Alternatywne dane rynkowe – jak Wall Street widzi przyszłość wcześniej niż inni

Współczesny rynek kapitałowy przypomina gigantyczny, cyfrowy organizm, który nieustannie pulsuje informacjami, a dostęp do nich oraz umiejętność ich błyskawicznej interpretacji stanowią o być albo nie być dla największych graczy finansowych. Przez dekady podstawą analizy fundamentalnej były raporty kwartalne, sprawozdania finansowe, wskaźniki makroekonomiczne oraz oficjalne komunikaty spółek giełdowych, jednak w dobie cyfryzacji te tradycyjne źródła stały się towarem powszechnym i łatwo dostępnym dla wszystkich uczestnika rynku, co drastycznie zmniejszyło przewagę konkurencyjną, jaką można dzięki nim uzyskać.

W poszukiwaniu tak zwanej rynkowej alfy, czyli ponadprzeciętnych stóp zwrotu nieskorelowanych z szerokim rynkiem, największe fundusze hedgingowe, banki inwestycyjne oraz firmy zajmujące się tradingiem wysokich częstotliwości zwróciły się w stronę zupełnie nowego zasobu, jakim są alternatywne dane rynkowe. To właśnie ten niewidoczny dla przeciętnego oka strumień informacji, płynący z satelitów, terminali płatniczych, mediów społecznościowych czy sensorów przemysłowych, stał się nowym złotem Wall Street, redefiniując sposób, w jaki podejmuje się decyzje inwestycyjne w XXI wieku.

Czym są alternatywne dane rynkowe i kto z nich korzysta?

Pojęcie alternatywnych danych rynkowych jest niezwykle szerokie i obejmuje wszelkie informacje, które nie pochodzą z tradycyjnych źródeł finansowych, a które mogą zostać przetworzone przez zaawansowane algorytmy w celu oszacowania przyszłych ruchów cen akcji, walut czy surowców. Rewolucja ta rozpoczęła się na dobre wraz z rozwojem technologii Big Data oraz uczenia maszynowego, ponieważ surowe dane alternatywne są zwykle nieustrukturyzowane, chaotyczne i trudne do interpretacji bez odpowiedniej mocy obliczeniowej. Z tego potężnego arsenału informacyjnego korzystają przede wszystkim najwięksi gracze rynkowi – fundusze hedgingowe, banki inwestycyjne oraz firmy zajmujące się High Frequency Tradingiem (HFT), dla których każda milisekunda przewagi informacyjnej jest na wagę złota. To właśnie te instytucje są w stanie wyłożyć astronomiczne kwoty na subskrypcje egzotycznych zbiorów danych i zatrudnienie armii fizyków oraz matematyków do ich analizy. Czy to jednak oznacza, iż „przeciętny Kowalski” jest całkowicie wykluczony z tej gry? Niekoniecznie.

Choć inwestor indywidualny rzadko ma dostęp do surowych, kosztownych baz danych w takiej samej formie jak giganci z Wall Street, rewolucja cyfrowa sprawia, iż coraz więcej narzędzi i pochodnych informacji trafia do domeny publicznej lub staje się dostępnych za ułamek ceny, co otwiera furtkę do stosowania podobnych strategii na mniejszą skalę – o czym, wraz z konkretnymi przykładami firm i źródeł, opowiemy w dalszej części.

Zdjęcia satelitarne

Jednym z najbardziej obrazowych i często przytaczanych przykładów wykorzystania danych alternatywnych jest analiza zdjęć satelitarnych, która realnie zmieniła sposób prognozowania wyników sprzedaży sieci handlowych jeszcze przed ich oficjalnym opublikowaniem. Firmy takie jak Orbital Insight czy RS Metrics dostarczają funduszom inwestycyjnym analizy oparte na regularnych zdjęciach parkingów przed największymi sieciami marketów w Stanach Zjednoczonych i Europie. Zaawansowane algorytmy komputerowego widzenia zliczają liczbę zaparkowanych samochodów w określonych godzinach i dniach tygodnia, a następnie porównują te dane z historycznymi wzorcami ruchu.

