目前，全球数据量正以前所未有的速度增长， 在不断增加的数据存储量中，非结构化数据的占比越来越重，数据类型和数据来源也更加趋向多元化，并显示出不可小觑的商业价值。可以说，数据已成为企业的核心资产，通过数据驱动企业发展已成为大势所趋。

　　在金融行业，券商、基金等金融通道的中介服务同质化现象严重。另外，在宏观环境下，黑天鹅事件频出，市场的剧烈波动也极大的影响着投资者的情绪。因此，依靠同质化的数据信息以及投资者的主观经验进行交易，已经不能满足金融机构的需求。

　　中译语通CEO于洋对此强调，“另类数据将为全球金融量化带来独有超额价值”。另类数据是用于金融交易的非传统性数据，目的在于获取超额的市场收益。与传统的财务、基本面、历史行情等金融数据相比，另类数据具有数据量大、实时性高、 “原始”等特点。

　　如何理解另类数据在实际应用中的价值?于洋举例：“我们可以通过某家餐饮企业的外卖订单量、微信上用户对于企业的评价等社交数据，来判断企业的经营情况，判断企业的信用。这些数据是另类数据的一种，可以提供不同视角的市场洞察。”

　　目前，在金融领域，对于电信、电商、社交、出行等非金融数据还有另一种提法：可替代数据。在于洋看来，这种说法并不准确。“替代”一词表达的是非此即彼的关系，而这些数据是传统金融数据的补充，在金融交易中可以为投资者提供更广泛的交易思路、更多维的分析角度，因而用另类数据更为准确。另类数据不会替代传统金融数据，但随着大数据和人工智能技术的发展，另类数据的应用会越来越广泛。

　　于洋认为，其实不管是在二级市场还是整个金融行业，比拼的是第一手信息与数据的认识与应用，拥有别人没有的独特视角的数据是非常有价值的。

　　在全球金融市场不确定要素增加的情况下，金融市场呈现出更多震荡走势，越来越多的金融从业者开始关注另类数据，期望通过另类数据捕捉更及时有效的交易信号，另类数据的价值越来越多的得到全球金融量化巨擎的应用和青睐。

　　而另类数据的挖掘应用离不开长期的大数据技术积累和沉淀。于洋介绍，中译语通五年间在大数据领域持续深耕，积累了互联网开放数据、科技数据、金融数据等庞大的数据资源，正是这些精细颗粒度的数据资源造就了庞大的市场情绪，助力另类数据在金融量化领域的创新应用。

　　对于如何以大数据、人工智能技术助推金融量化发展，挖掘另类数据潜力并实现其价值最大化，于洋结合中译语通的实践给出了详细的说明。

　　中译语通基于强大的大数据及人工智能技术，对全球海量开放非结构化数据进行精细化分析和深度挖掘，构建量化模型，用量化数据计算市场信息、投资者信心等另类数据，为投资者提供投资机会分析，从全球角度制定最佳投资策略。

　　于洋重点从市场情绪、市场情感、全球恐慌指数等独有算法与数据出发，结合数据资产、知识图谱构建能力等角度向亿欧介绍了中译语通探索全球海量金融另类数据价值的技术实力和实践成果。其中，中译语通构建的上证指数量化模型超过三个月的连续交易预测趋势准确率超过85%、并且能够实现长周期、短周期和每日股指数值进行实时数据计算。

　　在谈到市场情绪对金融市场行情的影响时，于洋谈到，触发市场情绪将助力更高效的市场决策，全方位感知与测量市场情绪，实时准确判断对市场的影响，对金融量化有重大意义。中译语通运用NLP金融市场情绪算法，分析政策因子、情绪因子、风控因子和成长因子等多维度参考因子，并应用至投资交易、大宗商品贸易、行业监管等不同领域，为投资者提供不同视角的市场洞察分析，发现新的市场投资机会。

　　关于具体能够反映和影响市场变化的情绪指标，于洋做了详细的讲解。基于市场涨跌速率变化、股价、股票成交量等因子指标分析市场买卖人气;分析情绪级别、热度、变化程度及速度，通过量化方法估算全球投资者的风险资产变化情况、投资态度、投资决策以及风险承受度等指标，分析有关收益预期、利率预测等观点，反映市场买卖意愿的程度;利用外汇收益和外汇风险相关系数等因子指标建立风险偏好指数，反映市场投资者风险态度，通过提供不同视角的市场洞察分析，提供给金融从业者更有价值的决策依据，获得超额利润。

　　随着新一代信息技术的不断发展，于洋表示，未来，中译语通将深度布局金融大数据，挖掘全球海量另类数据的巨大价值。通过持续深耕大数据和人工智能技术，用前沿科技挖掘数字经济的新石油，从而推动金融量化科技的创新发展，成为金融科技时代的新彭博，新路透。