На базе чего выстраиваются информеры? Как работает система, и почему я считаю, что она революционна? Информационные терминалы правильнее рассматривать с точки зрения степени расширения существующих возможностей, так и с точки зрения повышения производительности, эффективности и оптимизации издержек.
Ранее некоторое время использовал Bloomberg, поэтому есть с чем сравнить. Попробую рассказать свой опыт работы с двумя системами и уверен, что многим будет интересно, т.к. не так уж много людей на проф.уровне имеют опыт работы с двумя системами и готовы открыто этим делиться.
Чтобы была понятна структура рассказа, то выделю четыре аспекта
- Полнота информационного охвата.
- Удобство доступа, агрегации и обработки данных.
- Инструменты визуализации и интерпретации данных.
- Средства автоматизации сбора и загрузки данных.
Не беру всякие торговые примочки в виду того, что для меня они не актуальны (моя торговая система построена на QUIK и этого достаточно). Поэтому изначально остановлюсь только на необходимости сбора и анализа макроэкономической и финансовой информации (балансовые показатели и денежные потоки).
Понеслись! ))
Первое. Полнота информационного охвата.
Конечно, прямым образом базы сравнить невозможно – они слишком огромны, поэтому точных оценок дать сложно. Но по субъективным впечатлениям после работы с двумя системами, у Reuters макроэкономическая база данных примерно в 10, а может быть даже в 20 раз больше, чем у Bloomberg. Другими словами, Bloomberg это 5-10% от базы данных Reuters – личная оценка.
Reuters в отличие от Bloomberg концентрируется не только на сборе ключевых данных, которые обычно показываются в новостях, а консолидирует почти все данные, которые есть, как в открытых источниках, так и в закрытых по всем странам мира! Их можно разделить на два глобальных подвида – национальные источники и базы данных внешних агентств (МВФ, Всемирного Банка, OECD, BIS, Еврокомиссии, от различных крупнейших университетов, банков и исследовательских центров). При этом, если говорить о нац.источниках, то не только центральные данные, допустим по пром.производству или розничным продажам, а полная структура в том виде, в каком она есть в оригинальных отчетах стат.ведомств. Поэтому широта выборки статистики настолько огромна, что есть инфа, начиная от пром.производства тапочек в Мухосранске, заканчивая данными по ВВП США. Охват и глубина выборки невероятны, несколько миллионов макроэкономических индикаторов на любой вкус.
В Блумберге все значительно проще. Помнится я пытался найти структуру долговой нагрузки населения и домохозяйств по 10-15 крупнейшим странам мира. Не сказать, что запрос из ряда вон выходящий. Но ничего не было. Кажется, что то по США можно было выдрать, но найти структуру активов и обязательств по экономическим агентам (население, компании, государство, банки) 15 стран было сложно, если вообще эти данные там есть.
В Reuters все представлено в полном виде. Перечислять все невозможно. За последний месяц около 40 часов потратил только для того, чтобы оценить границы информационного охвата, понять, какие вообще данные там представлены, но примерно на треть продвинулся. Это целая вселенная, где найти можно все, что угодно. Там можно долго копать, но бывает очень интересно, т.к. о существовании большинства данных я узнал впервые.
В Блумберге проще перечислить что есть по макроэкономической инфе, а в Рейтере наоборот – чего нет. С точки зрения макроанализа я Блумберг почти не использовал, т.к. выборка была достаточно скудная и для структурного анализа не годилась. По США еще можно было найти данные, но по другим странам немного. В Datastream информации настолько много, что все ограничивается лишь полетом мысли и идей…
Второе. Удобство доступа, агрегации и обработки данных.
В мире десятки тысяч различных источников данных, которые имеют свою специфику и формат представления. В американской статистике и европейской достаточно удобно данные собирать вручную, чего не скажешь, например, о китайской статистике. Данные слишком разрознены, нет единого формата представления. Reuters систематизирует десятки тысяч источников в единое целое, в едином стандартизованном формате.
