向对冲基金出售数据

对冲基金并不都是一样的。以下是主要类型。量化基金利用基于算法和数据的自动交易策略。他们并不是希望在每一笔交易上都是正确的。他们只想做对而不是做错，并大量交易证券。他们通常购买频繁发布的数据。与每日发布的5年历史数据相比，按季度发布的5年历史数据提供的回溯较弱。

向量化基金销售的最大好处是，他们的商业模式是基于数据的，因此他们聘请专业人士与数据供应商交谈，了解他们的数据，并在有价值的时候提出令人信服的建议。向量化基金销售的困难之处在于，如果您的数据集不满足上述属性，您可能不会向它们销售任何东西。但是你很快就会学会的。更多信息：最大的量化对冲基金平台基金由许多独立的PM&；分析师团队组成，他们共享集中的资源，如管理下的资产、交易与执行、合规、数据、办公空间、培训等。采用相机抉择策略的平台基金通常会购买与公司KPI(“关键业绩指标”)或特定证券的关键投资者问题高度相关的数据。

由于平台基金提供在其投资团队(或“豆荚”)之间共享的基础设施，因此它们经常聘用与Quant Funds类似的数据采购专业人员。这些也是快速愉快的对话，只需要最低限度的销售基础设施。更多信息：多经理基金多/空股票对冲基金挑选股票。他们倾向于购买与平台基金类似的数据，即在数据上花费最多的多/空股票对冲基金：频繁交易。他们交易的频率越高，他们想要查看的数据就越多。在鲸鱼智慧(Whale Wisdom)这样的13F数据库上，一个粗略的代表是“营业额%”

集中下注。他们的头寸越大，他们可以花的钱就越多。鲸鱼智慧网站上的“投资组合百分比”就代表了这一点。

更多信息：机构投资者排名前100的对冲基金(还包括Quant和平台基金)这些公司根据特定的催化剂进行投资，如合并、收购、破产、剥离或立法。如果你的数据集允许投资者对关键事件有独特的洞察力，那么它们可能是事件驱动型基金的最佳匹配。上述名称既不是相互排斥的，也不是共同详尽的。许多基金都是以上或完全不同的组合，包括：宏观基金：这些公司投资于影响到许多股票的更广泛的趋势。如果你的数据反映了更广泛的趋势，如通胀、货币、天气、利率或全球事件，它们可能是宏观基金的最佳匹配。

有关对冲基金为什么看重另类数据的背景，请参阅马特·图克(Matt Turck)关于这一主题的精彩文章。在高层次上，它有助于将机构投资者市场划分为量化基金和自由支配基金，因为两者对数据的要求和用例非常不同。为了吸引量化基金，你的数据应该与很多公司交谈，并有很长的时间序列。一个很好的例子是涉及许多上市公司的消费者交易小组，这与股价呈正相关。一旦量化基金了解了你的数据集，他们就可以进行反向测试来建立价值。为了吸引基本面投资者，从一些特定上市公司的案例研究开始会更容易。选择您的数据最能与其KPI(例如，收入、GMV、毛利润)进行关联的几个项目。最好的公司是：股价是由你的数据可以与之对话的关键指标或投资者问题推动的。

正确的公司会因数据集而异，但仅举几个例子：移动应用使用情况面板：与观察到的应用使用情况与Snapchat、Facebook或Twitter的报告DAU相关联。

消费者交易面板：与零售商的同店销售额或GMV/电子商务公司的销售额相关

社会情绪：将情绪的变化与消费者/服装品牌公司的收入或股价相关。

这两种类型的组织都雇佣了希望与数据所有者交谈的团队，可以快速采取行动，并为您的数据提供价格。你可以直接与这些人交谈，不需要与数据经纪人或其他中介合作，他们可以要求50%或更多的收入份额。销售数据是一个多阶段的游戏。价格发现和产品化可能需要数年时间。不要过多地考虑你的第一份合同，也不要坚持到最后一美元。与少数早期采用者交谈，洽谈公平的1年合同，分配有限，比如5-10个基金。你可以根据与基金的对话来决定具体的数字。行动迅速，这样你就可以集中你的时间和资源，准确地了解投资者是如何使用你的数据的，并在续订到来时决定你的策略。Quant、Platform和其他大型对冲基金雇佣了数据团队，他们可以从几乎任何格式的数据中提取价值。向更广泛的基金受众销售需要对您的数据产品进行额外的QA和分析投资。有关开发此团队的更多信息，请参阅我们关于如何整合投资分析师、数据分析师和工程师的帖子。生产您的数据意味着提供额外的QA和分析，使您能够了解其价值，并使没有大型数据团队的基金能够从中提取价值。无论您的客户分布如何，生产您的数据都将使您的客户中更多的人更容易使用它，从而增加其价值。一旦您的第一年合同到期，您将需要决定是否要扩大您的分销规模。你卖给的基金越多，你的数据对客户的价值就越低。你也许能够增加你的分销，并向更多类型的基金销售的原因：数据是细粒度的和多维的。它不仅仅是一个数据点，不同类型的投资者使用它来回答不同类型的问题。

您可以以不同的价位为不同的客户类型开发不同的数据产品，因此并不是每个人都能获得相同的体验。

您可能希望保持有限分布的原因：您的数据的主要使用案例是KPI估计，它比粒度数据集更快地商品化。您提供的是收入估算，还是了解整个行业的一种方式？

您可能对数据集的价值抱有不切实际的期望的原因：您的数据集的价值将在很大程度上取决于诸如准确性、时间序列、合规性、发布时间表等细节。

它还将取决于特定于目标公司的因素，如竞争对手数据集的存在、卖方共识的精确度、关键投资者问题或法律/宏观/监管悬而未决的存在。

投资者将为某一类别中排名第一的数据集支付高额溢价。你是第一名吗？

关于数据集获得巨额溢价的传言比关于没有人想要的数据集的传言更具病毒式传播

对冲基金客户会要求对您的数据集进行某些表示。YipitData主服务协议可以让您了解未来会发生什么。您应该咨询律师，帮助您处理与特定数据集相关的合同，并帮助您完成客户合规性审查。违反证券法提供重大、非公开信息或者个人身份信息。提供误导性的、篡改的或“数据挖掘”的历史关联。隐藏可能影响数据准确性的重大数据中断或其他问题。我们认为，对冲基金合理的入市策略是：尽快与有限数量(5-10名)的买家签订一年期合同。

如果您认为您有对冲基金可能感兴趣的数据，我们很乐意与您交谈，如果您感兴趣，请您咨询已表示对替代数据感兴趣的对冲基金。给我发电子邮件：[email protected]_James Moran是YipitData的总裁/联合创始人，该公司分析网络数据，提供KPI估计，并为投资者回答关键问题。