Jeżeli algorytmy wykryją, iż w danym kwartale ruch na parkingach sieci takich jak Walmart czy Target, jest istotnie wyższy niż w analogicznym okresie roku poprzedniego, fundusz może założyć, iż przychody spółki przewyższą oczekiwania analityków. Pozwala to na zajęcie długiej pozycji na akcjach spółki na długo przed publikacją wyników finansowych, kiedy informacja nie pozostało zdyskontowana w cenie rynkowej.

W praktyce analiza satelitarna nie ogranicza się jednak wyłącznie do parkingów. Najbardziej zaawansowani inwestorzy wykorzystują obrazy satelitarne również do monitorowania poziomu zapasów surowców – na przykład poprzez analizę cieni rzucanych przez pływające zbiorniki ropy naftowej, co pozwala szacować ich realne wypełnienie (tak, choćby tak szczegółowe dane mają dla niektórych uczestników rynku znaczenie). Obserwuje się także aktywność w portach morskich, liczbę statków oczekujących na rozładunek, tempo rotacji kontenerów czy zmiany koloru wody wskazujące na intensywność operacji logistycznych.

Zdjęcie satelitarne zbiorników z ropą naftową – alternatywne dane rynkowe. Źródło: towardsdatascience.com

W sektorze przemysłowym i energetycznym zdjęcia satelitarne służą do oceny aktywności kopalń, elektrowni czy hut – na podstawie wielkości hałd surowców, śladów transportu czy choćby tempa narastania i znikania odpadów produkcyjnych. Z kolei analiza nocnego natężenia świateł w miastach bywa wykorzystywana jako wskaźnik ożywienia gospodarczego, szczególnie w regionach, gdzie oficjalne dane statystyczne są opóźnione lub niewiarygodne.

Dla przeciętnego inwestora indywidualnego dostęp do tego typu danych i narzędzi analitycznych może wydawać się nieosiągalny ze względu na koszty i barierę technologiczną. Warto jednak zauważyć, że logika stojąca za tym podejściem pozostaje uniwersalna. W uproszczonej formie może być ona stosowana poprzez uważną obserwację otoczenia, co klasyczna literatura inwestycyjna określa mianem „metody scuttlebutt”.

Peter Lynch, legendarny zarządzający funduszem Magellan, wielokrotnie podkreślał, iż nierzadko konsument ma przewagę informacyjną nad analitykiem z Wall Street.

W tym sensie zdjęcia satelitarne są jedynie skalowalnym, zautomatyzowanym odpowiednikiem tego samego procesu obserwacji rzeczywistości – tyle iż prowadzonego z orbity, a nie z poziomu ulicy.

Dane transakcyjne z kart płatniczych

Kolejnym potężnym filarem alternatywnych danych, z którego korzystają giganci tacy jak Renaissance Technologies, Two Sigma czy Citadel, są dane transakcyjne pochodzące z kart kredytowych i debetowych oraz skany paragonów przesyłanych na skrzynki mailowe. Istnieją firmy agregujące zanonimizowane dane o płatnościach od milionów konsumentów, które następnie są sprzedawane instytucjom finansowym w formie zagregowanych raportów pokazujących trendy zakupowe z dokładnością do dnia, a choćby godziny. Dzięki temu zarządzający funduszami wiedzą niemal w czasie rzeczywistym, jak sprzedaje się nowy model iPhone’a, czy subskrypcje Netflixa rosną czy maleją w danym regionie, albo jak radzi sobie sieć restauracji typu fast-food w obliczu nowej kampanii marketingowej konkurencji.

