如何用人工智能從新型數(shù)據(jù)中來(lái)尋找Alpha

隨著移動(dòng)互聯(lián)網(wǎng)，小型衛(wèi)星普及等，資產(chǎn)管理公司，尤其對(duì)沖基金公司開(kāi)始利用人工智能從新型數(shù)據(jù)中來(lái)尋找Alpha。

本期精編版嘉賓演講為合一創(chuàng)投首席數(shù)據(jù)科學(xué)家吳海山博士帶來(lái)的分享，看了他講的內(nèi)容你會(huì)發(fā)現(xiàn)，原來(lái)數(shù)據(jù)分析還可以有這樣一種不一樣的形式……

關(guān)注公眾號(hào)CDA數(shù)據(jù)分析師（ID：cdacdacda）并回復(fù)“吳海山”領(lǐng)取吳海山博士現(xiàn)場(chǎng)演講視頻和PPT。

現(xiàn)場(chǎng)紀(jì)實(shí)

首先非常感謝CDAS主辦方CDA數(shù)據(jù)分析師的邀請(qǐng)，能夠在今天和大家分享一下我之前做的一些與數(shù)據(jù)分析相關(guān)的工作。先簡(jiǎn)單跟大家分享一下我來(lái)合一的很重要的動(dòng)機(jī)。之前在中國(guó)高校演講和交流中，我發(fā)現(xiàn)數(shù)據(jù)科學(xué)和大數(shù)據(jù)已經(jīng)成為很多中國(guó)學(xué)校的課程，有些學(xué)校已經(jīng)開(kāi)設(shè)大數(shù)據(jù)專(zhuān)業(yè)，甚至成立了數(shù)據(jù)科學(xué)研究院或者數(shù)據(jù)科學(xué)這個(gè)專(zhuān)業(yè)。但是一直沒(méi)有很好的教材和線(xiàn)下組織，能夠讓學(xué)生接受到更多的業(yè)界里和數(shù)據(jù)科學(xué)、數(shù)據(jù)挖掘、數(shù)據(jù)分析相關(guān)的進(jìn)展。有一次我碰到人大的趙總，發(fā)現(xiàn)CDAS是一個(gè)很好的組織，我認(rèn)為它對(duì)數(shù)據(jù)挖掘能起很大的作用。所以我義不容辭很愿意來(lái)這里跟大家分享一下。

我介紹一下自己，我現(xiàn)在合一創(chuàng)投工作，創(chuàng)始人是優(yōu)酷的創(chuàng)始人。加入合一之前我在百度研究院大數(shù)據(jù)實(shí)驗(yàn)室做人工智能和數(shù)據(jù)相關(guān)的研究。我今天和大家分享的課題是，用人工智能和新型數(shù)據(jù)在金融投資里如何尋找新的Alpha？當(dāng)時(shí)我選擇這個(gè)課題的方向也是有原因的，剛才拉鉤網(wǎng)張總介紹到，現(xiàn)在能夠促使大家學(xué)習(xí)數(shù)據(jù)分析的很重要的動(dòng)機(jī)：我學(xué)習(xí)這個(gè)，我的工資可能會(huì)高一些，這個(gè)是很直接的數(shù)據(jù)。還有人說(shuō)，如果我學(xué)會(huì)了數(shù)據(jù)分析，我能夠用數(shù)據(jù)幫我來(lái)賺錢(qián)，也是一個(gè)很重要的動(dòng)機(jī)。所以我今天分享如何用新型的數(shù)據(jù)幫我們做投資，幫助我們從數(shù)據(jù)里找到屬于我們的財(cái)富。

