另类数据（alternative data），即位于传统财务申报之外、源自网络的信号，已成为对冲基金、资产管理机构和股票研究员的一项核心输入。产品价格与库存水平、招聘发布的速度、应用商店的评论与排名、市场平台的挂牌、促销节奏：只要读得对、读得早，这些信号就会跑在财报前面。这份优势是真实的，但它完全建立在一个脆弱的假设之上：你所采集到的数据，就是一个真实客户实际会看到的东西。
这个假设会悄无声息地破裂。网络信号是地理个性化的、受反机器人系统防护的，而且只有当序列在时间上完整、干净时才可用于交易。从一个数据中心 IP 或单一位置去采集，你得到的是一幅扭曲、满是缺口的图景，看起来像数据，却并不反映市场。这正是住宅代理登场之处：它们让一支研究团队完全像一个真实本地用户那样去采集网络信号，而这是让另类数据变成你敢于投入资本的东西的唯一办法。
另类数据采集究竟涉及什么
其核心，是系统性地在公开网络上采集非传统信号，并把它们变成一个模型可以拿来交易的时间序列。常见来源：
- 价格与库存 —— 跨零售商和市场平台的产品价格、折扣力度和库存水平，是对需求和营收的直接读数。（这门功课与用于价格监测的住宅代理有所重叠。）
- 招聘信号 —— 招聘发布的数量和速度，作为一家公司扩张或收缩的代理指标。
- 消费者情绪与参与度 —— 应用商店的排名与评论、评分趋势，以及大规模的产品反馈。
- 市场平台与挂牌活动 —— 一家公司所依赖的平台上的供给、售罄率（sell-through）和品类变化。
- 网络存在与促销 —— 定价页面的变动、活动节奏，以及暗示战略的品类调整。
这一切都取决于捕获真正发布给一个真实市场里的真实用户的内容。而被发布什么，完全取决于站点认为是谁在访问。
为什么这是一个代理问题
源自网络的信号的三个特性，把另类数据采集变成了一个直接落在代理层上的数据质量问题，而在这个领域，数据质量就是产品。
信号是地理个性化的。 价格、可得性、排名，乃至哪些产品存在，都因国家和地区而异。一个零售商给美国购物者展示的价格与给德国购物者的不同；一个应用的排名是按商店（store）计的。全从一个位置采集，你测的是一个市场，建模的却是一套全球论点，这是一种悄悄腐蚀信号的细微偏差。看到真实客户在每个市场所看到的，需要从那个市场去采集。（何时城市级定位很重要对按地区定价的商品同样适用。）
来源会防御自动化访问。 你从中拉取数据的零售商、市场平台和应用商店，运行着激进的反机器人系统。一个数据中心 IP 一眼就会被标记，然后得到一个 CAPTCHA、一次封锁，或一个与真实用户不同的页面，于是你记录下来的是信号的机器人版本，而不是真实版本。（为什么爬虫会被封讲解了其中的机制。）对一个交易信号而言，那比没有数据更糟，那是被当作事实呈现的错误数据。
时间上的完整性是一切。 一个可交易的信号是一条干净、连续的序列：同一批 SKU、挂牌或公司，用同样的方式，日复一日地度量。跨越众多来源和市场去采集这些，是海量的请求。从少数几个 IP 出发，你会触发速率限制，得到一个片面、有偏的样本，而你的序列会恰好在某个来源设阻的地方出现缺口，而这正是会毁掉一次回测的那些断点。
这三者的解法是同一个：从看起来像真实本地用户的 IP、跨越你论点中的每一个市场、完整且持续地采集。
住宅代理在哪里契合
住宅代理把你的采集请求经由真实的消费者 IP 路由，于是来源回应你的方式，就如同回应一个真正的本地客户。专门就另类数据而言，这一次解锁了多件事：
真实的信号，而非机器人版本。 因为住宅 IP 带着真实用户的信任，你捕获的是真实客户看到的那些真实价格、排名和挂牌，而不是给可疑流量的那个降级或被封的版本。这就是一个你敢据以确定仓位大小的信号，与一份披着数据外衣的噪声之间的区别。
按市场的地理真实采集。 借助细化到国家和城市的地理定位，你可以作为它所属市场里的用户去采集每一个信号，美国价格来自美国，德国可得性来自德国，每一份都按观察点标注。现在你的跨市场论点建立在跨市场的数据之上，而不是一个被外推的单一位置。
完整、连续的序列。 一个庞大的轮换池会把请求分散开，让你可以随时间度量跨越众多市场的众多来源而不被封锁或限速，让序列保持连续而非满是缺口，而这正是让它可回测的关键。（与用于数据采集的住宅代理中相同的采集质量原则在此适用。）
