另类数据是华尔街新兴的热门领域，但量化对冲基金的数据专家表示，尽管每天都有新的数据提供商涌现，但蓬勃发展的数据行业却很难让资管公司获得令人满意的回报。
据了解，另类数据通常被归类为大数据，另类是指相对于由上市公司自己提供的年报等材料。另类数据来源非常广泛，如商品交易、传感器、移动设备、卫星、社会公开信息和互联网等，这意味着它们可能非常大且复杂，通常无法由传统软件进行处理。
对冲基金每年在另类数据采集上花费数十亿美元，它们希望通过非传统信息， 在市场上获得竞争优势。许多大型公司都开始涉足这一领域。彭博最近宣布将提供20多种另类数据源。 在2018年末，纳斯达克交易所收购了总部位于多伦多的Quandl，该公司为不少华尔街顶级公司提供另类数据。
不过，另类数据在实际应用中也遇到一些问题，首当其冲的就是数据是否真的具有价值。Citadel数据和人工智能研究部门前首席运营官丽莎·舍尔夫表示，可供选择的数据渠道不但很难管理，更令人沮丧的是，并不是每个人都能从他们获得的数据中得到想要的价值。
量化基金Quantstellation数据采购和策略主管Olga Kokareva表示，数据供应商需要做足功课，了解投资者对其产品的具体需求。她表示，其接触过的大多数供应商的数据都不符合她的标准，最常见问题包括没有覆盖足够大的区域，或者缺乏足够深度的历史记录。不过，她仍在与没有资质的数据提供商保持联系，看他们是否做出了适当的改变。
即使是那些确实通过采纳标准的数据，也只有少数被纳入实际的交易策略。Kokareva表示 ，另类数据应提供相当程度的超额回报，让你能够证明购买并处理数据的成本是合理的，但这一回报在多数情况下仍然相当低。
对冲基金PDT Partners的数据策略和采购主管莫尔斯表示，不少另类数据的质量已经有所改善。他给出了两个理由：首先，供应商准备得更充分，存在“致命缺陷”的数据集变少，不会出现投资者无法真正采用这些数据的情况。其次，他的基金在如何处理数据方面有更独到的方法。
莫尔斯表示，问题的核心在于，应当找到真正能为公司解决问题的数据集，而不仅是为了数据而数据。数据提供商必须对内部团队或客户想要的内容有深入的了解，如基金的投资策略是什么，他们想要解决什么问题，然后依据这些需要来捕获并优化数据。