首先說(shuō)一下什么叫新型數(shù)據(jù)？大家做投資，做股票、債券也好，或者其他的投資收益也好，一個(gè)很重要的信息是怎么看市場(chǎng)的變化，去分析市場(chǎng)的趨勢(shì)。大家可以回想一下，從歷史上來(lái)看人類(lèi)是如何在金融市場(chǎng)上分析信息的變化，來(lái)做決策的。大家如果看《人類(lèi)簡(jiǎn)史》的話(huà)能夠想起來(lái)，17世紀(jì)-18世紀(jì)英國(guó)女皇投資了東印度公司，東印度公司去全世界殖民地也好，或者販賣(mài)煙草、茶葉也好，整個(gè)公司業(yè)績(jī)的表現(xiàn)很大程度上取決于有沒(méi)有海盜，而該信息的傳播直接影響這家公司財(cái)富的表現(xiàn)。當(dāng)時(shí)市場(chǎng)信息的傳達(dá)沒(méi)有這種變化，完全是靠著口頭傳播或書(shū)信傳播，效率是非常非常低的。所以最先獲取信息的人，在市場(chǎng)上就會(huì)有信息優(yōu)勢(shì)。上個(gè)世紀(jì)隨著電話(huà)、報(bào)紙的發(fā)展，其實(shí)市場(chǎng)的信息已經(jīng)開(kāi)始通過(guò)報(bào)紙、電話(huà)，甚至電報(bào)傳播。

20世紀(jì)70年代我們有了新型的資訊終端和軟件，我們可以在終端上快速了解市場(chǎng)上發(fā)生的變化，幫助我們做決策。但是這個(gè)平臺(tái)有一個(gè)弊端，如上面發(fā)布的信息是公開(kāi)的，像CPI反映通貨膨脹，政府一個(gè)月（每個(gè)月）公布一次，如七月份今天剛剛結(jié)束，到八月中旬公開(kāi)CPI指數(shù)，在市場(chǎng)上有半個(gè)月延遲，這對(duì)決策的價(jià)值已經(jīng)很小。還有其他指數(shù)，像GDP是每個(gè)月甚至每年更新一次，頻率很低。另外，我們分析某公司和某企業(yè)時(shí)，證券公司的分析員，會(huì)如何分析一個(gè)公司呢？實(shí)地去考察。如投資水泥公司，礦產(chǎn)公司的股票，我們是在考察，去看看這個(gè)礦產(chǎn)變化怎么樣的，工人數(shù)量有沒(méi)有增多。這個(gè)效率也是很低的，比如我下面有一千家水泥公司，我不可能一年，我就是一天去一個(gè)的話(huà)，一年也就去360個(gè)，所以這個(gè)不具有可擴(kuò)展性?，F(xiàn)在隨著手機(jī)互聯(lián)網(wǎng)的發(fā)展和物聯(lián)網(wǎng)的發(fā)展，我們有了新型的數(shù)據(jù)，能夠幫助我們自動(dòng)的去分析，去實(shí)時(shí)的監(jiān)測(cè)市場(chǎng)的變化來(lái)幫助我們做市場(chǎng)的決策。比如說(shuō)我們現(xiàn)在有各種各樣的傳感器，比如手機(jī)，我每天在手機(jī)上都留下了大家上了什么網(wǎng)站，買(mǎi)過(guò)什么地方，所有信息都可以聚合起來(lái)分析市場(chǎng)的變化。所以我們可以通過(guò)這種方式來(lái)去對(duì)金融市場(chǎng)的信號(hào)來(lái)做一個(gè)實(shí)時(shí)的分析。

這些新型的數(shù)據(jù)包括哪些呢？第一個(gè)，我剛才講的手機(jī)傳感器數(shù)據(jù)，它能獲取哪些數(shù)據(jù)？如定位、WIFI連接，這些數(shù)據(jù)能夠?qū)崟r(shí)看到這個(gè)市場(chǎng)消費(fèi)的變化，比如把所有去過(guò)某個(gè)酒店用戶(hù)的聚合起來(lái)，我就知道酒店消費(fèi)、餐飲行業(yè)等一系列就業(yè)的變化。另外就是微型衛(wèi)星，以前發(fā)射一個(gè)衛(wèi)星，這個(gè)衛(wèi)星特別大，發(fā)射成本也特別高，一個(gè)衛(wèi)星可能要幾億美元?，F(xiàn)在互聯(lián)網(wǎng)的發(fā)展也在改變太空行業(yè)，像美國(guó)有一家公司，它是已經(jīng)發(fā)射了大概150顆微型衛(wèi)星。這個(gè)衛(wèi)星大概也就這么大。這個(gè)衛(wèi)星的好處是基本上可以每天實(shí)時(shí)的最地球進(jìn)行觀測(cè)。我們以前觀測(cè)一個(gè)東西的時(shí)候要先打電話(huà)或者進(jìn)行預(yù)約，說(shuō)能不能看中國(guó)大飯店的一個(gè)區(qū)域，如果那天正好下雨還看不到。但是這個(gè)可以對(duì)全球?qū)崿F(xiàn)7×24小時(shí)的變化，這個(gè)數(shù)據(jù)對(duì)我們做金融分析價(jià)值非常大的。尤其像農(nóng)作物、房地產(chǎn)、港口貿(mào)易。我分享幾個(gè)案例，是怎么用衛(wèi)星圖像來(lái)做金融市場(chǎng)分局分析的。

