Wat is 'Alternative Data' en waarom gebruiken quants dit?
Stel je voor: je bent een quant. Je hebt een vlijmscherpe Python-bot die netjes zijn werk doet met data van je broker. Je backtests zijn veelbelovend.
Toch loopt de bot in de live markt tegen een muur op. Waarom?
Omdat iedereen exact dezelfde data gebruikt. De prijs van aandelen, het volume, de koersgrafieken – het is allemaal openbaar.
Om de concurrentie een stap voor te zijn, moet je iets anders in je algoritmische trading bots stoppen. Je moet de markt vanuit een heel ander perspectief bekijken. Dat is precies waar 'Alternative Data' om de hoek komt kijken. Het is het geheime wapen voor traders die op zoek zijn naar een ongeziene voorsprong.
Waarom standaard data niet meer genoeg is
De meeste trading bots draaien op zogenaamde 'market data'. Dat zijn de getallen die je ziet in je handelsplatform van broker Interactive Brokers of MetaTrader: de slotkoers, het volume, de openingsprijs.
Dit is data die door de markt zelf wordt gecreëerd. Het is een weerspiegeling van wat er al is gebeurd.
Als je een backtest draait in Python met alleen prijsdata, bouw je een strategie die reageert op het verleden. Prima, maar iedereen met een standaard scriptje doet hetzelfde. De echte winnaars in de quant-wereld zoeken naar data die níét door de markt is gemaakt.
Ze willen weten wat er vóór de marktreactie gebeurt. Ze willen de oorzaak zien, niet alleen het gevolg. Alternative data is simpelweg data die niet tot de traditionele financiële bronnen behoort. Het is informatie die je kunt gebruiken om de echte economie te meten, nog voordat bedrijven hun kwartaalcijfers publiceren.
Stel je voor dat je weet hoeveel auto's er deze maand uit de fabriek zijn gerold, terwijl de beleggers nog wachten op de officiële verkoopcijfers.
Of dat je ziet dat het aantal nieuwe vacatures voor software-ontwikkelaars bij een techgigant plotseling daalt. Dat zijn signalen die een impact hebben op de aandelenkoers, veel eerder dan de markt het doorheeft. Het is de kunst om deze signalen te vinden, te filteren en te verwerken in je handelslogica.
De soorten alternative data die quants echt gebruiken
De wereld van alternative data is enorm, maar voor algoritmische traders draait het om een paar specifieke categorieën die concrete resultaten opleveren. Laten we de meest bruikbare opties bekijken, inclusief een realistische inschatting van de kosten, want ja, kwaliteit kost geld.
Je moet dit zien als een investering in je alpha, je overwicht op de markt. Dit is heilige graal voor retail- en e-commerce aandelen. Denk aan anonieme creditcardstromen of data van bedrijven als Yodlee of Second Measure.
1. Transactie- en betalingsdata
Je kunt letterlijk zien hoeveel geld er per dag bij Amazon, Nike of Tesla wordt uitgegeven.
Als je een Python-script bouwt dat deze datastroom analyseert, kun je een stijging in de verkoop van een product waarnemen voordat het bedrijf de cijfers bekendmaakt. De prijs? Extreem hoog. Een dataset van een topbedrijf als Mastercard of Visa kan zo €50.000 tot €150.000 per jaar kosten. Voor een beginnende quant is dit vaak onbetaalbaar, maar grotere fondsen gebruiken dit standaard.
2. Satellietbeelden en geo-data
Hier gaat het om het meten van de fysieke wereld. Bedrijven zoals Planet Labs of Descartes Labs schieten dagelijks satellietfoto's van over de hele wereld.
Een quant kan een computer vision model (bijvoorbeeld in Python met libraries als TensorFlow) trainen om parkeerplaatsen van Walmart of Tesla-fabrieken te tellen.
3. Web scraping en sociale media sentiment
Stel je voor: je ziet op een zaterdagmiddag dat de parkeerplaatsen van Walmart vol zitten, maar die van Target leeg zijn. Dat is een direct signaal voor de kwartaalomzet. De kosten voor toegang tot dergelijke beelden variëren sterk, maar beginnen vaak rond de €10.000 - €20.000 per dataset per jaar voor specifieke locaties. Dit is de categorie die voor individuele traders het meest toegankelijk is.
Het draait allemaal om 'web data'. Je kunt scripts schrijven die reviews scrapen van Amazon, LinkedIn-profielen analyseren om personeelsgroei te meten, of Twitter-feeds uitlezen voor sentiment.
4. IoT en sensor data
Stel je voor dat je een bot bouwt die meet hoeveel keer 'slechte service' of 'kapot' voorkomt in tweets over een specifiek telecombedrijf. Een piek in klachten correleert vaak met een daling van de aandelenkoers. De kosten voor custom scraping scripts zijn laag (hooguit serverkosten van €50 per maand), maar je moet wel slimme anti-detect technieken gebruiken om geblokkeerd te worden door websites.
