另类数据（如卫星图像、网络舆情）在量化投资中的应用.docxVIP

另类数据（如卫星图像、网络舆情）在量化投资中的应用

一、另类数据与量化投资的融合发展背景

（一）传统量化投资策略面临的数据维度瓶颈

量化投资的核心逻辑是通过对海量数据的分析，挖掘资产定价中的规律与偏差，构建能够获得稳定超额收益的投资组合。在行业发展的早期阶段，量化策略依赖的数据主要来自三类传统来源：一是交易过程中产生的行情数据，包括价格、成交量、换手率、资金流向等；二是上市公司定期披露的财务数据，包括营收、利润、资产负债等经营指标；三是官方部门发布的宏观统计数据，包括工业产出、进出口、物价水平等经济指标。这类数据经过多年的应用，已经形成了非常成熟的因子体系，支撑了量化行业过去很长一段时间的快速发展。

但随着市场有效性的逐步提升，以及量化行业管理规模的持续扩大，传统数据的应用逐渐遇到了难以突破的瓶颈。一方面，传统数据的同质化程度极高，几乎所有量化机构都能以较低的成本获取同类数据，且构建因子的逻辑也高度相似，很容易出现交易拥挤的问题，即大量策略在同一时间发出相同的买卖信号，导致策略波动加大、超额收益持续下滑。有行业研究显示，过去十余年间国内市场传统量价类、基本面类量化因子的超额收益中枢较行业发展初期下移超过四成，部分拥挤度较高的因子甚至会在市场波动阶段出现阶段性的大幅回撤（中国证券投资基金业协会，2022）。另一方面，传统数据存在天然的滞后性与可修饰性，财报数据按季度披露且有一到两个月