還有物聯(lián)網(wǎng)數(shù)據(jù)，大家知道現(xiàn)在基本上很多傳感器上，很多設(shè)備上都已經(jīng)裝了傳感器，我們可能機(jī)器人身上有些傳感器，我們家庭用的智能家居身上有傳感器。這些傳感器可以記錄，比如物流車(chē)上的流動(dòng)，可以記錄工業(yè)機(jī)器人運(yùn)行的數(shù)據(jù)，還可以看智能家居的變化。通過(guò)這些傳感器的數(shù)據(jù)，我們可以實(shí)時(shí)分析物流上的變化，可以看到用電量的變化等等。還有一個(gè)是大家可能無(wú)時(shí)無(wú)刻看到的攝像頭的數(shù)據(jù)，這個(gè)數(shù)據(jù)有哪些作用呢？比如大家去停車(chē)場(chǎng)停車(chē)的時(shí)候有一個(gè)設(shè)備，是計(jì)費(fèi)的。這樣可以看今天來(lái)中國(guó)大飯店開(kāi)會(huì)的，或者去某個(gè)商場(chǎng)消費(fèi)的客流量和車(chē)流量的變化，可以具體識(shí)別某個(gè)車(chē)型的型號(hào)。通過(guò)這種方式可以大概的估算一下，豐田汽車(chē)銷(xiāo)售是什么樣子的。所以這些來(lái)分析線(xiàn)下商場(chǎng)的商品消費(fèi)，像汽車(chē)消費(fèi)。

還有像日常生活中每天能接觸到的就是支付終端的信息，像去某些地方消費(fèi)，POS機(jī)信息也可以記錄消費(fèi)者刷卡數(shù)據(jù)，甚至購(gòu)房、購(gòu)車(chē)數(shù)據(jù)，都可以分析整體線(xiàn)下消費(fèi)的趨勢(shì)。

另外，現(xiàn)在越來(lái)越普及的，比如像大疆的無(wú)人機(jī)，這個(gè)無(wú)人機(jī)能實(shí)時(shí)拍攝，像農(nóng)業(yè)的圖像，像房產(chǎn)現(xiàn)在正在建筑的一些工程施工的圖像。通過(guò)這些數(shù)據(jù)我們能來(lái)分析一些農(nóng)業(yè)、地產(chǎn)，或者建設(shè)工程實(shí)地進(jìn)展的變化。

這里顯示的圖是說(shuō)哪些公司正在搜集和分析這些數(shù)據(jù)。我舉個(gè)例子，左邊這個(gè)是全部用來(lái)分析衛(wèi)星圖像的，就是剛才講的美國(guó)的那家公司，這是Google投的一家公司，這個(gè)主要是為對(duì)沖基金公司來(lái)做服務(wù)的。還有像可以通過(guò)簽到的數(shù)據(jù)發(fā)現(xiàn)線(xiàn)索下某個(gè)餐飲店銷(xiāo)量的變化，他們用這個(gè)變化分析某個(gè)公司的財(cái)務(wù)的表現(xiàn)，結(jié)果是非常的準(zhǔn)。還一個(gè)比較有意思的，這個(gè)公司是用來(lái)搜集用戶(hù)信用卡刷卡數(shù)據(jù)，通過(guò)這個(gè)數(shù)據(jù)聚合來(lái)具體分析，比如說(shuō)沃爾瑪每天的銷(xiāo)量，來(lái)通過(guò)這個(gè)看線(xiàn)下實(shí)時(shí)銷(xiāo)售變化。會(huì)發(fā)現(xiàn)很多創(chuàng)業(yè)公司去來(lái)分析相關(guān)的數(shù)據(jù)，或者說(shuō)叫一些新型的數(shù)據(jù)。我覺(jué)得這個(gè)趨勢(shì)在美國(guó)已經(jīng)發(fā)生，我覺(jué)得它在中國(guó)也正在發(fā)生，我認(rèn)為接下來(lái)一段時(shí)間中國(guó)越來(lái)越多的公司通過(guò)新型數(shù)據(jù)分析為金融投資市場(chǎng)做決策。

