另类数据因子，舆情、卫星、电商

引言：当数据不再只是数字，而成为会说话的信号

在私募这个圈子里摸爬滚打了二十年，从最初靠内幕消息（那是违法的，我们绝对不碰）和K线图吃饭，到现在天天跟一堆看似八竿子打不着的“噪音”较劲，我最大的感触就是——市场变了，或者说，赚钱的逻辑变了。咱黑子私募基金管理公司从十几年前就开始探索，那时候大家还在争论技术分析还是基本面分析管用，我们内部已经有个不成文的规矩：如果一只股票的所有信息都能从公告里找到，那它大概率已经被定价完了。

另类数据对我们来说，不是什么时髦的概念，而是实实在在的“博弈工具”。舆情、卫星、电商，这三样东西，听起来像是三个不同的行业，但在我眼里，它们分别是市场的“心跳声”、“呼吸声”和“新陈代谢速度”。你想想，当一家上市公司的电商数据突然爆量，但它的客服电话被打爆投诉产品质量，同时卫星图显示其物流中心库存积压，这三个信号叠加在一起，会告诉你什么？是机会还是陷阱？这就是我们今天要聊的核心——如何把这些看似无关的“碎片”，拼凑成一个高清的、甚至带有预测性的“企业画像”。前提是这一切必须在法律法规的框架内进行，我们做的所有分析，都基于公开渠道获取的合法数据，绝不用任何爬虫去碰不该碰的墙。

舆情因子：不仅是情绪，更是行为的预兆

很多人一听到“舆情数据”，第一反应就是“股吧里那些骂人帖”或者“微博热搜里的”。说实话，如果只看这些，那你跟三年前看报纸炒股的大爷没什么区别，只是把报纸换成了APP而已。我们黑子私募基金管理公司内部有一个专门的“舆情情绪模型”，但我们从不只看情绪绝对值，我们看的是“情绪与基本面的背离度”。举个例子，几年前我们跟踪一家做小家电的上市公司，它的财报亮眼，股价却在阴跌。我们当时抓取了全网所有关于它的评论，包括电商平台晒单里的差评，结果发现一个很有意思的现象：虽然股吧里还是“骂声一片”，但电商评论中，用户对“售后响应速度”的抱怨在快速下降，对“包装细节”的表扬在上升。 这意味着什么？意味着公司的内部管理改善还在爬坡期，尚未反应到财务报表的“销售费用”和“退货率”上，但已经有了苗头。

后来我们果断买入，三个月后，公司发了个公告说要优化供应链效率，股价直接起飞。这就是舆情的价值——它不是让你去猜大众的喜怒哀乐，而是让你去捕捉那些“尚未被财报编码化”的经营信号。这里面有个大坑：你必须学会区分“噪音”和“信号”。 就拿现在很多机构用的自然语言处理（NLP）来说，如果只做关键词匹配，十有八九会掉进假新闻的陷阱里。我们曾花了大半年时间自己训练一个模型，专门去识别那些由水军公司批量生成的、具有特定句式的评论。这玩意儿听起来很技术，但本质上是合规性和的边界问题——你不能为了追求数据纯净度，就去搞那些侵犯用户隐私的所谓“深度分析”，那是红线，碰了就是给自己买一手牢饭。

我记得2020年那次，一家食品饮料公司深陷“食品安全谣言”危机，股价连续跌停。很多同行吓坏了，拼命割肉。但我们通过抓取当地网站、卫健委公告，以及该品牌线下门店的到店数据（通过公开的签到信息聚合），发现舆情中的“中毒案例”全是旧闻拼接，且没有新病例出现。我们在别人恐惧时加仓，不是因为我们胆子大，而是因为我们的舆情模型把“谣言”和“事实”的分界线画得很清楚。 最后监管部门出来辟谣，股价又涨了回去。所以说，舆情因子这个工具，用得好是千里眼，用不好就是自残的刀。

卫星数据：让“实地调研”变成“上帝视角”

