金融行业本质上是一场由数据驱动的信息化战争，从数据中及时捕获有价值的交易信号，是投资致胜的关键因素。
在过去，投资者更多的是依靠传统金融数据进行投资决策。传统金融数据包括股票/债券的交易数据、上市公司的年报/财报、金融机构的研报数据、政府的统计数据、银行用户的借贷数据等。
另类数据顺势崛起，在帮助投资者打开多维分析视角，挖掘独特超额收益Alpha因子方面发挥巨大价值，受到越来越多的投资者青睐。

一、什么是另类数据
另类数据，目前没有统一明确的定义，泛指区别于传统金融数据的，有利于投资者进行投资决策的有价值信息。分为以下三大类：
个人产生数据：社交网络信息、电商平台评价、搜索记录、购物喜好等。
商业过程数据：商业运输、物流数据、信用卡使用记录、订购、预定数据、购买支付数据等。
传感器数据：卫星数据、GPS定位数据、车辆轨迹、运动轨迹、穿戴设备数据等。

可以看到，另类数据主要是互联网、物联网数据。互联网的高速发展，围绕人类和商业的行为几乎都可以数字化，积累沉淀大量的个人和商业过程数据。物联网技术则让原本不被感知的物理世界成为可数据化的分析对象，逐步形成了大量的物理数据资产。
二、另类数据的特点
与基本面、财务、历史行情等传统金融数据相比，另类数据具备数据量大、实时性高、数据种类多的特点，是对传统金融数据的重要补充，为投资者提供更广泛的交易思路、更多维的分析角度。
体量大：数据规模与传输量巨大。数据以极快的速度积累。根据 IDC 的一份报告，2018 年全球有 33ZB 的数据，而这个数量预计在 2025 年会增长到 175ZB。其中绝大部分分布在互联网各个网站中。
实时性高：数据的获取和传输是实时或者接近实时。以上市公司营收信息为例，传统方式是从年报/中报中获得。年报集中于3-4月披露，中报集中于7-8月披露，具有时间延后性。而通过实时监测此公司去年全年线上销售情况，投资者在1月就能知晓此公司上一年营收情况。
数据种类多：另类数据的形式结构很多样。有数值、图片、文本、音频、视频等多种数据类型，结构化的、半结构化的、非结构化的都有。尤其是非结构化的文本型数据近年来猛增，是重要的挖掘研究对象。