這是金融市場(chǎng)信息擴(kuò)散的一個(gè)表，左邊的是任何人都能看到的金融市場(chǎng)的一些數(shù)據(jù)，比如像每個(gè)公司發(fā)布財(cái)報(bào)的信息，每個(gè)公司股價(jià)的歷史信息，這個(gè)信息是每個(gè)人都能獲取，每個(gè)人都能來(lái)分析，它能在市場(chǎng)產(chǎn)生Alpha的價(jià)格就很小了；但是新型的數(shù)據(jù)，像我提到的衛(wèi)星圖像的，甚至像微博等等數(shù)據(jù)都能用來(lái)分析做投資。還有一些數(shù)據(jù)是剛興起的，就是我剛才講的，像物聯(lián)網(wǎng)數(shù)據(jù)，包括無(wú)人機(jī)的數(shù)據(jù)，還有小型衛(wèi)星Google地圖的數(shù)據(jù)，這些信息我認(rèn)為在接下來(lái)的市場(chǎng)能夠產(chǎn)生Alpha的價(jià)值是非常大的。在座的各位如果想從事金融行業(yè)和數(shù)據(jù)行業(yè)，我覺(jué)得這塊大家可以重點(diǎn)來(lái)關(guān)注的。

我現(xiàn)在分享一下我之前做過(guò)的用新型數(shù)據(jù)來(lái)做投資的案例。第一個(gè)，我們用定位的數(shù)據(jù)。這個(gè)是我們展示了手機(jī)定位數(shù)據(jù)一天的在除夕這一天全國(guó)用定位的可視化結(jié)果。大家看定位數(shù)據(jù)的本身，我們下面是沒(méi)有放任何地圖，這個(gè)可視化的定位數(shù)據(jù)本身已經(jīng)能展示整個(gè)中國(guó)的輪廓，如果我們?cè)俜糯笠幌拢€能夠看到具體的空間上的構(gòu)造，比如看到黃河的輪廓，還有海河輪廓。發(fā)現(xiàn)人的定位數(shù)據(jù)的足跡可以非常好的刻畫(huà)空間上的信息。這個(gè)對(duì)金融投資價(jià)值是非常大的。這是靜態(tài)的。

還有一個(gè)展示北京一天二十四小時(shí)的動(dòng)態(tài)變化。

還有一個(gè)沒(méi)有提到的，就是用人工智能的數(shù)據(jù)分析線(xiàn)下消費(fèi)的數(shù)據(jù)。我剛才提到一個(gè)指數(shù)，叫CPI指數(shù)來(lái)衡量通貨膨脹的，這個(gè)數(shù)據(jù)一般是政府，像國(guó)家統(tǒng)計(jì)局每個(gè)月都會(huì)有調(diào)查員實(shí)地的調(diào)查考察和分析。美國(guó)有一家公司，它用圖像分析的方式來(lái)去看市場(chǎng)上價(jià)格變化，怎么做呢？比如大家每天去超市買(mǎi)東西，買(mǎi)完?yáng)|西以后如果用手機(jī)拍下小票的照片，或者能夠在超市看到價(jià)格的圖片，拍上去后后面會(huì)用人工智能的方式分析這個(gè)圖片，它后面會(huì)找到價(jià)格的信息。它通過(guò)這種方式可以實(shí)時(shí)看任何一個(gè)國(guó)家線(xiàn)下消費(fèi)數(shù)據(jù)，這樣可以看到每天的通貨膨脹的變化。這個(gè)數(shù)據(jù)已經(jīng)被世界銀行和很多組織來(lái)應(yīng)用這個(gè)數(shù)據(jù)。