Tego typu informacje pozwalają na budowanie modeli predykcyjnych o niespotykanej wcześniej precyzji, eliminując kolejny element zaskoczenia, który towarzyszył dawniej sezonom wyników. W tym kontekście warto wspomnieć o firmach takich jak Yodlee czy Second Measure, które stały się kluczowymi partnerami dla funduszy hedgingowych, dostarczając im wgląd w portfele konsumentów na poziomie, o jakim tradycyjni analitycy mogli tylko marzyć. Choć przeciętny inwestor nie ma dostępu do tak granularnych baz danych, może szukać przybliżonych informacji poprzez analizę list bestsellerów na platformach e-commerce takich jak Amazon, śledzenie rankingów popularności aplikacji w App Store czy Google Play, co często jest bezpośrednio skorelowane z przychodami spółek technologicznych i gamingowych.

Popularność aplikacji giełdy Coinbase w App Store. Momenty, w których ta aplikacja znajdowała się blisko szczytu popularności historycznie były bardzo dobrym momentem na wyjście z rynku czy zabezpieczenie ekspozycji (oczywiście w zależności od strategii). Źródło: theblock.co

Web scraping

Nie można pominąć kluczowej roli, jaką w nowoczesnym tradingu odgrywa web scraping, który w swoim najbardziej wyrafinowanym wydaniu przypomina polowanie na rodzące się trendy kulturowe i społeczne, zanim te staną się oczywiste dla szerokiego rynku. Zaawansowane algorytmy funduszy inwestycyjnych nieustannie monitorują internet w poszukiwaniu „kolejnej wielkiej rzeczy”, analizując dynamikę zmian w zachowaniach konsumentów. Doskonałym przykładem jest tutaj śledzenie zjawiska viralowości produktów na platformach video czy w mediach społecznościowych. Gdy konkretny produkt kosmetyczny, model butów czy gadżet elektroniczny zaczyna masowo pojawiać się w postach influencerów oznaczonych hashtagami typu „must have”, algorytmy natychmiast wychwytują ten skokowy wzrost zainteresowania. Dla funduszu jest to sygnał, iż sprzedaż danej spółki w nadchodzącym kwartale prawdopodobnie wystrzeli w górę, napędzana owczym pędem konsumentów, co z kolei przełoży się na wzrost kursu akcji. Mechanizm ten działa również w drugą stronę – web scraping pozwala na błyskawiczną identyfikację istotnych tematów społecznych i zagrożeń wizerunkowych, takich jak nawołania do bojkotu marki ze względów etycznych czy ekologicznych. jeżeli algorytm wykryje, iż frazy nawołujące do zaprzestania kupowania produktów danej korporacji zyskują na popularności i przebijają się do mainstreamu, traderzy mogą zająć krótką pozycję, grając na spadki, zanim zarząd firmy zdąży w ogóle wydać oświadczenie w tej sprawie. Jest to więc gra polegająca na kwantyfikacji popularności i „buzzu” wokół marki. Przeciętny Kowalski, choć zwykle nie dysponuje serwerownią do mielenia petabajtów danych, może wykorzystać tę samą logikę obserwując, czego ludzie szukają w sieci, jakie tematy zyskują na popularności w jego własnej „bańce informacyjnej” lub co nagle znika z półek sklepowych. W ten sposób, nierzadko inwestor indywidualny może dostrzec zmianę warty w preferencjach konsumenckich szybciej niż analityk wpatrzony jedynie w tabelki Excela z danymi historycznymi.

Media społecznościowe

Jeszcze bardziej wyrafinowanym i dynamicznie rozwijającym się obszarem alternatywnych danych jest analiza sentymentu w mediach społecznościowych i serwisach informacyjnych, która weszła na zupełnie nowy poziom dzięki postępom w dziedzinie przetwarzania języka naturalnego. Dziś algorytmy nie ograniczają się już tylko do prostego zliczania słów „kupuj” lub „sprzedaj”, ale potrafią rozumieć kontekst, sarkazm, a choćby interpretować ciągi emotikon, które w slangu internetowym często niosą więcej treści niż całe zdania. Fundusze inwestycyjne monitorują miliony wpisów na platformie X (dawniej Twitter), gorące dyskusje na forach takich jak Reddit, a także sekcje komentarzy na YouTube, aby ocenić emocjonalne nastawienie tłumu do konkretnych aktywów.

