传统的金融数据在很多方面都是投资世界的二维视图。它提供了有用的事实,但没有远景。投资专业人士日益寻求的是能够捕捉企业所有动态现实的第三维度,在数据分析世界中,只有当多种形式的数据以越来越快的速度连接、分析和可视化时,这个过程才会出现。在投资领域,这些形式的数据被称为替代数据。
大数据存储技术允许从几十个来源收集和存储数据集——移动设备、物联网、GPS、社交媒体、卫星数据、POS购买数据等等。能够从这些替代数据中获得洞见的投资者可以获得巨大的优势。通过减少分析延迟的秒甚至毫秒来提高迭代速度的可能性加速了这种优势。
世界各地的投资者都想比其他人更早了解单个公司的业绩。他们正在寻找他们认为将影响未来财务结果的领先指标。然而,直到最近,分析人员还缺乏以有效的方式查询和可视化地探索这些庞大数据集的能力。主流分析软件运行在传统的基于cpu的服务器上,无法及时处理高级多层分析所需的数十亿行数据。
另一方面,图形处理单元gpu (Graphics Processing Units)最终从超级计算领域发展到企业数据中心,在企业数据中心,它们可以加速大数据分析、机器学习和深度学习工作负载。设计用于大规模并行查询、复杂图像渲染和交互式可视化,这些超高速处理器与专用分析软件一起工作,提供了专业投资者所需的零延迟速度和交互性。
各种形状和规模的投资管理公司都在拥抱这种GPU分析革命。GPU加速的平台能够进行快速的数据分析,进而发现比以往任何时候都要复杂的投资和增长机会。
替代数据集的来源
数字革命提供了许多新的数据源,现在正在集成这些数据源以获得新的见解。可供选择的数据集主要有:
一旦识别出这些多表单和数据源,下一个挑战就是以接近实时的速度解决分析师的查询,这一壮举只有通过GPU加速的分析才能实现。有了这个分析软件,分析人员可以以传统CPU系统无法达到的速度检查来自许多数据源的数据。
替代数据:alpha的新来源
当对非传统数据进行分层和比较时,对决策者的结果可以进行转换。这些洞见为市场如何运行提供了新的实时信号,进而增强了投资者对投资决策的信心,并增强了他们战胜竞争对手的能力:
举个例子,一家投资研究公司利用高级分析技术加速了对美国信用卡交易数据的查询。通过该公司独特的平台所获得的洞见,使投资经理能够几乎实时地发现影响整个行业和特定公司的变化,甚至是在这些变化被公开宣布之前。
另一个例子来自一家资产管理公司,该公司使用Alt数据来更好地理解资产负债表之外公司的价值。它分析招聘信息,例如一家IT公司正在招聘的数据科学家和云计算工程师的数量,以帮助确定运营效率和竞争优势。
在机遇的同时,必须注意几个潜在的风险。数据来源是一个关键因素,特别是由于最近出现了广泛的来源。如果不进行彻底的审查隐私问题、数据质量和法规遵从性都可能受到损害。投资经理需要精心构建策略来管理这些固有风险。
随着世界不断创造出更多新的数据形式,这些数据能够发出强有力的信号,推断出未来企业的业绩,GPU加速的分析平台有可能成为投资管理领域的游戏规则改变者。
留言与评论(共有 0 条评论) |