近日，TalkingData联合宜人贷，发布2018年《探索另类数据在投资领域的应用》。报告指出，智能投研以智能数据分析及决策为主要应用领域，智能数据分析及决策则是大数据与人工智能发展的产物。大数据、云计算以及智能硬件的发展作为基础技术支撑了人工智能技术的发展，相关技术的运用成为投资智能业务开展的基础。
与传统投研价值链类似，从数据及信息分析的流程来化划分，智能投研的工作流程分为识别、获取数据，存储、结构化、预处理数据，分析数据、涉及信号、策略回测，最后产出交易思路及信号、并进行风险分析。
《探索另类数据在投资领域的应用》目录
一、智能投研行业发展概述
智能投研行业发展背景
金融信息服务市场发展
人工智能、大数据等科技发展
智能投研概述
智能投研概念与分类
智能投研的工作流程
智能投研的特点
二、智能投研行业现状
美国智能投研行业发展现状
发展态势初露雏形，细分领域优势公司获资本青睐
智能投研公司――Kensho
智能投研公司――Eagle Alpha
中国智能投研行业发展现状
2014年，中国智能投研公司开始成立
国家政策：对金融提出了自动化和智能化的发展要求
智能投研公司――文因互联
智能投研公司――因果树
智能投研公司分类
根据优化步骤不同，智能投研平台可分为四类
三、基于可替代数据的投研服务市场
可替代数据的概念及分类
来自个人线上行为的数据
来自商业/业务的数据
来自传感器的数据
金融投资角度下的可替代数据分类
基于可替代数据的投研服务
为什么要利用可替代数据进行投资研究
可替代数据在投研领域的应用情况
可替代数据投研行业的市场规模
基于可替代数据投研服务的市场结构
基于可替代数据的投研公司
四、智能投研的未来发展
智能投研未来发展
智能投研沿袭另类数据投研产品体系，二者遵从相同研发内核
R&D Team在另类投研领域的布局策略
替代数据投研的需求分析――难点与机会
R&D Team开展另类数据投研的策略
组建Alternative Data Group