Главное и наиболее фундаментальное преимущество Datastream над Bloomberg в сверхудобном навигаторе по данным.
Вот пример.
В такой структуре данные по всем странам. Если нужна информация по денежным агрегатам то, чтобы перейти с США на Корею или любую другую страну потребуется не более 2-3 секунд! Всякие индикаторы настроения, нац.счета в полной структуре (по расходам, доходам, добавленной стоимости), монетарная и банковская статистика, цены, рынок труда и занятость, промышленный сектор, потребительский, гос.сектора и так далее. В принципе, исчерпывающее представление.
Поэтому никогда нет проблем с поиском нужной информации, т.к. при конкретизированной структуре навигация происходит очень быстро и всегда понимаешь, что можно найти в разделе.
В Блумберге такого нет. Там есть шаблоны по странам, где собраны ключевые данные, но данных очень мало, поэтому обычно используется поиск. Но нужно точно знать под каким названием в базе представлен индикатор, иначе придется долго копошится в мусоре и вручную фильтровать.
Простой пример, чтобы было понятно. Как то давно пытался из Блумберга вытащить структуру ВВП по G20 для загрузки в Excel. Можно сказать наиболее простой запрос из возможных .Эта операция у меня продолжалась 3 часа где-то и закончилась на 5 или 6 стране. Достать можно было конечно, но примерно с такой же скоростью, как если бы делать это вручную через открытые нац.источники. По этой причине я не использовал Блумберг для сбора данных по макроиндикаторам, т.к. проще застрелиться, чем искать инфу там. Отдельные индикаторы можно найти, но чтобы сравнить несколько стран и иметь глобальную картину перед глазами? Нет, такого там нет. Все достаточно примитивно в этом аспекте.
Аналогичную задачу выполнял в Reuters и это заняло 10-15 минут примерно! Если натренироваться, то можно за несколько секунд делать. Ок, это самое простое, а если что нибудь по сложнее? Например, структуру активов и обязательств населения и компаний по странам мира? В Блумберге смею предположить таких данных в принципе не существует, а с первой попытки в Рейтерсе это может занять около часа-двух, а если знать где искать и создать автоматизированный скрипт- шаблон, то меньше 5 минут.
По ключевым данным, допустим, пром.производство, инфляция, денежная масса, торговый баланс, ВВП (без структуры) по 25-30 странам данные отбираются за 3-5 секунд, тогда как в Блумберге это заняло бы день-два, а вручную неделя.
Возможности масштабирования и повышения производительности в Datastream безграничны. Смотря насколько широко смотреть. Если сравнить с Блумбергом, то повышение производительности может быть от 3-5 раз до 3000 раз. То, что в Рейтере можно сделать за 5 секунд в Блумберге может уйти 10 часов.
Это для меня было наибольшее открытие в терминале, т.к. я почти всю сознательную жизнь работал с различными данными (торговыми, финансовыми, макроэкономическими и прочими), то знаю сколько требуется сил и времени, чтобы что то найти. Когда сбор некой базы, который у меня занимал 3 часа теперь выполняется за 3 секунды – да, с первого раза такой рост производительности шокирует, т.к. осознаешь, насколько безграничный потенциал системы. С точки зрения роста производительности это однозначно прорыв. То, что раньше делали целые научные центры со штатом в 500 человек за месяц, теперь я один смогу сделать всего за час – рост производительности в 88 тыс раз (500 * 8 часов * 22 дня). Другое дело, как правильно эту производительность применить? Если нет сноровки и опыта, это как на ракетном двигатели перелетать через лужу ))
Еще такой аналог по работе с макроданными в Блумберге и в Рейтере. Это как идти до Питера из Москвы пешком или на самолете, поезде. Можно, конечно, дойти пешком рано или поздно, но на самолете или поезде удобнее и быстрее как то?
