Utilisation de données alternatives pour les prévisions à court terme

Données alternatives n’est plus un secret, surtout dans le finance industrie. Des ensembles de données nouveaux et uniques étaient toujours en vue investissement entreprises, fonds spéculatifs, entreprise de risques capitauxetc. Un bon exemple de la tendance à la hausse est celui des données ESG, qui semblent (jusqu’à présent) fournir des signaux extrêmement puissants pour les décisions d’investissement.

Bien qu’il existe de nombreuses formes et formes de données alternatives, l’une des plus fréquemment utilisées et étudiées est l’analyse des sentiments. Le web scraping est relativement facile d’accès de nos jours, ce qui rend l’acquisition de ces ensembles de données peu coûteuse et efficace.

L’analyse des sentiments, par exemple, s’est déjà avérée générer potentiellement des informations précieuses. Avec le battage médiatique entourant les données, cependant, il est facile de se laisser égarer par le potentiel supposé qu’elles recèlent.

Lié: Comprendre les anomalies du marché grâce à des données alternatives

Sentiment et autres types de données alternatives

Peu d’articles ont discuté en profondeur du concept de sentiment. Dans la plupart des cas, il s’agit du traitement automatisé du contenu (généralement basé sur du texte) pour dériver des états émotionnels et des jugements. Des outils avancés comme L’IA en langage naturel de Google peut découvrir le sentiment, attribuer des entités (objets dont on parle), etc.

Les émotions et le sentiment des investisseurs ont un effet évident sur le bourse. L’effet d’élan est un excellent exemple des inefficacités du marché à moyen terme causées par le contexte émotionnel des investisseurs. Les deux forces sous-jacentes à l’effet d’élan, la sous-réaction et la sur-réaction, sont essentiellement fondées sur des états émotionnels.

Une mise en garde importante que je vois rarement mentionnée, cependant, est que les états émotionnels ne durent pas longtemps et ne peuvent fournir des prédictions que pour des périodes extrêmement courtes. temps les fenêtres. En fait, comme j’ai l’intention de le montrer plus loin, la plupart des données alternatives, sinon toutes, capturent une prévision à court terme (moins de 5 ans).

Investisseurs et entreprises

Vue d’ensemble, les cours des actions sont influencés par les investisseurs et les émetteurs. Les premiers ont un impact direct sur le prix, car ils sont le moteur de la demande. Ces derniers ont un effet indirect, car Entreprise la performance a un impact sur la perception de l’investisseur et la valorisation des actions.

Il existe également des événements potentiels de cygne noir qui pourraient briser l’équilibre en jeu. Je n’en discuterai pas, cependant, car cela ajouterait de nombreuses variables imprévisibles à mon hypothèse sans apporter beaucoup de valeur supplémentaire.

Les entreprises ont un impact indirect sur les prix à court et à long terme. Les flux de trésorerie courants, le sentiment du consommateur, les stratégies de marketing, etc., peuvent avoir un impact sur les revenus trimestriels ou annuels. La stratégie commerciale, les options de croissance et d’autres facteurs influencent la performance à long terme.

Photocopier a toujours été un exemple de la façon dont une stratégie commerciale et un paysage concurrentiel changeants peuvent avoir un impact considérable sur la performance d’une organisation. Il a tenu à la fois positions dominantes sur le marché et lutté pendant des décennies.

Étant donné que les performances des entreprises et les cours des actions sont intimement liés, les investisseurs avisés doivent tenir compte des perspectives à court et à long terme. Les données alternatives, cependant, contiennent principalement des informations sur les premières.

Lié: Comment prévoir les revenus et la croissance

Jusqu’où peuvent aller les données alternatives ?

Diverses sources d’information peuvent être appelées données alternatives, car elles sont définies de manière très vague. Cependant, ce sera surtout web gratté informations, images satellite et données de carte de crédit, car elles sont parmi les sources les plus utilisées.

Chacune de ces sources, que ce soit en recueillant le sentiment des publications publiques sur les réseaux sociaux ou en analysant les flux de trésorerie via les données de carte de crédit, indique l’état actuel de l’entreprise. En d’autres termes, c’est le reflet de la performance actuelle. De plus, ces sources ne sont pas censées durer longtemps. Ce sont des instantanés d’une période décidément courte dans l’histoire de l’entreprise. Les données doivent être collectées sur une période plus longue pour tout type de prévision être fait.

Pourtant, ils ne peuvent rien révéler sur l’approche abstraite des affaires. Aucune stratégie ne peut être dévoilée. Si une entreprise ou une organisation pivote et change de direction, aucune de ces informations ne peut être glanée à partir de sources de données alternatives.

Ils peuvent cependant révéler l’efficacité de ces pivots ou changements. En tant que telles, les données alternatives peuvent fournir des informations précieuses sur les performances attendues à court terme d’une entreprise, mais pas grand-chose d’autre.

Nous avons des preuves que les organisations de services financiers ont commencé à utiliser des données alternatives pour, au moins, des moyens similaires. Une enquête menée par Censuswide et Oxylabs a montré que les organisations de services financiers classent le web scraping, une méthode alternative d’acquisition de données, comme l’une des plus efficaces en termes de génération de revenus.

Lié: Les 4 principales erreurs de prévision des flux de trésorerie

Les données alternatives ont beaucoup de buzz autour d’elles. Il y a de bonnes raisons d’être excité, surtout si vous êtes impliqué dans le secteur financier. Il s’agit d’une toute nouvelle source de données qui peut fournir un avantage sur la concurrence.

Je voudrais cependant mettre en garde contre le fait de se lancer tête baissée. Les données alternatives sont étonnamment bonnes, en raison de leur nature, pour fournir des signaux qui montrent des performances à court terme. C’est la même nature qui l’empêche d’être aussi utile ou utile du tout dans les prédictions de performances à long terme.

Au final, la plupart des données alternatives cachent des signaux sur les performances à court terme. En tant que tel, il doit être utilisé exactement pour cette seule raison. Essayer d’appliquer les signaux à plus long terme, comme prévisions à cinq anspourrait même être préjudiciable.

Enfin, les données alternatives doivent également être mises en balance avec le coût d’opportunité. En extraire les signaux nécessite plus de travail qu’avec les ensembles de données traditionnels. Travailler avec des données alternatives signifie détourner des ressources d’autres stratégies potentielles.