Alternative Data 101
เมื่อวานได้ไปพูดเรื่อง Alternative data ผมยกตัวอย่างเรื่องของ Hedge Fund และบริษัทบริหารสินทรัพย์ เจ้าใหญ่ที่ซื้อข้อมูล alternative data จากบริษัทผลิตข้อมูลกลุ่มที่มีโครงสร้างพิเศษเพื่อสกัด insight นำไปช่วยให้เกิด edge สำหรับการตัดสินใจเข้าลงทุน(ประเภทรู้ก่อน รู้ลึกกว่าคนทั่วไป)
alternative data ซึ่งมีหลากหลายประเภทศึกษาจากรายงานของ deloitte ตัวอย่างหนึ่งคือการใช้ภาพถ่ายดาวเทียมรายละเอียดสูง(ระดับเซนติเมตร) ในการติดตามพื้นที่ลานจอดรถในห้างสรรพสินค้า หรือติดตามการเข้าออกของรถบรรทุก(trucking schedules)ในบริษัทผลิตสินค้า เพื่อนำไปสร้างโมเดลประเมินยอดรายได้ของกิจการ ยังมีอีกหลากหลายที่ปัจจุบันดูเหมือนจะมีการนำมาใช้ บวกกับความคิดสร้างสรรค์ในการพัฒนา Quant Model กับข้อมูลพวกนี้ ซึ่งยังมีอีกหลากหลายรูปแบบในการใช้งาน
พอบรรยายเรื่องนี้หลายคนอาจจะไม่เห็นภาพ ว่าปัจจุบันมันทำได้จริงๆหรือไม่ ผมเลยทดลองสาธิตการคำนวณปริมาณ รถในลานจอดรถของห้างสรรพสินค้า โรงพยาบาลและร้านอาหารในช่วงเวลาต่างๆให้ดู โดยใช้ Tensorflow Object detect API รันโมเดล Mobilenet (Convolutional Neural Networks สำหรับ mobile) เทรนกับ COCO Data set (เนื่องจากไม่มี GPU รันบน notebook เลยต้องเลือก model ที่เน้นเร็วและไม่ประมวลผลหนัก) รันสดกับภาพมุมสูงจาก Drone และกล้อง ที่หาจากอินเตอร์เน็ต(ไม่มีภาพถ่ายดาวเทียมรายละเอียดสูง) แม้ผลลัพธ์ที่ได้ อาจจะไม่ได้แม่นยำเมื่อเทียบกับของ บริษัทที่ผลิตข้อมูลนี้ใช้ประมวลผลด้วย Deep learning ขั้นสูง แต่ก็คิดว่าน่าจะพอให้เห็นไอเดียเบื้องต้นได้ ว่าการสกัด insight จากข้อมูลพวกนี้ด้วย AI ปัจจุบันมันทำได้จริงๆ
สนใจศึกษาเรื่องนี้อ่านได้จาก link ด้านล่าง ครับ
https://www.cnbc.com/2017/11/28/making-millions-from-the-data-hidden-in-plain-sight.html
https://www.ft.com/content/2f454550-02c8-11e8-9650-9c0ad2d7c5b5
>AI & Alternative data
https://www.youtube.com/watch?v=mjRd8bYt6VI
https://www.youtube.com/watch?v=JoZwWRBiqEc
https://www.quandl.com/alternative-data
https://github.com/tensorflow/models/tree/master/research/object_detection