To właśnie zaawansowana analiza sentymentu pozwoliła niektórym funduszom, takim jak Senvest Management, wcześnie wykryć rodzące się szaleństwo wokół GameStopu i zarobić na nim fortunę, podczas gdy inni, ignorujący ten „szum informacyjny”, ponieśli gigantyczne straty. w tej chwili algorytmy te badają nie tylko polaryzację opinii – czyli czy jest ona pozytywna czy negatywna – ale także tak zwaną „prędkość viralową” informacji oraz wolumen dyskusji, co pozwala odróżnić chwilową modę od trwałego trendu. W świecie kryptowalut, gdzie fundamenty często schodzą na drugi plan, analiza nastrojów na X, Telegramie czy Discordzie dla wielu jest wręcz podstawowym narzędziem pracy, pomagającym przewidzieć wystrzały cenowe zanim one nastąpią.

Co niezwykle istotne, ta potężna broń informacyjna przestała być wyłączną domeną instytucji z Wall Street. Na rynku pojawiły się platformy i serwisy dedykowane inwestorom detalicznym, które agregują ten cyfrowy chaos i przekuwają go w czytelne wskaźniki. “Przeciętny Kowalski” może dziś skorzystać z narzędzi takich jak StockTwits, który jest de facto społecznościowym barometrem nastrojów dla tysięcy spółek, czy serwisów typu SwaggyStocks oraz ApeWisdom, które specjalizują się w „nasłuchiwaniu” dyskusji na Reddicie, prezentując w czasie rzeczywistym, o których spółkach mówi się najwięcej i w jakim kontekście. Dla inwestorów zainteresowanych rynkiem kryptowalut, LunarCrush oferuje niezwykle szczegółowe metryki „społecznej dominacji” danego coina, często skorelowane z przyszłymi ruchami cen.

Nawet tak proste i darmowe narzędzie jak Google Trends, użyte w kreatywny sposób, może służyć jako wskaźnik sentymentu, pokazując nagły skok zainteresowania daną frazą, co historycznie często wyznaczało lokalne szczyty lub dołki notowań. Dostępność tych narzędzi sprawia, iż inwestor indywidualny nie musi już zgadywać, „co myśli rynek”, ale może to sprawdzić na wykresie, zyskując wgląd w psychologię tłumu, który do niedawna był zarezerwowany tylko dla posiadaczy terminali Bloomberga.

Globalne zainteresowanie frazą “crypto” w czasie. Źródło: trends.google.com

Analiza frachtów

Warto również spojrzeć w niebo i na morza, gdzie alternatywne dane geolokalizacyjne pozwalają inwestorom mierzyć puls globalnej gospodarki w czasie rzeczywistym, dając im przewagę nad tymi, którzy polegają wyłącznie na opóźnionych raportach statystycznych. Dla funduszy operujących na rynkach surowcowych i towarowych, kluczem do sukcesu nierzadko jest precyzyjne określenie równowagi między popytem, a podażą, zanim zrobi to reszta rynku. W tym celu wykorzystuje się systemy śledzenia ruchu morskiego (ang. Automatic Identification System, AIS), które pozwalają na bieżąco monitorować przepływ kluczowych surowców energetycznych, metali czy produktów rolnych między kontynentami. Dzięki analizie zagregowanych danych o ruchu tysięcy statków, analitycy oceniają , czy na rynek zmierza nadpodaż ropy naftowej, która może obniżyć jej ceny, czy też występują opóźnienia w dostawach, które mogą wywindować wyceny kontraktów terminowych. Obraz ten dopełniają dane satelitarne, które służą jako niezależny audytor aktywności gospodarczej na lądzie. Obserwacja postępów na wielkich placach budowy, monitorowanie aktywności fabryk czy ocena kondycji upraw na kluczowych obszarach rolniczych pozwala funduszom szacować przyszłe wyniki całych sektorów gospodarki. Jest to podejście fundamentalne, ale oparte na twardych, choć alternatywnych danych, a nie na deklaracjach zarządów spółek czy szacunkach rządowych. Dla inwestora indywidualnego, który chce zrozumieć szerszy kontekst rynkowy, dostępne publicznie serwisy mapujące ruch morski mogą stanowić interesujące uzupełnienie analizy, pozwalając na własne oczy zweryfikować główne szlaki handlowe i zrozumieć skalę globalnej wymiany towarowej.

