1.
기술의 시대를 대변했던 고빈도매매가 잦아들면서 등장한 데이타. 전통적인 의미의 데이타와 다름을 강조하기 위하여 사용하였던 빅데이타가 시대의 흐름이 된지 몇 년이 지났습니다. R이나 Python을 이용한 데이타분석이 많은 관심을 받고 있고 이런 저런 교육과정을 통해 확인할 수 있습니다. 그런데 빅데이타 분석이 남과 다른 수익을 냈는지 알 수 없습니다. 빅데이타와 기계학습을 연결하려는 시도도 많았지만 남과 다른 결과를 보였다는 증거는 보이지 않습니다.
이런 흐름을 반영한 것인지 정확하지 않지만 2016년 미국의 기사들은 보면 자주 등장하는 표현이 ‘Altenrative Data’입니다. 아래는 최근 기사입니다.
Scouring emails for such nuggets of information is just the tip of the “alternative data” iceberg. Almost everything we do leaves a digital fingerprint, which can be scraped, aggregated and sold to investment firms looking for tradable signals, or to use the jargon — market-beating “alpha”.
“The buyside is struggling more and more to find alpha, but data is alpha, and more and more of it is becoming available ever day,” says Tammer Kamel, the co-founder and chief executive of Quandl, a US alternative data provider. “The demand is there, the supply is now there as well, and we want to sit in the middle of this.”
Scraping data: the next frontier in battle for investment returns중에서
Some hedge funds have built data-hunting teams internally, especially so-called quants whose strategies rely entirely on finding patterns in large sets of data. Quants typically analyze market data—prices and volume over time—but increasingly are taking those skills to this type of data, which is called “exhaust,” because it is a secondary result of a company’s main business.
WorldQuant LLC, a quantitative hedge fund based in Connecticut, has a team that reviews hundreds of data sets a year and works to bring online as many as possible that provide some value, according to a person familiar with its strategy. Its staff of scientists and mathematicians then go to work on the data to see if it helps predict revenues at companies or other market phenomena.
Wall Street’s Insatiable Lust: Data, Data, Data중에서
왜 Alternative Data일까요? 전통적으로 금융투자산업이 관심을 가졌던 데이타는 시장정보와 경제정보들입니다. 아무리 데이타가 많다고 하더라도 뿌리는 하나입니다. 남과 다른 의미(Alpha)를 찾아야 하는 자본시장의 참여자들이 만족할 수 없습니다. 그래서 관심을 가진 것이 대안데이타가 아닐까 합니다. 그러면 대안데이타는 무엇을 의미할까요?
위키에 올라온 Alternative data을 보면 다음으로 정의합니다.
alternative data refers to the inclusion of non-financial payment reporting data in credit files, such as telecom and energy utility payments.
찬찬히 읽어보면 위험관리나 신용관리와 관련한 업무에서 등장한 단어임을 알 수 있습니다. 신용 및 위험관리기업인 Lexisnexis는 2010년 보고서인 The Emergence of Alternative Data:Innovative Credit Risk Strategies to Drive Business Growth에서 대안데이타라는 표현을 사용합니다.핀테크의 한 부분인 신용대출서비스를 구축할 때 Alternative Data를 사용하면서 최근에 각광을 받고 있습니다.
2.
그러면 자본시장이 정의하는 대안데이타는 무엇일까요? This is the future of investing, and you probably can’t afford it은 이렇게 정의합니다.
Alternative data refers to anything that is raw or unstructured, and is distinct from things like company filings, historic market prices, or investor presentations.
국내에서 잠시 유행이었던 Twitter와 같은 SNS 데이타를 이용한 Sentiment Data가 대안데이타입니다. 자본시장이 대안데이타에 관심을 가지는 이유는 단순합니다. Alpha때문입니다. Alternative Data: The Hidden Alpha은 아래와 같이 설명합니다.
The explosion of big data has turned into a search for differentiating data and high-powered analytics used to correlate insights with investment returns. In this new paradigm, market participants must revise their current strategies for alpha generation, focusing more on data intelligence and agility than on speed.
데이타만을 전문적으로 제공하는 Quantdl은 A Taxonomy For Alternative Data에서 다양한 대안데이타들을 소개합니다.
또한 Alternative Data – The Newest Trend in Financial Data에서 크게 세가지 유형으로 데이타를 분류합니다.
좀더 구체적으로 살펴보기 위해 The New Alpha: 30+ Startups Providing Alternative Data For Sophisticated Investors가 소개한 새로운 데이타를 서비스하는 기업들입니다. 상상이상의 데이타들을 제공하고 이를 사용하고 있습니다.
3.
이제 자산운용전략이나 매매전략에 대안데이타를 어떻게 접목하여야 할까요? Integrity Research는 Alternative Data Research를 제안합니다
Driving Investment Performance With Alternative Data
4 Steps Toward Real, Investment-Ready Alternative Data을 통해 Quantdl이 주장하는 방법론이나 TABB Group이 주장하는 내용은 앞서 Integrity Research의 보고서와 크게 다르지 않습니다.
At the same time that the supply of data is expanding, the demand for this data is also growing tremendously. Active managers are facing unprecedented competition from exchange-traded funds (ETFs), and hedge funds especially have had a very challenging environment for the past couple of years. As funds struggle to find alpha from traditional data sources, these firms are increasingly looking for new sources of information and insight. Gradually, firms are discovering that developing a differentiated trading strategy requires differentiated data, leading to hedge funds that traditionally have deployed fundamental-based strategies turning more and more to quantitative models and artificial intelligence. This is driving a deeper hunger for data, including alternative data, especially among these “quantamentalist” firms.
Before a firm can begin the process of incorporating a new alternative data source into its investment process, however, the company must first determine whether the new data source is worth using. This evaluation process consists of ensuring that the data set is clean and well documented and provides a significant signal, and that the firm will be able to effectively monetize it. Increasingly, vendors are appearing to help firms with this process. Alternative data aggregators and synthesizers work across the different types of alternative data to create a central repository for these data sets and to help firms with analysis and integration.
The Search for Alpha Reaches New Frontiers중에서
마지막으로 대안데이타와 관련한 행사인 Reshaping Finance with Alternative Data의 발표자료도 참고하시길 바랍니다.
이제 한국으로 눈을 돌려봅니다. 국내 자본시장에서 대안데이타가 유의미할지 알 수 없습니다. 대안데이타라는 용어도 생소합니다. 조사해보니까 Big Data alfin Lab.빅데이터 연구소 앨핀의 회사소개서에 Alternative Data라는 표현이 유일한 듯 합니다.
