Os resultados também indicam uma preferência pela migração para a nuvem para atender às necessidades de gerenciamento de dados históricos
A adoção de técnicas quantitativas e de Inteligência Artificial (IA)/Aprendizado de Máquina (ML), juntamente com o crescimento das estratégias sistemáticas, tornou os dados de pesquisa de investimentos especialmente importantes para as empresas que buscam alfa. Com o aumento dessas estratégias, a Bloomberg entrevistou mais de 150 quants, analistas de pesquisa e cientistas de dados em uma pesquisa realizada durante uma série global de workshops com clientes para entender as principais tendências e desafios na pesquisa de investimentos.
A cobertura de dados, a pontualidade e os problemas de qualidade com dados históricos foram apontados como os principais desafios da indústria, com quase dois quintos (37%) dos entrevistados selecionando essa opção. Em seguida, foram destacados a normalização e o tratamento de dados de múltiplos fornecedores (26%) e a identificação de quais conjuntos de dados avaliar e pesquisar (15%).
Em linha com esses desafios, a pesquisa da Bloomberg constatou que 72% dos entrevistados conseguem avaliar apenas três ou menos conjuntos de dados por vez, apesar da necessidade das equipes de quants e de pesquisa de utilizar continuamente mais dados geradores de alfa na atual avalanche de informações. Os resultados também mostram que o tempo típico para avaliar um único conjunto de dados é de um mês ou mais para mais da metade dos entrevistados (65%).
As empresas ainda estão tentando definir a estratégia ideal para gerenciar dados de pesquisa diante desses obstáculos. Cerca de 50% dos entrevistados relataram gerenciar os dados de forma centralizada com soluções proprietárias, enquanto apenas 8% optam por terceirizar para fornecedores externos. Além disso, mais de seis em cada dez entrevistados (62%) preferem que seus dados de pesquisa estejam disponíveis na nuvem. Notavelmente, 35% dos entrevistados também gostariam que seus dados estivessem disponíveis por métodos de acesso mais tradicionais, como REST API, on-premise e SFTP, indicando preferência por flexibilidade na escolha dos canais de entrega.
“Com base em conversas detalhadas com nossos clientes de pesquisa, é evidente o interesse por novos conjuntos de dados ortogonais, além da necessidade de utilizar dados ‘prontos para IA’. A jornada desde a origem dos dados até a extração de alfa é desafiadora, sendo a ingestão contínua, limpeza, modelagem e testes dos dados particularmente complicados”, afirmou Angana Jacob, chefe global de dados de pesquisa da Bloomberg Enterprise Data. “Por isso, a Bloomberg está comprometida em expandir sua suíte de produtos de dados de pesquisa de investimentos multiativos, direcionada para pesquisas quantitativas e quantamentais, estratégias sistemáticas e fluxos de trabalho de IA. Nossos conjuntos de dados, com acesso modelado via Python API, permitem que os clientes reduzam o tempo para alcançar alfa por meio de granularidade profunda, histórico ponto-a-ponto, ampla cobertura e interoperabilidade com dados tradicionais de referência e precificação.”
As mais recentes adições à suíte de Dados de Pesquisa de Investimentos da Bloomberg incluem os seguintes produtos de Dados de Pesquisa de Empresas:
- Indicadores-chave de desempenho e estimativas específicas da indústria: O produto de Indicadores-chave de Desempenho e Estimativas Específicas da Indústria da Bloomberg fornece dados ponto-a-ponto sobre mais de 1.200 indicadores únicos para um amplo universo de empresas, permitindo uma pesquisa aprofundada por setor e indústria. Os dados também estão disponíveis por segurança, oferecendo aos clientes a flexibilidade de universos personalizados.
- Precificação de ações ponto-a-ponto: O produto de Precificação de Ações Ponto-a-Ponto da Bloomberg fornece preços compostos diários, ponto-a-ponto, com dados mestre de segurança para o universo global de empresas públicas.
Os clientes podem vincular esses conjuntos de dados a outros produtos de Dados de Pesquisa de Empresas da Bloomberg para criar gráficos de conhecimento sobre empresas e indústrias, permitindo a descoberta e extração de alfa.
Para visualizar os resultados completos da pesquisa, clique aqui.
Sobre as soluções de dados de pesquisa de investimentos da Bloomberg
A suíte de produtos de Dados de Pesquisa de Investimentos da Bloomberg Enterprise fornece soluções completas para impulsionar fluxos de trabalho de pesquisa. As soluções incluem dados financeiros de empresas, estimativas, precificação e dados ponto-a-ponto, dados de fundamentos de segmentos operacionais e dados de KPIs e estimativas específicas da indústria, cobrindo um amplo universo de empresas e oferecendo insights profundos e acionáveis.
This product suite also includes quantitative pricing with cross-asset tick history and bars. Additional solutions, such as geographic segment fundamentals, company segments and detailed estimation data, as well as pharmaceutical product and brand data, will be available by 2025. All of these data solutions are interoperable and can be seamlessly connected to other data sets, including alternative data, and are available through a variety of delivery mechanisms, including cloud and API.
###