新闻频道
你的位置:昆山龙腾光电股份有限公司 > 新闻频道 > 量化投资另类策略崛起,另类数据跨境合规何解?
量化投资另类策略崛起,另类数据跨境合规何解?
2022-06-18 10:27    点击次数:174

南方财经全媒体记者 李览青 

近年来,私募、公募、券商纷纷发力量化投资,量化投资的边界不断拓展,从早期的传统量化到另类策略的崛起,另类数据已成为新型主流数据源之一。

区别于基本面数据、征信数据、交易数据等传统金融数据,另类数据涵盖经济生活的方方面面,如人流量数据、电力数据、遥感数据、新闻舆情数据等等,但因其非结构化的特点,更难采集与处理,对数据服务商的要求较高,需要处理的数据量级非常大。在此背景下,如何实现各行业另类数据的跨境流通与合规应用,成为当下产业实践中的重要议题。

量化投资另类策略崛起

“站在量化投资赛道来说,整个量化策略在历史上的发展有两条主线,”中金公司研究部副总经理周萧潇在深圳数据交易有限公司主办的湾区数据沙龙第三期“跨境数据新趋势,量化投资应用与合规”中指出,“一条是整个策略层面的发展,例如机器学习模型的更新迭代,另一条则是数据主线的发展,数据的爆发与另类数据的运用成为推动量化投资模型和策略发展的重要因素。”

在数据收集与分析不发达的时代,另类数据主要用于主观投资领域,分析师从各种渠道与角度挖掘寻找公司信息,但随着数据“要素化”发展与各行业数字化转型的推动,另类数据的量化应用逐渐普及。

据白鹭资管投资总监张晨樱介绍,另类数据覆盖非常广泛,涉及网络通信、线上电商、信用卡、天气、地理位置、卫星数据等等,但国内比较常用的是商务产生的数据以及第三方数据,比如说供应链消费数据、舆情数据等等。

一方面,通过另类数据的挖掘与分析,可以利用高频数据来监控或捕捉市场微观层面的变化,刻画个股在非常短时间内在流动性和波动上的变化。另一个维度上,可以将另类数据构建成为知识图谱,来寻找公司间的潜在关系,不仅可以分析某个因子对产业链上下游企业的影响,还可以分析关联企业风险。张晨樱指出,这一类数据在债券投资领域的应用非常广泛,比如同一地区的民企存在互相担保问题,可能导致某家企业出现风险导致当地其他发债企业评级受到波及。

作为数据服务商,数库科技量化研究总监陆松表示,基于公开信息抓取的新闻文本数据是目前量化投资领域应用最广泛的一种另类数据,在经历了海外研究发展已相对较为成熟。通过新闻文本数据分析,可以在宏观市场上构建市场情绪指数,在中观层面构建行业、概念、主题情绪指数,并把握驱动微观个股层面的因子与事件。

“尽管另类数据可以提供传统金融数据之外的维度,但因其特殊性,只能覆盖市场的某个方面或部分股票的某个特定时间段,可能会导致不同股票之间、不同时段之间可比性减弱,需要投资者对另类数据的本身与策略有更深入的研究。”张晨樱认为另类数据使用依然存在两大挑战,第一是投资机构数据处理的知识储备可能不足,第二是是机构对数据适用范围以及使用方法可能没有充分了解。她指出,深耕另类数据挖掘的量化机构需要较高的壁垒,因此在另类数据方面的投入,可能短期投入较大看似性价比不高,但长期回报相当高的工作。

另类数据合规跨境流通何解?

 “海内外量化投资机构对数据跨境流通有很大需求,基于合规的量化投资产业发展是反向促进数据要素流通的推动力。” 深圳数据交易有限公司总经理宋家骅表示。

量化投资机构往往需要收集各国、各行业、各种类数据用于投资决策,而不同行业的数据跨境涉及个人隐私、网络安全、数据安全、国家安全等多方面问题。

目前《数据安全法》、《个人信息保护法》、《网络数据安全管理条例(征求意见稿)》构成了我国数据安全的“三驾马车”,我国数据跨境流动实践也在不断丰富。

各地数据交易所对跨境数据流通合规方面的管理实践有所差异。

上海数据交易所在《数据安全法》的基础上,按《上海数据条例》相关要求,在临港新片区探索制定低风险跨境流动数据目录,对低风险数据率先试点跨境运输。深圳数交所则正在研究策划跨境数据交易试点与数据海关试点相关工作,通过数据海关开展跨境数据流通的审查评估监管,并在此基础上发展数据经纪人制度,探索跨境数据监管制度与跨境数据交易。

中伦律师事务所权益合伙人樊晓娟指出,另类数据在跨境流通的过程中,首先需要进行明确拆分,具体属于个人信息还是公共数据,是否属于重要数据,按照数据分类分级管理应当归于哪一个级别,国家在网络安全的角度需要将该数据归于哪一个规制的范围,这都是另类数据服务商、量化投资机构需要面对的问题。

金融是数据跨境流动的重点行业,樊晓娟表示,金融行业的数据跨境流动具有多场景的特点,2020年中国人民银行发布《个人金融信息保护技术规范》,同时应结合《个人信息保护法》考虑适用。

拓展至企业数据跨境合规方面,樊晓娟建议,企业应先按《数据安全法》数据分类分级保护制度,从公民个人维度、公共管理维度、信息传播维度、行业领域维度、组织经营维度等不同维度进行分类,根据信息重要程度将数据按照一般数据、重要数据、核心数据进行分级。并对数据出境进行自我评估,判断数据出境的必要性,根据数据类别及法规确认是否需要申报,接收方所在国家和地区的网络安全环境,接收方的安全保护措施、能力与水平,数据出境及再转移后被泄露、毁损、篡改、滥用等其他风向。随后再按相关规定申报出境,并履行相关后续义务。

AAA