還有用衛(wèi)星圖像分析，大家看這是用衛(wèi)星圖像捕捉到地球上某個(gè)國(guó)家，某個(gè)區(qū)域儲(chǔ)存石油的儲(chǔ)油罐的圖片。他們會(huì)有一些算法，能夠根據(jù)圖片識(shí)別出儲(chǔ)油罐陰影面積的大小來(lái)算高度，進(jìn)而通過(guò)這種方式算五可能的儲(chǔ)油量的變化。通過(guò)這種方式可以每天掃一遍全球儲(chǔ)油量的變化，這對(duì)全球石油交易非常有用的。還有用衛(wèi)星圖像看區(qū)域經(jīng)濟(jì)發(fā)展的，像我剛才講的世界銀行，世界銀行想去為非洲不發(fā)達(dá)國(guó)家貸款，它面臨的問(wèn)題是到底貸多少款給他們，像有些國(guó)家長(zhǎng)期處于戰(zhàn)亂無(wú)法獲取這個(gè)信息。但是可以通過(guò)衛(wèi)星圖像，像這個(gè)地方樓型建筑比較好，可以認(rèn)為比較發(fā)達(dá)，還有些房屋是破破爛爛的，所以斯坦福大學(xué)建立了一套方法，根據(jù)衛(wèi)星圖像來(lái)進(jìn)行分析來(lái)為世界銀行提供服務(wù)。

還可以看一個(gè)零售商的變化，以美國(guó)為例，美國(guó)超市都建在郊區(qū)，大家買(mǎi)東西都把車(chē)停在商場(chǎng)的旁邊。如果通過(guò)衛(wèi)星圖像和機(jī)器學(xué)習(xí)的方式，識(shí)別每天商場(chǎng)旁邊停多少車(chē)，就可以測(cè)算出來(lái)每天有多少人來(lái)超市。

我們做的工作是用衛(wèi)星圖像和結(jié)合其他的數(shù)據(jù)去識(shí)別空間區(qū)域的功能。第一，我們左邊是衛(wèi)星圖像，然后又結(jié)合路網(wǎng)的信息，比如我們這個(gè)區(qū)域是一個(gè)路，然后再結(jié)合剛才說(shuō)的手機(jī)移動(dòng)數(shù)據(jù)定位，然后我們自動(dòng)識(shí)別這個(gè)區(qū)域是工行，這個(gè)區(qū)域是寫(xiě)字樓。這是我們叫全卷積神經(jīng)網(wǎng)絡(luò)的一個(gè)算法，我就不展開(kāi)說(shuō)了，大家可以在我們網(wǎng)站上看到這個(gè)算法。這個(gè)是我們識(shí)別出來(lái)的幾個(gè)案例，這兩個(gè)案例都是我們識(shí)別出來(lái)的功能上的區(qū)域，這個(gè)邊界是通過(guò)算法識(shí)別出來(lái)的功能邊界。這個(gè)是通過(guò)深度學(xué)習(xí)再結(jié)合衛(wèi)星圖像去識(shí)別空間區(qū)域功能。還有一個(gè)移動(dòng)手機(jī)定位的數(shù)據(jù)，我把這兩個(gè)數(shù)據(jù)結(jié)合起來(lái)，比如左邊的圖是上海的一個(gè)地圖，右邊兩個(gè)：藍(lán)色的區(qū)域代表了我們用剛才的算法去識(shí)別的工廠，下面的區(qū)域是我們用這個(gè)算法來(lái)識(shí)別的商場(chǎng)寫(xiě)字樓。我們有了這兩個(gè)區(qū)域之后，我們?cè)俳Y(jié)合用戶(hù)的定位數(shù)據(jù)，比如這是一個(gè)用戶(hù)的線(xiàn)下移動(dòng)的規(guī)矩，用有機(jī)算法來(lái)算出用戶(hù)去什么地方消費(fèi)，在什么地方驅(qū)逐。把這些信息聚合起來(lái)可以實(shí)時(shí)看某個(gè)區(qū)域的勞動(dòng)力的變化。尤其是對(duì)證券和投行的分析師，他們調(diào)研的時(shí)候工廠必須去考察，但是現(xiàn)在有了衛(wèi)星圖像可以識(shí)別這個(gè)區(qū)域，和有多少人在這兒工作，就可以識(shí)別出來(lái)這個(gè)區(qū)域的勞動(dòng)力觀察，就不用去現(xiàn)場(chǎng)考察了。

