[转] 大数据在量化投资上的应用
“随着大数据技术的进一步发展，可预见会激发更多的金融创新出现，包括金融工程领域，反过来我们也相信，金融创新、特别是金融工程领域的创新，对大数据技术也有更多的要求。”日前，“第六届(2014秋季)中国量化投资国际峰会”在深圳举办。500余位海内外经济学家以及来自国内证券、基金、私募、信托、银行、保险界的专业人士、高校专家学者出席会议，并围绕大数据在金融行业的运用展开了重点讨论。
专家认为，近两年，大数据、云计算以及互联网金融等成为社会热点。这些底层技术以移动互联的用户体验呈现出来，不仅通过互联网产品改变了人们的衣食住行，更改变着金融业本身。
金融大数据产业链正在形成
近几年，大数据与金融的“嫁接”催生了不少金融工程创新。信用卡自动授信是典型的大数据银行金融。而机器人投资是大数据证券金融的代表形式。股票价格波动受各种因素影响，传统的投资方式一般人工收集信息，手动交易，机器人投资则可以建立多因素模型，自动选择股票或寻找交易时机，在适当的风控模型下建立程序化投资云交易模式。
“传统的审批成本是非常高的，需要上门考察写尽调报告。阿里小贷服务了上百万商家，应该说绝大多数是没有上门考察的，阿里掌握了海量的客户交易信息和数据信息，通过大数据进行考察，光这一项就节省了大量成本。”人人聚财创始合伙人兼CEO许建文说。
“证券行业应用大数据才刚刚起步，银行比我们走得快、走在前，现在几乎每个银行都有大数据中心。”中国银河证券股份有限公司网上交易中心主任王锦炎透露，目前证券公司都很重视建设数据中心，“我们本身是服务客户的，如果能收集客户行为、交易习惯，以及投资哪一类股票、投资回报率等基本信息，对其进行分析后，可以有针对性地提供一些资讯信息以及差异化的服务。”
“金融业积累的大数据就是金融大数据，根据银行金融和证券金融本身的不同，这些数据也分成银行金融大数据和证券金融大数据。积累数据过程中，产生了数据采集、存储、使用的相关工作和企业，这样就完成了金融大数据的产业链。”专家认为，这样的产业链正在形成。
在大数据变革金融业的同时，也对金融大数据产业链上的相关企业提出了更多要求。国泰安技术研发中心副总经理杨波认为，对数据公司来说，大数据技术的出现会极大增加数据的来源，也会对传统的数据处理方式形成挑战。“我们公司现在处理数据大部分还靠‘拼人’，今后可能要逐渐从传统人工录入向自动收集转变。”
“大数据技术为金融和金融工程行业带来新机会的同时，本身也面临着挑战。”中国科学院深圳先进技术研究院首席科学家黄哲学指出，在基础研究方面，目前缺少有效的方法论对大数据进行真正的分析，充分发掘其效益。而在应用方面，如何保护用户的隐私是目前面临的最大挑战。
量化投资行业或迎来洗牌
量化投资可以简单地概括为利用数量化统计分析工具构建相应的数据模型，借助计算机科技程序化交易从而实现投资思想和投资理念的一种交易策略。伴随着市场复杂程度日益提升，规模日益庞大，投资品种数量与日俱增，依靠投资经理个人主观判断为主的传统投资面临较大挑战。越来越多的投资人开始关注量化投资，其重要性也逐渐被接受和认可，国内不少基金、券商、私募都已经推出量化投资产品。
大数据技术的发展对量化投资又有什么影响？“从我们的尝试和实践经验来看，把互联网大数据的信息挖掘技术用在对冲基金、数量化投资策略的开发上是可行的。”摩旗投资的董事长刘宏认为，“在量化里面，不光要量化历史的数据，量化认知的东西，还要考虑交易对手或是市场，因为不是你自己一个人玩这个游戏，中国是几千万人来做这个市场，这个几千万怎么相互作用是非常复杂的，不是金融数学、金融工程用固定的模型就可以解决的。”华南理工大学金融系教授杨春鹏介绍，在量化投资领域，目前对投资者情绪的量化是一个热点，“现在很多机构都有自己的量化方法，其中一个趋势是把现在的行为和情绪量化起来放在里面，看看起的作用怎么样。”
杨波认为，根据有效市场的理论，大数据技术的发展会使信息获取成本下降，而且会使获取信息更加全面，使信息获取的成本降低，大家会掌握更多的有效信息，其结果是市场的波动率会下降在他看来，大数据出现之后会抬高对冲基金门槛。“随着大数据技术的发展，你想获取更多的信息必须要投入更多的成本和技术，会提高行业的门槛。更专业、技术力量更强的公司可能会垄断更多的信息，导致行业出现洗牌。”
专家判断，后期量化投资行业中的“80、20”原则更强，也就是20%的基金会管理80%的资产。“中国量化投资刚刚起步，国外少量基金管理大量资金的趋势比较明显。随着大数据技术的出现，我认为这种趋势会加剧。”杨波说。
您需要 [注册] 或 [登陆] 后才能发表点评