Prywatne odrzutowce największych korporacji

Również intrygującym, choć niezwykle niszowym źródłem informacji, jest śledzenie prywatnych odrzutowców należących do korporacji. Kiedy samolot należący do dużej spółki farmaceutycznej ląduje na lotnisku w pobliżu siedziby mniejszej firmy biotechnologicznej, a wizyta ta nie jest oficjalnie zapowiedziana, może to być sygnał o trwających negocjacjach w sprawie fuzji lub przejęcia. Tego typu „flight tracking” stał się na tyle istotny, iż niektóre firmy zaczęły blokować publiczny dostęp do danych o lokalizacji swoich maszyn, jednak dla wyspecjalizowanych dostawców danych wciąż istnieją sposoby na pozyskiwanie tych informacji. Jest to przykład ekstremalnej asymetrii informacyjnej, gdzie fizyczny ruch kadry zarządzającej staje się sygnałem transakcyjnym.

Infrastruktura, modele i etyka w analizie danych alternatywnych

Należy jednak pamiętać, iż samo posiadanie danych to dopiero połowa sukcesu, a prawdziwa magia dzieje się na etapie ich przetwarzania i modelowania. Największe firmy inwestycyjne, zatrudniają nie ekonomistów, ale astrofizyków czy matematyków, których zadaniem jest odnalezienie korelacji w szumie informacyjnym, które są niewidoczne dla ludzkiego oka. Modele te często działają na zasadzie „czarnej skrzynki”, gdzie choćby sami twórcy nie zawsze są w stanie wyjaśnić, dlaczego algorytm podjął taką, a nie inną decyzję, liczy się jedynie statystyczna skuteczność. Bariera wejścia w ten świat jest ogromna, nie tylko ze względu na koszt zakupu danych, który może wynosić miliony dolarów rocznie, ale przede wszystkim ze względu na koszt infrastruktury technologicznej i kapitału ludzkiego niezbędnego do ich obróbki. Mimo to, dynamiczny rozwój sztucznej inteligencji sprawia, iż narzędzia do analizy danych stają się coraz tańsze i bardziej dostępne, co może w przyszłości doprowadzić do demokratyzacji dostępu do alternatywnych danych rynkowych.

Również istotnym aspektem, który należy poruszyć w kontekście alternatywnych danych, jest kwestia etyki i prywatności. Wykorzystywanie danych geolokalizacyjnych czy transakcyjnych budzi uzasadnione kontrowersje, choćby jeżeli dane te są zanonimizowane i zagregowane. Granica między innowacyjną analizą rynkową, a inwigilacją jest cienka. Z perspektywy inwestora indywidualnego warto mieć świadomość, iż każdy nasz ruch w sieci, każde kliknięcie i każda płatność kartą stają się częścią wielkiego zbioru danych, który finalnie może wpłynąć na wycenę akcji spółek, których produkty kupujemy.

Alternatywne dane rynkowe, a szum informacyjny

Zjawiskiem, które obserwujemy obecnie, jest również szybka dewaluacja wartości poszczególnych źródeł danych. To, co dekadę temu było rewolucją, jak na przykład proste scrapowanie cen z internetu, dziś jest standardem. Dlatego największe firmy inwestycyjne są w nieustannym wyścigu zbrojeń, poszukując coraz to dziwniejszych i bardziej niszowych źródeł danych.

