AI开发的最新技术;彭博让你节省不必要的时间

　　与大多数人的想象不同，在机器学习领域里，处理数据所耗费的精力占据着最多比例。通常情况下，每购买 1 美元的数据，我们需要花费 5-7 美元来清理，才能让它用于机器学习模型的训练与推理。在这个过程中，数据科学家要耗费整个开发流程 80-90% 的时间。

　　如果可供使用的数据标准化且直接可用，成本和效率的提升就会让科技公司获得前所未有的优势。在这一方面，彭博是业内领先的数据服务提供商。

　　数据服务并不止于交易数据，今年 2 月 21 日，彭博宣布推出“另类数据”服务，其中包括 20 余种新类型数据，如基于人工智能和大数据处理得到的人流、社交媒体情绪数据，它们可以帮助投资者在瞬息万变的市场中带来先机。今天，作为人工智能大潮的一部分，数据服务正在迈向全新的阶段。

　　彭博为众多金融机构提供多种数据类别及服务，涵盖实时数据、参考数据、定价数据和监管数据等。近日，我们与彭博企业数据全球负责人 Gerard Francis 进行了一番交流，他向我们介绍了彭博数据业务的发展，以及他对于在投资领域应用 AI 的看法。

　　Gerard Francis

　　“在金融领域里，我们是全球最大的数据供应商。”Gerard Francis 表示。彭博现在的数据提供平台中已拥有实时数据、参考数据、另类数据、衍生数据等种类的数据集，且提供数据的方式多种多样：从 API 到数据接入网站皆可以获龋用户可以在数据的基础上使用自己的程序进行处理。

　　彭博企业级数据业务始于 1997 年，至今已有 22 年历史了。目前，全球最大的金融机构都在依赖彭博的数据开展自己的业务。

　　彭博最近的方向是提供各种类型的“另类数据”：从卫星图像到博客内容中收集的情绪信息，再到 APP 的下载趋势。在彭博数据接入网站 Bloomberg Enterprise Access Point 上，我们可以找到很多不同类型的数据。彭博称，目前该网站可提供 2700 余种参考数据集，200 余种估值数据集，400 余种另类数据集以及近 600 余种监管数据集等。

　　比起技术人员常使用的 GitHub，使用这个平台更像是在浏览亚马逊购物网站——你可以在其上浏览各种产品，并购买其中想要的。

　　Gerard Francis 以北美股票参考数据为例进行了演示。数据集下载完成后可以看到是 CSV 文件，可用 Excel 直接打开，其中的数据非常干净整洁，无需进行任何其他处理就可以直接使用了。对于彭博的所有数据集，人们都可以直接下载使用。

　　价格之外的另类数据

　　Bloomberg Enterprise Access Point（BEAP）是彭博企业数据业务新近推出的一项服务，于 2018 年 9 月推出。这是一个在线数据平台，为 Bloomberg Data License 客户提供标准化的参考、定价、监管，以及另类数据集。彭博今年 2 月刚推出的“另类数据（Alternative data）”收集了很多前所未有的内容，可以帮助投资者在交易中夺取先机。

　　另类数据是彭博最近提出的新数据类型。在这一分类中，我们可以找到来自很多不同类型数据公司提供的内容。目前，BEAP 拥有 20 多套另类数据集，其中包括对金属库存、股票博客情绪、药品审批、消费者客流量和停车场活动、建筑许可、地缘政治风险和应用利用率的洞察。彭博计划在未来每个月都会加入更多的数据类型。

　　“另类数据正在变得越来越重要，”Francis 介绍道，“其中主要有两个原因。其一是我们的客户正在寻找提高 Alpha（超额收益）的方法。其二是另类数据通常难以使用。它数量巨大、笨重而难以处理，人们很难找到它的价值。但这却是机器学习和 AI 可以发挥作用的地方，通过应用这些技术帮助我们找到价值。”

　　彭博通过 BEAP 网站提供另类数据业务可以一站式解决金融行业数据科学家对于内容的需求，无需面对多个合同和供应商。另一方面，彭博的数据提供使用了标准化的 API，从而节省了技术人员的使用步骤。

　　为了保证另类数据的准确性，彭博的数据团队中有很多技术人员专注于数据处理。这家公司也在使用很多各类先进的技术来处理数据。据介绍，彭博的数据部门非常庞大，目前约有包括正式员工和供应商在内 5000 多人专注于数据。