Datastream – это уникальная система по агрегации, интеграции, структуризации и систематизации огромных массивов неструктурированной информации. Быстрее, чем там инфу собирать, наверное, нигде невозможно и не уверен, что вообще нечто аналогичное кто нибудь создаст.
Третье. Инструменты визуализации и интерпретации данных.
Например, нет никакой необходимости качать данные, а просто хочется посмотреть динамику сразу и быстро…
Обычно с этим возникают проблемы у всех. Да, в открытом доступе много есть, но пока найдешь, пока скачаешь данные, чтобы посмотреть. Хорошо, если на сайте стат.ведомства есть средства визуализации, но обычно работает все неудобно, занимая много времени. В пересчете на один ряд данных – это в лучшем случае около минуты. Много не посмотришь.
В Datastream есть гениальный инструмент предпросмотра. Гениальность в его простоте и быстроте. Работает мега быстро – меньше полу секунды. Наводишь курсором по индикатору и без открытия доп.страниц, без загрузки данных появляется небольшое окошко с графиком и пояснением, откуда данные, что это такое, как часто обновляется и прочее
Вот таким образом
Это данные по активам ФРС за 63 года из отчета Z1
Там можно считать динамику год к году или квартал к кварталу, если нужны данные, то загрузить и так далее.
В Блумберге этого нет. Хотя, когда его использовал очень хотелось иметь такую штуку, где можно было бы за 2-3 минуты просмотреть сразу целый пул индикаторов (около 100 штук) для оценки оперативно тактической обстановки.
Но не меньшая ценность Datastream в еще более крутом инструменте, как Datastream Charting. Он настолько хорош, что я даже отказался от Excel и загрузки данных, т.к. эта штука по многим параметрам превосходит Excel. Вы видели, что последний месяц почти все графики в моих статьях из Datastream Charting по одной причине – быстро и удобно.
Инструменты визуализации? Так смотрится график с настройками по умолчанию
А вот если допилить дизайн, то можно сделать так.
В плане оформления все, что угодно – цвета, фон, шрифты, размеры, стиль графиков и границ, прозрачности, всякие маркера и так далее – широкий набор, больше даже, чем в Excel.
Но не только этим так хорош Datastream Charting
Там есть то, чего не хватает во многих терминалах из-за чего приходится грузить данные в Excel для первичных расчетов.
В Datastream Charting есть мощный математический модуль для расчетов (набор функций огромен, поэтому выделю основные)
- Процентное отношение с выбранным периодом (кв, год или какой то свой).
- Абсолютное отношение с периодом (кв, год или свой)
- Сумма за период (для того, чтобы посчитать годовые результаты для квартальных данных, то период 4, а если для месячных, то 12 период)
- Накопленная сумма (полезна для денежных потоков)
- Средние значения за период (например, рисует дневной график S&P и считаем средние значения за неделю, месяц или квартал)
- Сглаживания (простые и экспоненциальные)
- Тренды (текущие и прогнозные) разными методиками
- Логические функции
- Математические функции (ABS, EXP, LOG, LN, POW)
- Статистические (огромные набор) и естественно есть корреляций. Можно регрессии делать
- Инструменты тех.анализа
- Также можно делать лаги (смещать индикатор по графикам в сравнении с другим), чтобы создавать всякие опережающие индикаторы.
- Ну и стандартный набор сложить (для консолидации данных), вычесть (для спрэдов), умность (например для пересчета в валюту), делить (для отношений, доли от чего то)
- Фиксировать ряды к точке, чтобы изобразить сравнительную динамику индикаторов, т.е. когда приравниваем к 100 и считаем процентное изменение от фиксированной точки на выбранную дату.