简单地说：住宅代理把”我们碰巧抓到的那些数字”变成了”一个真实客户会看到的那些数字，在每一处、每一天”。正是这份可靠性，把这件事与用代理改善你的财务视角中较轻的处理区分开来，对于资本决策，门槛是你能站得住脚去辩护的数据。（关于为何在此住宅胜过数据中心，见住宅代理 vs 数据中心代理。）
它是如何运作的
在 Shifter gateway 上，你通过把市场编码进代理用户名来定位它，一个端点，没有 IP 列表需要管理：
# 作为美国的购物者采集一个零售商的价格curl -x customer-USERNAME-country-us:PASSWORD@p.shifter.io:443 https://retailer-or-marketplace.example
# 当价格或可得性按地区变化时，收窄到某个城市curl -x customer-USERNAME-country-de-city-berlin:PASSWORD@p.shifter.io:443 https://retailer-or-marketplace.example为宽泛、持续的采集在池中轮换；当某个来源在多步流程中需要一致的身份时，保持一个粘性会话。同一个 gateway，每个请求不同的定位，为你数据团队运行的任何采集与建模管道供料。因为池的质量塑造着你被投递什么，理解 IP 信誉有助于你把序列保持干净。要把这些信号组装成一个可供研究使用的面板，如何用网络抓取构建数据集涵盖了结构化那一侧。
负责任地使用
另类数据采集处理的是面向公众的信息，也就是任何客户都能看到的价格、挂牌和排名。这让它立足稳固，但要负责任地进行：只采集公开数据，遵守每个来源的条款和速率限制，不要削弱你所查询的服务，并远远避开个人数据以及任何非公开的东西，这在本领域也出于重大非公开信息（MNPI）和合规的原因而要紧。代理改变的是一个请求从哪个 IP 发出，而不是你是否应该发出它；我们的可接受使用政策是 Shifter 上何为允许的权威依据。
常见问题
我为什么需要住宅代理来获取另类数据？ 因为网络信号是地理个性化且受防护的。从一个位置或一个数据中心 IP 出发，你只看到一个市场的数据（或一个被封/CAPTCHA 的版本），这会让序列产生偏差或断裂。住宅代理让你采集到一个真正的本地客户所看到的、真实且地理真实的信号，覆盖你论点中的每一个市场。
没有代理，抓来的数据不够用吗？ 只有在它准确且完整时才够用，而没有住宅 IP 通常做不到。数据中心采集会被投喂后备页面或被封页面，单一位置采集则会漏掉地理个性化。对一个交易信号而言，那是错误的数据，比没有更糟。
代理能帮助采集哪些信号？ 价格与库存、招聘及招聘发布速度、应用排名与评论、市场平台的挂牌与售罄率，以及促销节奏，任何地理个性化或受防护的公开网络信号，都能从住宅采集中受益。
投资研究该用住宅代理还是数据中心代理？ 住宅。来源会检测并区别对待数据中心 IP，所以数据中心给你的是一个扭曲或被封的视图。住宅 IP 看到的是一个真实客户会看到的真实、地理精准的数据，这正是一个可交易信号所要求的标准。
采集另类数据合法吗？ 另类数据通常处理公开信息，只要负责任地进行（尊重条款和速率限制、回避个人数据），大体上没有问题。本领域还有围绕非公开信息的合规考量。代理不会改变底层活动的合法性；对任何不确定的事项，请获取法律和合规意见。
底线
另类数据只有在数据正确时才是一份优势，而源自网络的信号是地理个性化的、受防护的，并且在序列出现缺口的那一刻就一文不值。因为你所建模的市场从一个办公室 IP 是看不到的，你需要在你交易的每一个市场里作为一个真实的本地客户去采集它，完整且持续地采集，而这正是住宅代理所提供的：真实的信号而非机器人版本、地理真实的覆盖，以及一条你可以回测的不间断序列。
如果你的基金或研究团队从网络构建信号，一个优质的住宅代理网络就是让数据站得住脚、而不只是量大的那一层访问。池的质量决定了序列有多完整、多干净，所以在评估时值得理解 IP 信誉。定价页面有按 GB 计费的套餐，可以拿它对着你论点所依赖的来源和市场试用。