這個(gè)圖可以看到勞動(dòng)力在第六年有明顯的下滑，這個(gè)倒閉的其中一個(gè)是蘇州的工廠。下面兩個(gè)是反過(guò)來(lái)的，有很多人搬到這里工作，或者說(shuō)這個(gè)公司融資完之后開(kāi)始大規(guī)模的擴(kuò)張，會(huì)發(fā)現(xiàn)勞動(dòng)力也有大幅度提升。通過(guò)這種方式我就可以實(shí)時(shí)來(lái)看全國(guó)的各個(gè)工業(yè)園區(qū)勞動(dòng)力的變化。如果說(shuō)把勞動(dòng)力數(shù)量聚合起來(lái)，就可以來(lái)看基本上整個(gè)中國(guó)范圍內(nèi)宏觀的就業(yè)趨勢(shì)的變化。大家知道衡量宏觀經(jīng)濟(jì)還有一個(gè)指標(biāo)，叫失業(yè)率。失業(yè)率在中國(guó)每年政府工作公布的數(shù)字都是在4%。我們的數(shù)據(jù)其實(shí)發(fā)現(xiàn)，可能結(jié)果不一定是這個(gè)樣子的，我們這個(gè)給出來(lái)是一個(gè)，我們發(fā)現(xiàn)就業(yè)園區(qū)就業(yè)的趨勢(shì)其實(shí)整體來(lái)講是有一定的下滑的。但是正如剛才拉鉤網(wǎng)展示的數(shù)據(jù)發(fā)現(xiàn)，其實(shí)我們發(fā)現(xiàn)新興工業(yè)園區(qū)，尤其像高科技園區(qū)，或者像生物制藥園區(qū)，它的就業(yè)趨勢(shì)是上升的。所以說(shuō)新興工業(yè)園區(qū)就業(yè)趨勢(shì)我們認(rèn)為是比較好的。

這是我們給出了全國(guó)非常大的四千個(gè)商業(yè)中心的數(shù)據(jù)，我們剛才講通過(guò)衛(wèi)星數(shù)據(jù)可以識(shí)別商場(chǎng)的邊界，可以通過(guò)定位數(shù)據(jù)識(shí)別到每天有多少人來(lái)這里消費(fèi)。把兩個(gè)聚合起來(lái)可以看到全國(guó)范圍宏觀的線(xiàn)下整體消費(fèi)趨勢(shì)。這里其實(shí)包括了很多像銀泰或者萬(wàn)達(dá)很多商超聚合的結(jié)果。我們也可以看具體的某個(gè)公司的趨勢(shì)來(lái)做分析的。