- Автоматический пересчет в выбранную валюту. Так же полезный функционал, если межстрановые сравнения делать
В Блумберге нет ничего подобного, хотя также очень не хватало. Вообще скажу, что Блумберг мало пригоден к работе с данными и построению графиков, как бы странно это не звучало. Нет, ну график евробакса в сравнении с S&P можно сделать, запилить туда ВВП США, тех.анализ налепить, но это не в ту степь совершенно. Я так и не смог приспособить Блумберг к работе с макроэкономическими данными в их системе, не удобно просто. Загрузить несколько данных по Китаю, которые самому лень в нац.источникам искать в Блуме можно сделать, а создать полноценные базы для анализа – не столь эффективно и быстро, как в Datastream. Блум – это скорее система для краткосрочной конъюнктуры, но никак не для анализа данных и работы с ними.
Инструменты тех.анализа и графического анализа представляет любая форексная кухня, здесь нет ничего ценного и полезного. Необходим именно математический модуль для работы с рядами данных, чтобы не грузить в Excel, своего рода встроенный, автоматизированный аналог Excel. В старый-добрый Excel грузить уже для более сложных и масштабных исследований. В Datastream это сделано на уровне шедевра. Если бы я знал, что в Reuters такая мощная система, то перешел бы раньше.
Четвертое. Средства автоматизации сбора и загрузки данных.
Последний пункт оставил на закуску. Моя давняя мечта была создать систему, которая бы обновляла интересующие мне данные в автоматическом режиме. Чтобы временные инвестиции в создании шаблона были один единственный раз, а дальше уже в работу включается система. Раньше мне приходилось вручную допиливать, обновлять базы, чтобы держать инфу в актуальном состоянии. Пришлось отбросить все ненужное, оставив только самые приоритетные данные – это неплохо. Но даже их было лень каждый раз обновлять – это рутинный процесс, как хождение по кругу, тем более данных выходит много, за всеми не уследишь. В идеале хотелось исключить рутину, оставив энергию и время на творчество и концепции.
Инфографика, которую вы уже видели – это и есть тот шаблон, только расшаренный в сеть. По любым данным можно так сделать. Пока по гос.облигациям, но можно, как по макростатистике любого формата (первичные или обработанные данные в расчетах), так и по корп.статистике. Можно сделать, чтобы отчеты компаний обновлялись и были представлены в виде графика! Теперь все ограничивается фантазией и желанием. Datastream однозначно революция по многим аспектам, которая меняет представления о работе с данными.
Помимо работы в системе, есть еще возможность загрузки данных в Excel и интуитивно понятное программирование шаблонов. Простор для творчества весьма существенен. Можно отобрать все компании в США, которые имеют выручку более 1 млрд долларов и посчитать по ним доходы, прибыль, активы и еще пол тысячи других индикаторов за всю историю публикации корп.отчетов (там ряды с 1985 года). А можно загрузить структуру ВВП по G20 за 60 лет или активы ЦБ из G8 – да все, что угодно. Или создать монитор цен на облигации или на акции по такому стилю.
Это я написал скрипты по импорту данных в Excel для быстрого мониторинга текущей конъюнктуры. Такую же матрицу сделал по валюте, комодам, фондовым индексам и нужным акциям. Там же в Excel считаю % изменение к периоду. Изменение активов к нед. назад, месяцу, кварталу, году и на выбранную дату. Сразу все видно на одном листе.
Кстати, только для выгрузки корпоративных отчетов я блумберг использовал )) В Блумберге тоже есть некоторые шаблоны, но временные издержки на их программирование несопоставимы. Уже пытался сделать там и не понравилось, т.к. удобство оставляет желать лучшего. Самый ад – это искать и переносить коды, тикеры для загрузки в Excel, т.к. сложно найти и долго вытаскивать в Excel. По компаниям это быстро и в один миг, но по макроиндикаторам целая вечность. В Datastream все делается настолько быстро, что в пределах точности счета по любым данным. Можно отобрать хоть тысячу индикаторов меньше, чем за минуту.