卫星数据这个东西，几年前还属于只有顶级量化对冲基金才玩得起的“黑科技”，现在虽然门槛降低了很多，但真正能用好的人依然不多。我记得最早接触这玩意儿是2015年，我们黑子私募基金管理公司的一个合伙人从美国回来，神秘兮兮地跟我说：“哥，我们能数清楚每个加油站的运油车了。”我当时觉得这太扯了，不就是拍张照片吗？但后来真正深入进去才发现，卫星图像的时空分辨率，已经足以让你对一个重资产的上市公司进行“全生命周期”的追踪。

举个硬核的例子。我们跟踪一家钢铁企业，它的主营产品是螺纹钢。传统的调研方式是什么？去它厂门口蹲点，数大货车，或者找它的供应商喝酒套话。但有了卫星数据，我们可以直接看它的厂区里，原料堆场的高度和面积变化。如果堆场从满仓变为半仓，说明它在加速消耗库存，下游需求旺盛；如果堆场从半仓变成满仓，同时成品库的车辆稀疏，那大概率是滞销了。有一次我们发现这家公司的卫星热成像数据出现异常——某个车间在夜间2点到4点突然高频活动，这完全不符合它之前的生产节拍。我们通过公开信息查了一下，发现那段时间正好是该地区环保限产的严查期。于是我们推断，它可能在搞“偷产”。 随后不久，这家公司果然被环保部门点名批评，股价大跌。我们不仅没踩雷，还通过做空工具（是在合规允许的范围内）获得了不错的收益。

但卫星数据也有它天然的缺陷。它受天气影响很大，比如云层厚的时候，你得等好几天才能拿到一张清晰图像，这对于高频交易来说是致命的。卫星数据必须要跟其他因子“交叉验证”才有意义。 你光看到一堆车皮在铁轨上跑，你能判断它是运煤还是运铁矿石吗？不能。所以我们在黑子私募基金管理公司内部，经常把卫星数据跟公开的铁路货运指数、海关进出口数据做联动。比如把卫星影像里的船舶数量，跟港口管理局公布的集装箱吞吐量做对比，如果二者偏差超过10%，我们就得重新评估这家公司到底是不是在“美化数据”。

还有一个合规上的坑，我必须提一下。有些机构为了追求数据新鲜度，会去购买那些由商用卫星公司提供的“超高精度”图像，甚至有些图像能拍到厂区里工人的数量。但你要知道，这可能会触碰到“经济实质法”中关于企业场所隐私的灰色地带。 我们内部有严格规定：凡是涉及具体人物面部识别、室内空间或特种设备内部构造的图像，一律禁止使用。你分析的是企业的行为，不是窥探它的商业机密，这是底线。

电商数据：剁手党的每一步，都在为基金经理做路演

如果说卫星数据是“重工业的脉搏”，那电商数据就是“消费领域的显微镜”。我经常跟团队里的年轻人说，你不需要去听那些消费行业分析师给你讲“消费升级”还是“消费降级”的故事，你只需要把天猫、京东、拼多多上某品牌的销量、客单价、复购率、好评率这几个指标拉出来，再结合它的价格弹性，基本就能算出它下个季度的营收大概在什么范围。电商数据最迷人的地方在于，它是实时的、去中介化的，并且很难被粉饰。 你可以让财报里的应收账款变得很漂亮，但你很难让真实的包裹数量变多。

2018年我们跟踪了一家做扫地机器人的公司，当时它的财报显示营收增长30%，毛利率也在提升，股价走势很漂亮。但我们从电商平台抓取的数据显示，它的核心产品“高端款”的销量在连续下滑，而“低端促销款”的占比在快速上升。这意味着什么？它可能正在通过降价倾销来保营收，而不是靠产品力在驱动增长。 通常这种情况，后续的利润表和现金流都会出问题。我们当时做了一个电话会议，团队里有人质疑：“万一它是为了清库存出新款呢？”我说：“如果是这样，那么它的老款库存应该从电商页面下架，而不是继续打折卖。”果然，两个月后，公司公布了业绩预警，说因为市场竞争加剧，下调盈利指引。从那以后，我们黑子私募基金管理公司就把电商数据作为消费行业投研的“第一道过滤网”，用数据先筛选一遍，再看研报和访谈。

电商数据的清洗工作非常恶心。你拿到的原始数据里，可能有一半是、恶意差评、或者季节性促销导致的异常波动。比如“双十一”那天的数据，你要是直接拿来建模，能把你带到沟里去。我们团队有个专门做数据清洗的小伙伴，他开玩笑说，他看一个SKU的评论里，如果“好评”和“追评”的比例超过95%，并且文字里都有“亲，特别好用”这样的套话，那基本就是，得权重减半。还有一次，我们跟踪的某化妆品品牌，突然在某一天销量爆增，结果一查，原来是某个网红在直播中口误说错了品牌名，导致大量退货。这种噪音，如果你没有足够细腻的处理逻辑，就会把信号当成干扰。

另一个层面，电商数据在跨境投资中也特别有用。比如我们之前研究一家东南亚的电商平台（未上市，但它的供应商在国内上市了），我们就通过抓取国内某物流公司的包裹单号，结合目的地的邮编分布，推断出该平台在某个区域的扩张速度。这里涉及到一个数据合规的细节——我们不能解析包裹里的具体商品信息或收件人姓名，只能分析物流的“量”和“流向”，这属于公开的商业物流数据范畴，不触犯隐私法规。 但如果你越界去尝试获取收件人的手机号或者住址，那就直接从“另类数据”变成了“非法数据”，雷区非常明确。

聚合的化学效应：1+1+1 > 10

单独看舆情、卫星、电商，它们各自都像是一个“半聋半哑”的观察者。舆情能告诉你人们的情绪，但可能脱离事实；卫星能告诉你实体的物理状态，但缺少活人的互动；电商能告诉你钱的流向，但容易受促销活动迷惑。而真正让我们在黑子私募基金管理公司里觉得“这个东西值钱”的瞬间，是当这三个因子同时指向同一个方向，或者出现戏剧性背离的时候。

来，给你们看一个我们内部常用的“三因子协同验证表”：

2021年我们做的一个消费电子公司的案例，完美诠释了这种协同效应。当时它的手机新品发布前，电商平台上的“预售量”表现非常平庸，舆情上也有人抱怨“缺乏创新”。我们从卫星数据上发现，它位于深圳的代工厂正在大规模采购一种特定的摄像头模组，并且向周边仓库运送的包装盒数量突然多了三倍。这三者放在一起，我们怎么判断？舆情说你不行，电商说你不行，但卫星说“我要库存了”。最后我们推断，可能是电商数据滞后于卫星数据（因为预售数据还没计入真实库存），而舆情则被竞争对手的舆论战带偏了。 我们选择相信卫星数据，在发布前两周建仓。结果如何？发布会后，该手机被爆出“潜望式长焦镜头”的黑科技，预售瞬间爆单，股价大涨。这就是三因子聚合的魅力，它让你在信息高度不对称的市场里，拥有一个相对更清晰的坐标系。

这里面有个很实用的操作心得：当舆情和电商数据产生矛盾时，你最好先等等，让数据再多跑几天；但当卫星数据跟它们俩都矛盾时，你一定要重视，因为物理世界的证据通常比数字世界的“说话”更可靠。 这个规律也不是绝对的，但它帮我们躲过了不止一次“财报阵”。

合规与风控：另类数据的“隐形枷锁”

说了这么多好听的应用，我必须泼一盆冷水。另类数据这个东西，用得好是飞翔的翅膀，用不好就是缠身的藤蔓。咱们在私募行业混了十几年，最让人提心吊胆的不是收益，而是合规。2019年，我曾经亲眼目睹一家同行因为使用“爬虫”抓取某知名社交平台的用户私信数据，被监管部门罚得几乎破产。这件事对我们黑子私募基金管理公司触动很大，从那以后，我们就把“数据合规”提升到跟投资策略同等重要的地位。