剛才講到通過(guò)衛(wèi)星圖像來(lái)獲取一個(gè)區(qū)域邊界，再通過(guò)定位的方式聚合，來(lái)去看這個(gè)區(qū)域的消費(fèi)和就業(yè)。還一個(gè)方式，比如銀泰商場(chǎng)有一個(gè)海底撈，如何看海底撈里具體的消費(fèi)呢？我們有一個(gè)深度學(xué)習(xí)的算法，能夠自動(dòng)識(shí)別預(yù)測(cè)用戶(hù)是不是到訪(fǎng)這樣一個(gè)具體地點(diǎn)的概率。大體就是我們會(huì)用很多種數(shù)據(jù)，像定位數(shù)據(jù)、簽到等數(shù)據(jù)，然后結(jié)合貝音絲深度學(xué)習(xí)的算法來(lái)預(yù)測(cè)客戶(hù)到訪(fǎng)海底撈的概率。有了這個(gè)到訪(fǎng)概率我們算法的準(zhǔn)確度非常高。所以如果能預(yù)測(cè)某個(gè)客戶(hù)具體到訪(fǎng)每個(gè)地方的話(huà)，就可以看用戶(hù)到某個(gè)地點(diǎn)的客流量的變化，這是我們預(yù)測(cè)的用戶(hù)到訪(fǎng)大中華區(qū)中國(guó)大陸的30個(gè)蘋(píng)果旗艦店的客流量的變化。通過(guò)客流的變化預(yù)測(cè)蘋(píng)果公司在大中華區(qū)財(cái)務(wù)營(yíng)收的變化。前兩次我們模型的誤差都非常低，在2015年Q4預(yù)測(cè)的結(jié)果可能要上升15%，它們財(cái)報(bào)結(jié)果是14%。另外一次我們認(rèn)為它2016年結(jié)果要下滑25%，它們財(cái)報(bào)是26%。這個(gè)其實(shí)從另外一個(gè)側(cè)面證明了，通過(guò)簽到的數(shù)據(jù)，WIFI定位的數(shù)據(jù)去預(yù)測(cè)一個(gè)公司的營(yíng)收結(jié)果是靠譜的。

還有預(yù)測(cè)電影院的票房收入，我們可以通過(guò)歷史的時(shí)間序列建一個(gè)模型去預(yù)測(cè)。我們現(xiàn)在是把用戶(hù)去到訪(fǎng)電影院或者搜索電影院，或者簽到電影院數(shù)量作為一個(gè)特征去預(yù)測(cè)電影票收入，我們發(fā)現(xiàn)這個(gè)模型準(zhǔn)確度提升的非常高。紅色的結(jié)果是我們使用了新型數(shù)據(jù)預(yù)測(cè)結(jié)果，藍(lán)色的結(jié)果是我們只用時(shí)間序列預(yù)測(cè)，發(fā)現(xiàn)誤差降低非常多。如果我們預(yù)測(cè)比較準(zhǔn)，可以預(yù)測(cè)電影院營(yíng)收的狀況。這個(gè)B，我們預(yù)測(cè)了保利的電影院，我們預(yù)測(cè)的誤差非常小。我們對(duì)新型數(shù)據(jù)預(yù)測(cè)這家連鎖電影院票房結(jié)果是非常準(zhǔn)的。但是用同樣的方法預(yù)測(cè)另外一家電影院，發(fā)現(xiàn)曾經(jīng)有一段時(shí)間預(yù)測(cè)的誤差特別高，像8-9月份。我們模型預(yù)測(cè)的票房收入可能會(huì)比較少，但是它報(bào)出來(lái)的電影票房非常高。后來(lái)我們調(diào)查，因?yàn)檫@個(gè)電影院上映了《捉妖記》，進(jìn)行了電影票房的作弊。

我們看一下具體行業(yè)的，這個(gè)是汽車(chē)的，這個(gè)是我們用新型數(shù)據(jù)到訪(fǎng)4S店的數(shù)據(jù)，這樣可以看出來(lái)汽車(chē)銷(xiāo)量變化。為了證明我們結(jié)果是靠譜的，我們把我們數(shù)據(jù)，藍(lán)色的線(xiàn)和汽車(chē)工業(yè)協(xié)會(huì)的線(xiàn)做了對(duì)比，我們發(fā)現(xiàn)我們的趨勢(shì)跟它們非常吻合的。但是我們的結(jié)果好處是，新型數(shù)據(jù)可以實(shí)時(shí)分析這個(gè)市場(chǎng)的變化。所以我們結(jié)果對(duì)分析市場(chǎng)變化是有很大的優(yōu)勢(shì)的。

