本报告系统介绍了另类数据在投资中的应用,重点聚焦网络抓取技术及品牌忠诚度因子的构建,通过网页字典化方法提取品牌引用率信号,检测其在不同消费品行业内与营收的相关性。研究表明,品牌曝光度作为重要无形资产,能够稳定提供超额收益,BrandLoyalties 500组合在2012-2017年实现138bps年化超额收益,体现了另类数据挖掘的潜力和投资价值
——《量化研究新思维(十八)——另类数据在投资中的运用》
分析师:冯佳睿
发布机构:海通证券研究所
日期:2020年2月14日
标题: 《量化研究新思维(十八)——另类数据在投资中的运用》
作者及联系方式: 冯佳睿,海通证券研究所,电话(021)23219732,邮箱 fengjr@htsec.com
日期: 2020年2月14日
主题: 探讨基于“另类数据”尤其是网络抓取(web scraping)技术所获得的品牌忠诚度等信息,用于提升投资决策效率和产生超额收益的研究。
核心论点:
报告强调“另类数据”作为传统财务报表及量价数据之外的新兴数据源,尤其以网络曝光度(引用率、品牌忠诚度)为核心信号,能够为投资者提供预示公司未来营收的领先信息,进而提升选股的alpha收益。文中详细论述通过网络抓取技术结合字典化方法避免版权问题,实时捕捉品牌引用率变化,形成高效投资因子以及具体投资策略,展示其在实际投资组合中的超额收益表现。
评级与目标价: 本报告为专题研究文章,未涉及具体评级及目标价。作者旨在传达另类数据可为投资带来差异化信号,强调方法、实证与应用示范。
报告首先明确“另类数据”定义为除传统数据外由第三方生产的、更加及时的大数据,来源于互联网、传感器、卫星、GPS等,通常具备庞大的数据量及结构复杂性,需要高端自动化采集与解析系统。
这部分为下文建立基础场景,说明数据获取与处理的挑战性,为选择网络曝光度这一信号主题铺垫。
品牌忠诚度被强调为早期被认可的无形资产,反映消费者支付溢价的意愿,代表公司竞争壁垒及顾客粘性,且具有显著的商业价。这一点由富达彼得·林奇管理的麦哲伦基金历史案例支撑——品牌忠诚度被视作选股的核心指标,基金年化收益超过29%。此外,Jack Treynor将品牌忠诚度转化为经济学上的顾客溢价意愿指标,使用竞争对手销售额变动作为代理变量。
投资者由此意识到品牌忠诚度的动态变动可能领先财报并成为alpha来源,因此需要高效统计工具。
网络抓取海量品牌引用数据面临版权合规风险,投资经理倾向长期数据以便趋势把握及回测策略。字典化技术(通过反汇编、合并、排序等处理将原始网页数据转化为公开可用的词频统计)有效规避版权争议,同时具备数以千亿计数据的检索能力。
该技术有助精准捕捉品牌关键词出现频率,避免语义情绪分析的噪声及法律风险。该技术需要强大IT资源,确保样本统计的无偏估计及纠偏网络带宽波动带来的采样误差。此外,维护品牌映射的实时更新是保障数据时效性的关键。报告提及20ZB级网络数据规模,突出原始数据的海量和抓取挑战。
引用率(品牌网络被搜索或浏览频率)与公司客户互动程度及客户规模密切相关,从而与行业及市值高度绑定。
网络曝光度随行业不同,和营收的相关性也差异明显。作者引入“信号相关性”指标,即最近8个季度引用率和营收的相关系数。
作者利用“品牌忠诚度”网站(BrandLoyalties)的滚动91天引用率增长数据,将股票分为五等分,按季度更新,检验其前后五分之一组合的累计净值差异(图4)。
结果显示,前1/5组合净值显著优于后1/5和Russell 3000指数基准,表明高引用率增速股票具有持续alpha。alpha效应可持续约14-90天,说明数据在短期交易中有效。
在实际大盘股组合中,作者创建SN 500指数(美国市值最大500股,市值加权)作为基准,设计了BrandLoyalties 500增强组合:将所有股票权重减半,再对得分排名前35%(前三五分之一)股票权重依次乘以2、1.5并还原权重,季度再平衡以避免幸存者偏差。
图5显示2012年5月至2017年9月5年期间,该增强组合实现138bps年化超额收益(17.66%对比16.28%),累计超额收益101美元,明确体现了另类数据因子的实际应用价值。
报告总结,随着市场有效性的提升,传统信息优势减弱,另类数据成为未来重要的alpha来源。尽管数据采集分析工程复杂且带来版权及噪声挑战,基于网络曝光度的品牌忠诚度信号通过规范的数据字典、映射更新和大数据工程技术,能提供领先信息,产生实质 alpha收益。该研究树立了从海量数据中提取战术性投资信号的典范。
风险提示涵盖:市场系统性风险、模型失效风险、以及海外和国内市场结构差异风险,警示读者需警惕模型适用边界和环境变化对结果的影响。
本报告为方法论和量化因子研究报告,没有涉及传统估值(如DCF、PE等)模型构建和目标价。重点在于另类数据采集、指标构造和因子实证。组合构建主要运用市值加权调整权重及等分排名策略,体现量化投资方法的斜率调整和风险控制思想。
报告重点强调以下风险:
报告未详细列出缓解措施,但强调了符合法律及持续更新字典的必要性,有助降低部分风险。
本报告系统地展现了以“品牌忠诚度”为核心的另类数据研究框架及应用价值。通过IT大数据采集、字典化处理、品牌映射和信号提取,搭建起一个大数据至alpha因子的闭环。重要发现包括:
综上,报告体现另类数据在量化投资中开拓的新方向,强调通过精细化的大数据工程方法实现传统信息体系之外的alpha捕获。图表逐步验证了从行业差异、信号相关性到实证组合的连贯逻辑,展示了从原始网络大数据到可交易策略的转化过程,具有较强的理论及实务参考价值。
综上,报告全面论述了“另类数据”尤其是网络曝光度作为品牌忠诚度指标的投资价值,彰显了通过高端大数据技术及量化策略设计,能够为投资管理带来区别于传统财务分析的新alpha来源,值得关注与借鉴。
量化研究新思维(十八):另类数据在投资中的运用.pdf