数据越来越糟糕。
咨询公司 Neudata 的一项调查显示，三分之一购买数据的投资者表示，过去几年数据质量有所下降，有些人将其归咎于人工智能。
数据是任何投资业务的命脉，对冲基金多年来一直依赖所谓的另类数据（并非来自美国证券交易委员会文件或交易所交易数据等传统来源的信息）来帮助他们进行押注。
人工智能的出现导致销售数据的新供应商激增，这得益于数据的积累和排序，以及长期卖家运营方式的变化。
“现在数据太多了，但经验丰富的数据科学家并不多。这些新地方只是通过法学硕士来运行数据，”一位购买外部数据集并注意到质量下降的基本面股权投资者表示。
“幻觉仍然会发生，”他说。
为什么人工智能是罪魁祸首
与卖家和买家合作的数据产品公司 AggKnowledge 的联合创始人丹尼尔·恩特鲁普 (Daniel Entrup) 表示，人工智能以两种方式影响数据质量：提供商使用人工智能来生成或映射他们正在销售的数据，或者他们使用人工智能作为削减或重新分配专注于数据质量的人员的理由。
两种方法都有问题。数据买家表示，那些依靠人工智能创建数据产品并出售给对冲基金的人很难传达最终报告或数据集的创建方式——这是对冲基金需要确保遵守有关信息可用性和隐私的联邦法规的关键信息。与基金对接的模型也有可能不是很好。
“数据可能在那里，但法学硕士可能是垃圾，”Neudata 研究主管达里尔·史密斯 (Daryl Smith) 说。
对冲基金通常拥有更大的技术预算和更复杂的团队，更愿意通过自己的系统运行数据，而不是依赖供应商的人工智能模型。另外，对原始数据进行的工作是许多管理者的秘密武器的一部分。
史密斯说：“基金对人工智能及其工作流程的信任远远超过对人工智能阿尔法的信任。”
与此同时，Entrup 注意到近几个月来基本数据卫生问题有所增加，因为行业优先事项已转向寻找人工智能的新用例。他的公司从事数据“修订”工作，清理客户使用的数据集中的错误，他说此类工作已显着增加。
“质量有多重要？对于对冲基金来说，这非常重要，”他说。
对于许多买家来说，令人沮丧的是，这些人工智能计划并不是他们向数据提供商分配的任务。
“向我展示客户要求的客户研究，”恩特鲁普说。
对于在流程中使用更多人工智能的数据供应商来说，业务并没有好转。一家中型对冲基金的一位数据买家表示，如果供应商的法学硕士课程免费，他们会使用，但如果必须付费，他们就不会使用。史密斯指出，他的公司尚未发现使用人工智能工具的供应商的收入显着增加。
只需要一次幻觉就能毁掉一个数据集。
一位对冲基金经理表示：“一旦信号失败，数据就会受到污染。”
