Local EPUB Text
数据类型
数据基本上可以分为两大类：价格数据（price data）和基本面数据（fundamental data）。价格数据并不仅仅是和金融产品价格相关的数据，也包括从交易行为中得到或提取的其他信息。股票的交易量、每笔交易的时间及规模等都属于价格信息。实际上，整个指令簿都可以认为是价格数据，因为指令簿上包含有一个交易日中给定金融产品所有买入价和卖出价（以及量）的连续记录。此外，我们还可以将各种指标水平相关的数据（如标准普尔500指数每日记录的波动百分比）归为价格数据的范畴，即使计算的数值并不是关于可交易的金融产品的。
基本面数据包含的范围很宽泛，因而难以进行有效分类。从某种意义上讲，基本面数据是指除了价格数据之外的所有数据。但是，所有类型数据的共同特征是，这些数据有助于决定金融产品未来的价格或者至少描述金融产品目前的状况。最常见的基本面数据种类有财务健康状况（financial health）、财务表现（financial performance）、财务价值（financial worth）和情绪（sentiment）等。例如，对于一只股票而言，公司的资产负债表常用来反映公司的财务健康状况。同时，对于反映宏观经济状况的有价证券（政府债券或货币）、财政预算、贸易赤字和个人存款等数据可以反映一国的经济健康状况。利润表和现金流量表中的一些指标（如总的净利润、自由现金流）可以被用来考查公司的财务表现，还有一些指标（如应计科目与总收入的比率、现金流与利润的比率）可用于评价公司的财务健康状况。类似地，美国GDP数据可用于衡量美国宏观经济表现，而贸易盈余数据则可用于反映美国经济的财务健康状况。第三类基本面数据和金融产品的价值有关。股票市场上这类数据的常见例子是账面价值或净现金流。最后一类基本面数据是情绪相关数据。宽客如何评级一只股票，公司内部人员对公司股票的买卖行为，股票期权的隐含波动率相关信息都属于股票的情绪类数据，经济学家对下一季度GDP增长情况的预测则属于宏观经济的情绪类数据。
我们不愿对这一问题进行过度简化。聪明的研究人员总是在不断地寻找未被其他市场参与者使用的创新性的数据来源。市场上所使用技术工具的进步促进了这种活动的开展。例如，一些公司（以及一些数据供应商）对英文的新闻报道进行量化分析，宽客们对这些报道进行系统的句法分析提取量化信息，并依据这些数据建立交易策略。但是，这仅仅是为了得到更加快速且稳健的情绪指标（并非其他基本面数据）而进行的一种尝试，所以我们认为这种数据来源本质上仍是基本面数据。我们还知道有一家公司试图利用卫星定位（GPS）数据来判断各种经济活动的水平，这一做法比利用政府公布的指标更加迅速准确。但这看起来也不过是在搜集数据手段上的改进（或变革），基本面数据的属性并没有发生任何改变。这样说并不是否定想出这些方法的人的创造性，只是指出我们的分类框架已经能够很好地对已有数据的种类进行划分。
在我们对数据的讨论中出现了一种有意思的模式。大部分价格数据倾向于关注短期效应，讨论的都是每日数据甚至日间连续数据。而在基本面数据中，我们看到的数据通常是周度、月度或季度数据。从这一不同的时间周期马上能够看出，一般来说使用价格数据（基本面数据）的相关交易策略通常是短期（长期）策略。这是因为，一般来说价格数据比基本面数据更新的频率更高。但这也不是绝对的，因为有些基本面策略，尤其是关注基本面或情绪变化的策略，可能是很短期的。不过在绝大多数情形下这一规律是成立的，这也是构建量化交易策略的常用准则。