與大多數(shù)人的想象不同，在機器學習領域里，處理數(shù)據(jù)所耗費的精力占據(jù)著最多比例。通常情況下，每購買 1 美元的數(shù)據(jù)，我們需要花費 5-7 美元來清理，才能讓它用于機器學習模型的訓練與推理。在這個過程中，數(shù)據(jù)科學家要耗費整個開發(fā)流程 80-90% 的時間。

　　如果可供使用的數(shù)據(jù)標準化且直接可用，成本和效率的提升就會讓科技公司獲得前所未有的優(yōu)勢。在這一方面，彭博是業(yè)內(nèi)領先的數(shù)據(jù)服務提供商。

　　數(shù)據(jù)服務并不止于交易數(shù)據(jù)，今年 2 月 21 日，彭博宣布推出“另類數(shù)據(jù)”服務，其中包括 20 余種新類型數(shù)據(jù)，如基于人工智能和大數(shù)據(jù)處理得到的人流、社交媒體情緒數(shù)據(jù)，它們可以幫助投資者在瞬息萬變的市場中帶來先機。今天，作為人工智能大潮的一部分，數(shù)據(jù)服務正在邁向全新的階段。

　　彭博為眾多金融機構提供多種數(shù)據(jù)類別及服務，涵蓋實時數(shù)據(jù)、參考數(shù)據(jù)、定價數(shù)據(jù)和監(jiān)管數(shù)據(jù)等。近日，我們與彭博企業(yè)數(shù)據(jù)全球負責人 Gerard Francis 進行了一番交流，他向我們介紹了彭博數(shù)據(jù)業(yè)務的發(fā)展，以及他對于在投資領域應用 AI 的看法。

　　Gerard Francis

　　“在金融領域里，我們是全球最大的數(shù)據(jù)供應商?！盙erard Francis 表示。彭博現(xiàn)在的數(shù)據(jù)提供平臺中已擁有實時數(shù)據(jù)、參考數(shù)據(jù)、另類數(shù)據(jù)、衍生數(shù)據(jù)等種類的數(shù)據(jù)集，且提供數(shù)據(jù)的方式多種多樣：從 API 到數(shù)據(jù)接入網(wǎng)站皆可以獲齲用戶可以在數(shù)據(jù)的基礎上使用自己的程序進行處理。

　　彭博企業(yè)級數(shù)據(jù)業(yè)務始于 1997 年，至今已有 22 年歷史了。目前，全球最大的金融機構都在依賴彭博的數(shù)據(jù)開展自己的業(yè)務。

　　彭博最近的方向是提供各種類型的“另類數(shù)據(jù)”：從衛(wèi)星圖像到博客內(nèi)容中收集的情緒信息，再到 APP 的下載趨勢。在彭博數(shù)據(jù)接入網(wǎng)站 Bloomberg Enterprise Access Point 上，我們可以找到很多不同類型的數(shù)據(jù)。彭博稱，目前該網(wǎng)站可提供 2700 余種參考數(shù)據(jù)集，200 余種估值數(shù)據(jù)集，400 余種另類數(shù)據(jù)集以及近 600 余種監(jiān)管數(shù)據(jù)集等。

　　比起技術人員常使用的 GitHub，使用這個平臺更像是在瀏覽亞馬遜購物網(wǎng)站——你可以在其上瀏覽各種產(chǎn)品，并購買其中想要的。

　　Gerard Francis 以北美股票參考數(shù)據(jù)為例進行了演示。數(shù)據(jù)集下載完成后可以看到是 CSV 文件，可用 Excel 直接打開，其中的數(shù)據(jù)非常干凈整潔，無需進行任何其他處理就可以直接使用了。對于彭博的所有數(shù)據(jù)集，人們都可以直接下載使用。

　　價格之外的另類數(shù)據(jù)

　　Bloomberg Enterprise Access Point（BEAP）是彭博企業(yè)數(shù)據(jù)業(yè)務新近推出的一項服務，于 2018 年 9 月推出。這是一個在線數(shù)據(jù)平臺，為 Bloomberg Data License 客戶提供標準化的參考、定價、監(jiān)管，以及另類數(shù)據(jù)集。彭博今年 2 月剛推出的“另類數(shù)據(jù)（Alternative data）”收集了很多前所未有的內(nèi)容，可以幫助投資者在交易中奪取先機。

　　另類數(shù)據(jù)是彭博最近提出的新數(shù)據(jù)類型。在這一分類中，我們可以找到來自很多不同類型數(shù)據(jù)公司提供的內(nèi)容。目前，BEAP 擁有 20 多套另類數(shù)據(jù)集，其中包括對金屬庫存、股票博客情緒、藥品審批、消費者客流量和停車場活動、建筑許可、地緣政治風險和應用利用率的洞察。彭博計劃在未來每個月都會加入更多的數(shù)據(jù)類型。

　　“另類數(shù)據(jù)正在變得越來越重要，”Francis 介紹道，“其中主要有兩個原因。其一是我們的客戶正在尋找提高 Alpha（超額收益）的方法。其二是另類數(shù)據(jù)通常難以使用。它數(shù)量巨大、笨重而難以處理，人們很難找到它的價值。但這卻是機器學習和 AI 可以發(fā)揮作用的地方，通過應用這些技術幫助我們找到價值?！?/p>

　　彭博通過 BEAP 網(wǎng)站提供另類數(shù)據(jù)業(yè)務可以一站式解決金融行業(yè)數(shù)據(jù)科學家對于內(nèi)容的需求，無需面對多個合同和供應商。另一方面，彭博的數(shù)據(jù)提供使用了標準化的 API，從而節(jié)省了技術人員的使用步驟。

　　為了保證另類數(shù)據(jù)的準確性，彭博的數(shù)據(jù)團隊中有很多技術人員專注于數(shù)據(jù)處理。這家公司也在使用很多各類先進的技術來處理數(shù)據(jù)。據(jù)介紹，彭博的數(shù)據(jù)部門非常龐大，目前約有包括正式員工和供應商在內(nèi) 5000 多人專注于數(shù)據(jù)。