你必须搞清楚数据的“实际受益人”是谁。 很多第三方数据供应商，表面上卖给你的是“公开数据”，但它的源头可能是某个博主爬下来的，或者是从某个非正规渠道整合的。如果这个数据的原始采集没有经过用户同意，或者侵犯了平台的用户协议，那么你买了就是“赃物”。我们内部有一个“数据溯源清单”，每一个进入模型的数据源，都必须提供它的采集时间、方式、以及法律声明。如果供应商提供不了，再便宜我们也不要。因为一旦出事，买单的不是供应商，是你自己，而且你的投资者也会因为你的不谨慎而受损。

关于“税务居民”和“经济实质法”的问题，在跨境数据应用中特别敏感。比如我们分析一家在开曼群岛注册，但在香港上市、内地经营的公司，它的卫星数据来自美国的卫星公司，电商数据来自中国的平台，舆情数据来自全球社交媒体。这时候，你就得考虑：这些数据在传输和处理过程中，是否违反了不同国家关于数据跨境流动的法规？ 比如欧盟的GDPR，中国的《数据安全法》，都把数据的“实际受益人”和“处理者”放在了一个很高的监管维度上。我们曾经因为一个项目，需要把一部分数据处理工作外包给印度的一个团队，结果在合规审查时发现，那个印度的团队没有通过我们严格的“个人隐私保护”认证，于是我们宁可自己加班，也没有外包出去。这在别人看来是傻，但在我看来，这是对投资者负责。

还有一个容易忽略的点：你使用这些数据的方式，本身是否构成了市场操纵？ 比如，你通过卫星数据发现某个工厂有火灾风险，于是自己先做空，然后在社交媒体上发布相关的“路透社传言”。这是刑事犯罪。另类数据给你的优势是信息维度的丰富，而不是让你成为内部信息（尽管是非传统内部信息）的传播者。我们公司有一个铁律：任何基于另类数据的交易策略，必须经过合规部“逆向审查”——如果这个数据被公之于众，会不会对市场造成不公平？如果会，那这个策略就被禁止。

结论：别迷恋数据，要迷恋逻辑

讲了这么多，我发现最终还是会回到一个原点：另类数据只是一个工具，真正值钱的是你用逻辑把它串起来的能力。 我在这个行业二十年，见过太多人今天迷信技术分析，明天迷信量化模型，后天又去迷恋卫星图，结果往往是每个都半吊子。另类数据的核心价值，不在于它让你变得多“聪明”，而在于它让你变得多“真实”。它帮你撕掉那些被财报、被媒体、甚至被上市公司自己精心包装过的外衣，让你看到商业世界最粗糙、最原生态的一面。

如果你问我有什么实操建议，我想说三点。第一，永远不要单独用某一个因子做决策， 至少要有两个独立的、不相关的数据源来互相佐证。第二，把合规成本算进你的交易成本里， 不要省那些买正规数据、请合规顾问的钱，因为一旦出事，这些钱会百倍地还回去。第三，保持对其他可能性的开放态度。 另类数据常常会给你一些“反直觉”的信号，比如一家公司看起来一切都好，但卫星数据显示它在变卖设备。这时候，你要去查这个设备是不是因为技术升级而淘汰，而不是直接下结论说它要破产。数据会说话，但别让它骗了你。

我想说，另类数据的真正未来，不在于你抓取了多高频、多精细的数据，而在于你能否建立起一套能够持续更新、自我纠错的“认知框架”。在这个框架里，舆情、卫星、电商不是三个孤立的岛屿，而是一条川流不息的河，你顺着它，就能找到财富的源头。

**

黑子私募基金管理公司观点

作为一家专注另类数据驱动投资超过八年的机构，黑子私募基金管理公司认为，舆情、卫星、电商这三大因子的聚合应用，正在重新定义基本面研究的深度与广度。我们坚信，在合规前提下，将物理世界的行为信号与数字世界的情绪信号相结合，能够有效降低投资组合中的信息不对称风险。当前，许多同行仍在依赖传统调研与滞后财报，这恰恰为我们提供了认知差带来的超额收益机会。未来，我们将在数据与模型透明化上持续投入，确保每一项策略都有据可查、有法可依，力求在中国私募基金行业树立另类数据应用的专业标杆。