Dit is de next-level stuff. Denk aan sensoren in schepen die ladingen tracken (via bedrijven als Orbital Insight), of data van connected auto's.
Je kunt zien hoe vol een olietanker is, of hoeveel kilometers een gemiddelde Tesla in een bepaalde regio rijdt via geaggregeerde data van navigatie-apps. Dit geeft inzicht in supply chains en logistiek. De prijzen voor dergelijke datasets liggen vaak tussen de €20.000 en €100.000 per jaar, afhankelijk van de kwaliteit en de frequentie. Het is vooral iets voor fondsen die handelen in grondstoffen of industriele aandelen.
Hoe je alternative data verwerkt in je trading bot
Het hebben van de data is één ding, het omzetten naar een winstgevende trade is de echte uitdaging. Je kunt niet zomaar een getal in je Python-script pluggen.
Het proces ziet er meestal zo uit, en het vereist rigoureuze data science principes. Eerst is er de acquisitie. Je haalt de data binnen.
Dit kan via een API (als de dataprovider die heeft), of via een CSV-bestand dat je maandelijks krijgt toegestuurd.
Vervolgens moet je de ruwe data opschonen. Alternative data is vaak 'noise'. Een satellietfoto kan bewolkt zijn, een tweet kan sarcasme zijn. Je gebruikt Python om dit te filteren.
Je standardiseert de data zodat je hem kunt vergelijken met de marktprijs. Dan komt het proces van feature engineering.
Dit is waar de magie gebeurt. Je bent niet geïnteresseerd in één foto van een parkeerplaats. Je bent geïnteresseerd in de verandering ten opzichte van vorige week.
Je berekent dus afgeleide metrics: "Groei van het aantal geparkeerde auto's: +5% week-op-week".
Dit getal, deze 'feature', stop je in je model. Tot slot test je dit in een backtest. Je simuleert wat er was gebeurd als je op basis van die parkeerplaats-data had gehandeld de afgelopen 3 jaar. Pas als de backtest winstgevend is en geen extreme drawdowns heeft, zet je de bot live.
Onthoud dit: data is duur, maar verkeerde data is nog duurder. Een dataset met een vertraging van 24 uur is voor high-frequency trading nutteloos, maar voor een wekelijkse strategie misschien perfect.
De valkuilen en praktische tips voor de startende quant
Je bent enthousiast en wilt beginnen. Maar er zijn serieuze hordes.
De grootste is de kosten-baten analyse. Als je €50.000 per jaar betaalt voor een dataset, moet je bot minimaal €60.000 (incl. transactiekosten) winst maken om rendabel te zijn. Voor kleine accounts is het onmogelijk om de big-money data te betalen.
Focus je daarom op 'gratis' of goedkope alternative data voordat je big money investeert.
Een tweede valkuil is overfitting. Omdat alternative data vaak schaars is (bijvoorbeeld maar 50 weken aan geschiedenis), is het verleidelijk om je model perfect te maken op die data. Bij het kiezen tussen traditionele statistiek of machine learning, faalt je bot live vaak als hij te complex is gemaakt op toeval.
Gebruik dus altijd 'walk-forward validation' en zorg dat je bot robuust is. Hier zijn een paar concrete tips om vandaag nog te beginnen, zonder je spaargeld op te blazen:
- Start met web scraping: Gebruik Python libraries zoals BeautifulSoup of Selenium. Scrap de reviews van Bol.com of Trustpilot. Dit is gratis (behalve je tijd) en leert je de basis van data-acquisitie.
- Gebruik open source alternative data: Kijk naar bronnen zoals het Bureau of Labor Statistics (BLS) voor banencijfers, of open data van overheden. Deze data is gratis en vaak van hoge kwaliteit, alleen moet je hem zelf verwerken.
- Kijk naar betaalbare aggregators: Er zijn platformen die een mix van alternative data aanbieden voor €100 - €500 per maand. Dit is een stuk betaalbaarder dan direct naar de bron te gaan. Zoek naar partijen die data voor retail traders ontsluiten.
- Focus op de juiste assets: Gebruik alternative data voor assets die er gevoelig voor zijn. Gebruik satellietdata voor olie- of graanprijzen, en creditcarddata voor retail-aandelen. Niet voor Bitcoin of goud (daar werkt deze data vaak niet).
Alternative data is het wapen van de moderne quant. Het is de overgang van reageren op prijzen naar het voorspellen van de economie.
Begin klein, experimenteer met Python, en je dataset voorbereiden met Pandas is de volgende logische stap. De voorsprong die je opbouwt, is elke moeite waard.