本书基于金融领域的另类数据，提供了机器学习方法和数据源的实用概述。作者Alexander Denev和Saeed Amen首次对另类数据进行了全面阐述，使另类数据价值研究能够系统地呈现在读者面前。全书分为另类数据简介与理论、另类数据的实际应用两个部分。作者多方阐述了另类数据的发展与挑战，提供了大量有价值的案例研究和实际例子，为读者提供利用另类数据获益的理论与方法，同时也是读者避开另类数据中复杂的理论与技术陷阱的指南。
本书适合各类投资者、交易员、风险管理者等相关从业人员以及任何期望了解另类数据的读者阅读。

亚历山大·德涅夫，在金融、金融建模和机器学习方面拥有超过15年的经验，目前担任德勤有限责任合伙公司金融服务、风险咨询、人工智能主管。此前，他曾在IHSMarkit领导定量研究和高级分析，创建并维护了一个卓越的分析产品开发中心。同时，他也是Graph Risk（一家旨在促进风险管理和资产配置中使用图形模型的公司）的创始人，是Risk Dynamics的高级顾问。他曾在苏格兰皇家银行、法国兴业银行、欧洲投资银行和欧洲投资基金任职，在欧洲不同国家拥有丰富的金融经验。他参与了美国和欧洲主要银行为CCAR/EBA压力测试做准备的项目。在2014年之前，Denev一直领导着苏格兰皇家银行负责压力测试的建模团队。他还领导了EAD（exposure at default）/LGD（loss given default）建模的整个团队。在苏格兰皇家银行担任固定收益结构师，负责该银行的尾部对冲项目，为大型机构客户（养老基金和保险公司）提供建议并设计对冲产品。在加入苏格兰皇家银行之前，Denev负责欧洲投资银行和欧洲投资基金的巴塞尔Ⅱ/Ⅲ实施项目。还负责了欧洲投资银行和欧洲投资基金的压力测试工作，参与了欧洲金融稳定基金和欧洲稳定机制的运作。Alexander Denev拥有罗马大学物理学硕士学位，专注于人工智能研究。同时他持有牛津大学的数理金融学士学位，并在牛津大学担任客座讲师。他的论文和专著集中在压力测试、情景分析以及资产配置领域。他也是重要会议和全球论坛的定期发言人。其他代表著作有：Probabilistic Graphical Models: A New Way of Thinking in Financial Modelling、Portfolio Management under Stress: A Bayesian-Net Approach to Coherent Asset Allocation、Class and Hierarchy: The Social Meaning of Occupations。

第一部分 简介与理论
第1章 另类数据：现状
1.1 引言
1.2 什么是“另类数据”？
1.3 另类数据的分类
1.4 另类数据的特征
1.5 为什么选择另类数据？
1.6 谁在用另类数据？
1.7 策略容量与另类数据
1.8 另类数据的维度
1.9 谁是另类数据的供应商？
1.10 买方对另类数据集的使用
1.11 小结
第2章 另类数据的价值
2.1 引言
2.2 投资价值的衰减
2.3 数据市场
2.4 数据的货币价值（第一部分）
2.5 评估（另类）数据策略，包括或不包括回溯测试
2.6 数据的货币价值（第二部分）
2.7 成熟另类数据集的优势
2.8 小结
第3章 另类数据的风险与挑战
3.1 数据中的法律问题
3.2 使用另类数据的风险
3.3 使用另类数据的挑战
3.4 汇总数据
3.5 小结
第4章 机器学习技术
4.1 引言
4.2 机器学习：定义和技术
4.3 选择哪种技术？
4.4 机器学习技术的假设和局限性
4.5 结构化图像
4.6 自然语言处理
4.7 小结
第5章 另类数据的使用过程
5.1 引言
5.2 进行另类数据之旅的步骤
5.3 组建使用另类数据的团队
5.4 数据供应商
5.5 小结
第6章 因子投资
6.1 引言
6.2 因子模型
6.3 横截面和时间序列交易方法之间的区别
6.4 为什么要进行因子投资？
6.5 使用另类数据输入的智能Beta指标
6.6 ESG因子
6.7 直接和间接预测
6.8 小结
第二部分 实际应用
第7章 缺失数据：背景
7.1 介绍
7.2 缺失数据的分类
7.3 缺失数据处理的文献综述
7.4 小结
第8章 缺失数据：案例研究
8.1 引言
8.2 案例研究：在多个CDS时间序列中插补缺失值
8.3 案例研究：卫星图像
8.4 小结
8.5 附录：MICE程序概述
8.6 附录：本章使用的软件库
第9章 离群值（异常值）
9.1 简介
9.2 异常值定义、分类和检测方法
9.3 时间结构
9.4 全局与局部离群值、点异常和微簇
9.5 异常值检测问题的设置
9.6 异常值检测算法的比较评估
9.7 异常值解释方法
9.8 案例研究：联邦通信指数的离群值检测
9.9 小结
9.10 附录
第10章 汽车行业基本数据
10.1 引言
10.2 数据
10.3 方法一：间接法
10.4 方法二：直接法
10.5 高斯过程举例
10.6 小结
10.7 附录
第11章 调查和众包数据
11.1 引言
11.2 另类数据：调查数据
11.3 数据
11.4 产品
11.5 案例研究
11.6 关于调查的一些技术性考虑
11.7 众包分析师估计调查
11.8 Alpha获取数据
11.9 小结
11.10 附录
第12章 采购经理人指数
12.1 引言
12.2 PMI表现
12.3 GDP增长的即时预测
12.4 对金融市场的影响
12.5 小结
第13章 卫星图像和航空摄影
13.1 引言
13.2 美国出口增长的预测
13.3 汽车数量和零售商每股收益
13.4 利用卫星数据测算中国制造业PMI
13.5 小结
第14章 位置数据
14.1 引言
14.2 利用航运数据实现原油追踪
14.3 利用手机定位数据了解零售活动
14.4 出租车出行数据和纽约联储会议
14.5 公司商务机位置数据和并购
14.6 小结
第15章 文本、网页、社交媒体和新闻
15.1 引言
15.2 收集网络数据
15.3 社交媒体
15.4 新闻
15.5 其他网络来源
15.6 小结
第16章 投资者关注度
16.1 引言
16.2 度量投资者关注度的指标——工资单的读者群体
16.3 度量市场主体的指标——谷歌趋势
16.4 度量投资者焦虑情绪的指标——投资百科的搜索数据
16.5 运用维基百科了解加密货币的价格走势
16.6 通过各国网上关注度来了解外汇交易
16.7 小结
第17章 消费者交易
17.1 引言
17.2 信用卡和借记卡的交易数据
17.3 消费者收据
17.4 小结
第18章 政府、行业和公司数据
18.1 引言
18.2 使用创新性度量指标进行股权交易
18.3 量化货币危机风险
18.4 模拟中央银行干预货币市场
18.5 小结
第19章 市场数据
19.1 引言
19.2 机构外汇流量数据与外汇现货之间的关系
19.3 使用高频外汇数据理解流动性
19.4 小结
第20章 私募市场中的另类数据
20.1 引言
20.2 什么是私募股权公司和风险投资公司
20.3 私募股权数据集
20.4 理解私营企业的表现
20.5 小结
参考文献
原书作者介绍和中文版译者介绍
（1）原书作者介绍
（2）中文版译者介绍