第二個(gè)產(chǎn)業(yè)，是線(xiàn)下餐飲行業(yè)的變化，我們把所有的到訪(fǎng)，像麥當(dāng)勞、全聚德等店的到訪(fǎng)，我們做了中國(guó)線(xiàn)下餐飲消費(fèi)指數(shù)。為了證明我們這個(gè)比較靠譜，我們和另外一家公司的指數(shù)對(duì)比，是銀聯(lián)，大家在POS機(jī)上刷卡的指數(shù)，我們發(fā)現(xiàn)在2016年之前整體是非常吻合的，但是我們的結(jié)果在2016年之后線(xiàn)下餐飲行業(yè)的趨勢(shì)下滑非常嚴(yán)重的。后來(lái)我們調(diào)研分析我們認(rèn)為我們結(jié)果更靠譜，因?yàn)橛绕涫窍裢赓u(mài)行業(yè)，其實(shí)在很大程度上影響了線(xiàn)下很多餐飲行業(yè)的變化，很多人可能就直接叫外賣(mài)，不用去餐飲店吃了。

還有一個(gè)應(yīng)用就是對(duì)房地產(chǎn)投資的。大家知道這種情況在中國(guó)是非常常見(jiàn)的，就是中國(guó)有很多空的樓盤(pán)沒(méi)有人住。很多媒體開(kāi)始報(bào)道哪些地方是鬼城。但是沒(méi)有一家用數(shù)據(jù)的方式幫助我們分析這個(gè)城市是否空的很厲害，到底空的多厲害？我們剛才講過(guò)我們可以用用戶(hù)手機(jī)定位的數(shù)據(jù)和手機(jī)圖像的數(shù)據(jù)，我們可以通過(guò)機(jī)器學(xué)習(xí)和人工智能算法去識(shí)別，從而我們發(fā)現(xiàn)中國(guó)很多的空置率，這是我們給出九個(gè)空城特別多的區(qū)域。這個(gè)是鄂爾多斯，這個(gè)城市非常有意思，之前大家說(shuō)鄂爾多斯是空城，這個(gè)空在什么地方呢，其實(shí)大家沒(méi)有概念的。我們發(fā)現(xiàn)一個(gè)非常有意思的現(xiàn)象，是鄂爾多斯的新城區(qū)空的很厲害，就是左下角這個(gè)，跟媒體報(bào)道是比較一致的。還有右上角發(fā)現(xiàn)主城區(qū)的郊區(qū)空置的樓盤(pán)也很多。這個(gè)城市很有意思，就是很多由于原來(lái)逐漸衰敗的城市除了新城區(qū)衰落，其實(shí)郊區(qū)的一些房子入住率也是比較低的，很重要的原因就是這個(gè)地方的就業(yè)率開(kāi)始下降，很多真開(kāi)始搬到其他地方去居住和工作了。但是我們也發(fā)現(xiàn)一個(gè)比較意思的現(xiàn)象，是之前媒體報(bào)道特別多的城市是鄭州的新區(qū)，但是我們數(shù)據(jù)發(fā)現(xiàn)現(xiàn)在越來(lái)越多的年輕人愿意去新區(qū)工作。我們認(rèn)為鄭州新區(qū)不能再是傳說(shuō)中的空城。這是我們用數(shù)據(jù)發(fā)現(xiàn)中國(guó)房地產(chǎn)的變化。

我們的研究也獲得了很多國(guó)內(nèi)外知名媒體的報(bào)道，這是一些報(bào)道我們相關(guān)研究的媒體。

非常感謝大家在周末時(shí)間來(lái)到CDAS現(xiàn)場(chǎng)，非常高興能與大家分享之前做的研究。謝謝。

CDA堅(jiān)持打造高端數(shù)據(jù)分析學(xué)習(xí)社區(qū)和數(shù)據(jù)分析認(rèn)證

CDA 數(shù)據(jù)分析師，作為國(guó)內(nèi)領(lǐng)先的數(shù)據(jù)分析師人才教育品牌，一直致力于打造中國(guó)最棒的數(shù)據(jù)分析學(xué)習(xí)社區(qū)。旨在加強(qiáng)國(guó)內(nèi)外乃至全球范圍內(nèi)正規(guī)化、科學(xué)化、專(zhuān)業(yè)化的數(shù)據(jù)分析人才隊(duì)伍建設(shè)，進(jìn)一步提升數(shù)據(jù)分析師的職業(yè)素養(yǎng)與能力水平，促進(jìn)數(shù)據(jù)分析行業(yè)的高質(zhì)量持續(xù)快速發(fā)展。