創，轉載請聯系本公衆号獲得授權。