В Datastream через развитую систему фильтрации и поиска можно сделать все это за несколько секунд или минут в зависимости от размера базы. Удобно!
Еще удобный функционал по подготовки автоматизированных отчетов. Если шаблоны созданы, то можно грузить их все сразу или по разделам в Word, Excel или в виде скриншотов.
Datastream – это технологии, которые меняют мир статистики и работы с данными. Ничего более удобного раньше не встречал и ошибка в том, что узнал только недавно.
С большим удивлением обнаружил, что люди совершенно не в курсе, какие возможности существуют, даже среди тех, кто профессионально представлен на финансовых рынках. Раньше я считал, что Bloomberg вершина цивилизации, а Reuters поставщик новостей и какая то там непонятная база данных по фин.индикаторам, типа цены на пшеницу или нефть, которые мало интересны. Но последний месяц стал для меня открытием. Теперь я понимаю, что Блумберг сильно отстал в сфере макроэкономической статистики и данных. Глупо скрывать от читателей такие возможности, поэтому сделал сравнительный обзор.
Так как уже несколько человек интересовались у меня, откуда графики и что такое Datastream, то сразу контакт напишу, чтобы по почте на однотипные вопросы не отвечать. По системе пишите не мне (я не являюсь представителем Reuters), а по этому контакту
[email protected]
Я пока рассмотрел только макроэкономический модуль. Там есть еще корп.статистика по странам мира (более 30 тыс компаний) с полными фин.результатами за все доступными периоды, как по прямым отчетам, так и в стандартизованном виде, чтобы можно было сравнить компании из разных стран. Данные по долгу компаний, структуре эмиссии облигаций. Данные по держателям акций (структуре акционеров), по сделкам из слияния и поглощений, всякие корп.события, анализ и аналитика, прогнозы (для тех, кому они нужны), множество моделей оценки фин.показателей, удобное сравнение с конкурентами и много другое. В Блумберге на уровне, но база там кажется меньше, потому что по России в Блумберге меньше компаний, чем в Reuters.
По долговому рынку база данных по всем выпущенным облигациям всеми эмитентами (компании, государство, гос.фонды). Можно считать распределение погашений, как я делал по странам и десятки других схем и моделей. По Блумбергу этот аспект не смотрел.
По инвест.банковской деятельности. Типа IPO, SPO, M&A и прочие. Наверное, единственное, что в Блумберге лучше реализовано.
Всякие торговые возможности, калькуляторы по опционам, долговому рынку, CDS и прочее это из другой оперы. Еще не смотрел ни в Блумберге, ни в Рейтер, т.к. моя торговая система интегрирована сейчас на российском рынке и их торговый потенциал не особо интересен.
Полезная штука, как лист отслеживания. Вбиваешь в лист, допустим, акции из портфеля. Система отслеживает по выбранным акциям все (календарь корп.событий, произошедшие события, все процессы, новости, сделки и так далее, заявления и комментарии представителей компании, плюс сами фин.отчеты и можно их агрегировать, т.е. считать автоматом p/e, p/s по портфелю и еще сотня других индикаторов, сравнивая с секторами, отраслями или индексами) Полезно в том плане, что не пропустишь важные события, ну и соответствующая концепция алертов на события.
Вот такие дела, если делать интегрированную оценку возможностей систем с точки зрения макроэкономической сферы, то Datastream однозначно 10 из 10 (шедевр!), а Блумберг 3 из 10 (почти как вручную работать или проще через агрегированные базы от МВФ и OECD)
По корпоративной статистике примерно равны. Блум в основном для корп.отчетов использовал. По реалтайму фин.инструментов также равны, но тут же не Datastream, а Eikon, в том числе для различных калькуляторов и плагинов для торговли. По остальному особо не вдавался в подробности.
Могу сказать, что нашел, что искал ) Там еще есть развитая система программирования в Excel, где можно реализовать много идей.
Автор:
