與大多數人的想象不同，在機器學習領域里，處理數據所耗費的精力占據著最多比例。通常情況下，每購買 1 美元的數據，我們需要花費 5-7 美元來清理，才能讓它用于機器學習模型的訓練與推理。在這個過程中，數據科學家要耗費整個開發流程 80-90% 的時間。

　　如果可供使用的數據標準化且直接可用，成本和效率的提升就會讓科技公司獲得前所未有的優勢。在這一方面，彭博是業內領先的數據服務提供商。

　　數據服務并不止于交易數據，今年 2 月 21 日，彭博宣布推出“另類數據”服務，其中包括 20 余種新類型數據，如基于人工智能和大數據處理得到的人流、社交媒體情緒數據，它們可以幫助投資者在瞬息萬變的市場中帶來先機。今天，作為人工智能大潮的一部分，數據服務正在邁向全新的階段。

　　彭博為眾多金融機構提供多種數據類別及服務，涵蓋實時數據、參考數據、定價數據和監管數據等。近日，我們與彭博企業數據全球負責人 Gerard Francis 進行了一番交流，他向我們介紹了彭博數據業務的發展，以及他對于在投資領域應用 AI 的看法。

　　Gerard Francis

　　“在金融領域里，我們是全球最大的數據供應商。”Gerard Francis 表示。彭博現在的數據提供平臺中已擁有實時數據、參考數據、另類數據、衍生數據等種類的數據集，且提供數據的方式多種多樣：從 API 到數據接入網站皆可以獲齲用戶可以在數據的基礎上使用自己的程序進行處理。

　　彭博企業級數據業務始于 1997 年，至今已有 22 年歷史了。目前，全球最大的金融機構都在依賴彭博的數據開展自己的業務。

　　彭博最近的方向是提供各種類型的“另類數據”：從衛星圖像到博客內容中收集的情緒信息，再到 APP 的下載趨勢。在彭博數據接入網站 Bloomberg Enterprise Access Point 上，我們可以找到很多不同類型的數據。彭博稱，目前該網站可提供 2700 余種參考數據集，200 余種估值數據集，400 余種另類數據集以及近 600 余種監管數據集等。

　　比起技術人員常使用的 GitHub，使用這個平臺更像是在瀏覽亞馬遜購物網站——你可以在其上瀏覽各種產品，并購買其中想要的。

　　Gerard Francis 以北美股票參考數據為例進行了演示。數據集下載完成后可以看到是 CSV 文件，可用 Excel 直接打開，其中的數據非常干凈整潔，無需進行任何其他處理就可以直接使用了。對于彭博的所有數據集，人們都可以直接下載使用。

　　價格之外的另類數據

　　Bloomberg Enterprise Access Point（BEAP）是彭博企業數據業務新近推出的一項服務，于 2018 年 9 月推出。這是一個在線數據平臺，為 Bloomberg Data License 客戶提供標準化的參考、定價、監管，以及另類數據集。彭博今年 2 月剛推出的“另類數據（Alternative data）”收集了很多前所未有的內容，可以幫助投資者在交易中奪取先機。

　　另類數據是彭博最近提出的新數據類型。在這一分類中，我們可以找到來自很多不同類型數據公司提供的內容。目前，BEAP 擁有 20 多套另類數據集，其中包括對金屬庫存、股票博客情緒、藥品審批、消費者客流量和停車場活動、建筑許可、地緣政治風險和應用利用率的洞察。彭博計劃在未來每個月都會加入更多的數據類型。

　　“另類數據正在變得越來越重要，”Francis 介紹道，“其中主要有兩個原因。其一是我們的客戶正在尋找提高 Alpha（超額收益）的方法。其二是另類數據通常難以使用。它數量巨大、笨重而難以處理，人們很難找到它的價值。但這卻是機器學習和 AI 可以發揮作用的地方，通過應用這些技術幫助我們找到價值。”

　　彭博通過 BEAP 網站提供另類數據業務可以一站式解決金融行業數據科學家對于內容的需求，無需面對多個合同和供應商。另一方面，彭博的數據提供使用了標準化的 API，從而節省了技術人員的使用步驟。

　　為了保證另類數據的準確性，彭博的數據團隊中有很多技術人員專注于數據處理。這家公司也在使用很多各類先進的技術來處理數據。據介紹，彭博的數據部門非常龐大，目前約有包括正式員工和供應商在內 5000 多人專注于數據。