“Przeciętny Kowalski” nie musi jednak brać udziału w tym wyścigu na śmierć i życie. Jego przewagą może być czas i cierpliwość – luksusy, na które zarządzający funduszami, rozliczani z wyników kwartalnych, często nie mogą sobie pozwolić. Wykorzystanie dostępnych publicznie alternatywnych danych, takich jak Google Trends, do sprawdzania zainteresowania produktami, czy uważna obserwacja trendów konsumenckich w swoim otoczeniu, może być cennym uzupełnieniem klasycznej analizy fundamentalnej, pozwalającym na podejmowanie lepszych decyzji inwestycyjnych bez konieczności posiadania superkomputera.

Rozmowy i znajomości

Na koniec, warto jeszcze wspomnieć, iż mimo powszechnej fascynacji algorytmami i sztuczną inteligencją, w świecie wielkich finansów wciąż fundamentalną rolę odgrywa czynnik ludzki, a konkretnie dostęp do wiedzy ukrytej w głowach specjalistów z poszczególnych branż. W cieniu cyfrowej rewolucji kwitnie niezwykle lukratywny rynek tak zwanych sieci eksperckich, które łączą zarządzających funduszami z inżynierami, lekarzami, logistykami czy rolnikami z całego świata. Mechanizm ten opiera się na prostym założeniu: nikt nie zna sytuacji w sektorze półprzewodników lepiej niż inżynier pracujący przy linii produkcyjnej na Tajwanie, i nikt nie oceni przyszłych zbiorów kakao trafniej niż plantator z Wybrzeża Kości Słoniowej, który na co dzień walczy z kaprysami pogody. Wielkie firmy inwestycyjne płacą tysiące dolarów za godzinne konsultacje z takimi osobami, by wyłowić niuanse, których nie dostrzeże żaden satelita ani skrypt. Rozmowa z dyrektorem sprzedaży regionalnej sieci handlowej może ujawnić zmianę nastrojów konsumentów tygodnie przed tym, jak pokażą to twarde dane sprzedażowe, a pogawędka z dostawcą podzespołów może ostrzec przed wąskim gardłem w produkcji nowej technologii.

Dla inwestora indywidualnego jest to lekcja, by nie lekceważyć siły własnej sieci kontaktów. Często rozmowa ze znajomym pracującym w budownictwie, transporcie czy IT może dostarczyć cenniejszych wskazówek o realnej kondycji gospodarki niż skomplikowane analizy makroekonomiczne (abstrahując już od kwestii na ile można publicznym danym ufać, a na ile nie). Wsłuchiwanie się w „głos ulicy” i branżowe plotki to sztuka łączenia kropek, która jest dostępna dla wszystkich, kto potrafi zadawać adekwatne pytania i słuchać odpowiedzi.

Podsumowanie

Świat alternatywnych danych rynkowych to fascynująca, wielowymiarowa rzeczywistość, w której informacja przybiera najróżniejsze formy – od cienia rzucanego przez tankowiec, przez tweet nastolatka o nowej grze komputerowej, aż po poufną rozmowę z inżynierem na drugim końcu świata.

Dla największych firm inwestycyjnych, dane te stały się niezbędnym tlenem, bez którego ich algorytmy decyzyjne nie mogłyby skutecznie funkcjonować w dzisiejszym, hiper-konkurencyjnym środowisku rynkowym. Pozwalają one zajrzeć za kulisy globalnej gospodarki i dostrzec trendy, zanim te zmaterializują się w oficjalnych raportach, dając tym samym bezcenną przewagę czasu.

Choć przepaść technologiczna i kapitałowa między instytucjonalnymi gigantami, a inwestorami indywidualnymi pozostaje ogromna, kreatywne wykorzystanie ogólnodostępnych narzędzi cyfrowych oraz pielęgnowanie własnej sieci kontaktów pozwala każdemu z nas stać się analitykiem danych alternatywnych na własną skalę. W ostatecznym rozrachunku, w erze wszechobecnego szumu informacyjnego, przewagę często zyskuje nie ten, kto ma dostęp do największej ilości danych, ale ten, kto potrafi zadać im najtrafniejsze pytania, zachować krytyczny umysł i wyciągnąć adekwatne wnioski – niezależnie od tego, czy zarządza miliardami dolarów, czy własnymi oszczędnościami.