ML4T · 第 3 章 另类数据获取

ML4T · 第 3 章 另类数据获取

章节摘要:本章属「数据篇」的扩展,讲清市场与基本面之外的「另类数据」。先做另类数据的全景概览——从卫星图、信用卡消费、网络流量到社交媒体情感,讲清另类数据的来源、价值与陷阱(噪声大、覆盖短、成本高);再用一个完整的实战案例,抓取上市公司财报电话会议(Earnings Call)的文本与音频,作为后续文本情感分析的素材。本章共 2 节,前置依赖为「第 2 章」。

学习目标

阅读完本章,你应当能够:

1. 说清另类数据的来源、价值与典型陷阱。
2. 抓取上市公司财报电话会议的文本作为分析素材。

⚠️ 另类数据噪声大、样本短,仅供学习研究,使用时务必警惕过拟合与数据窥探。

核心概念速览

另类数据的价值在于提供传统数据看不到的「另类视角」,代价是更高的噪声与更短的样本。

子章节导航

01 另类数据概览

另类数据的类型、来源、价值评估与典型陷阱。

02 财报电话会议抓取

抓取 Earnings Call 的文本与音频,为情感分析准备语料。

子章节之间的逻辑关系

本章第 01 节(概览) ──► 第 02 节(实战抓取)
   │
   ▼
下一章(第 4 章 Alpha 因子研究与特征工程)
​

前置知识与后续延伸

前置知识:

• 第 2 章(理解市场与基本面数据)

后续延伸:

• 第 4 章 Alpha 因子研究会把数据转化为可评估的因子
• 文本类另类数据可作为情感因子的输入