基于大數據技術的量化交易策略及金融監管研究

文/石敦斌，對外經濟貿易大學金融學院

隨著科技的發展，先是物聯網和云計算掀起了一陣科技革命，然后現在的大數據技術再次對技術進行了顛覆。大數據技術以處理和分析大量的數據信息著稱，通過這種操作過程，在海量的信息中尋找有用的信息。

1 我國量化交易發展現狀

所謂量化交易，指的就是在大數據技術的作用下，改變以往通過經驗或判斷力做決策的方法，而是通過數字模擬作為決策的參考。通過計算機度大數據進行模擬，然后從中選出收益率最高的數據，作為決策的依據，大數據技術通過概率來進行決策，由于數字的準確性，減小了決策的失誤率，也避免了由于資金投資者經驗上的匱乏而造成的決策的動搖，產生一些不夠理智的投資行為，在一定程度上減小了投資風險。所以，在量化交易過程中，用來做決策的依據并不是決策者的主觀經驗，而是一串串看得見的數字，通過數據來進行產業的投資以及市場的盈利狀況等。在這個過程中，量化交易比傳統的交易有更嚴格的紀律，保證了交易數據的準確，不會對決策產生影響。目前，我國量化交易的發展尚處于起步階段，量化交易僅僅用在風險評估和市場公平維護方面。但是我國量化交易的發展速度已經呈驚人的驅使在不斷增長?？v觀世界各國，對于量化交易的應用已經非常成熟，美國和德國都發展出了量化交易的法律相關規定。在我國的量化交易發展過程中，由于用途并沒有深入，所以目前的大數據技術尚且可以滿足量化交易的需要，但是隨著經濟和科技的發展，必須有更先進的大數據技術才能滿足我國量化交易的需要。所以，我國的量化交易在發展過程中，必須能夠對大數據技術的發展提出更高的要求，才能推動我國經濟快速發展。

2 量化交易的選股策略

2.1 多因子選股策略

在大數據技術發展過程中，被廣泛應用于量化交易中，其與傳統投資最本質的區別是量化交易的核心是數據。從目前我國目前股票市場的發展情況來分析量化交易的作用，量化交易可以有效地解釋股市中股票收益率的問題，并且能夠通過對數據的應用重新配置股票資源。科技的發展使信息數量產生了爆炸式的增長，在消費領域，信息增長的速度呈逐漸倍增趨勢，面對如此巨大的信息數量，大數據技術能夠起到很大的作用。所以，大數據技術能夠幫助投資人分析各種選股因子，并且優化選股的策略。

2.2 風格輪動選股策略

風格輪動選股是種根據市場的風格，判斷如何投資，以及投資方向的策略，市場是不穩定的，行情一直在變化，有時候市場偏好難以把握，這時如果能找出市場偏好的規律，則有利于獲得收益。

2.3 趨勢跟蹤選股策略

技術型交易策略的典型例子就是趨勢跟蹤。趨勢跟蹤屬于一種追漲殺跌的策略。根據市場行情價格變動來做出反應，根據市場趨勢，在上漲時買入，在下跌時賣出，是比較常用的策略。

3 大數據技術的量化交易策略

3.1 量化交易、高頻交易策略

據不完全統計顯示，目前股指期貨市場 10%～20%的成交是通過量化交易實現的，隨著我國期貨市場的不斷完善，期貨合約的設計逐漸合理，投資者逐漸成熟，在可預見的未來，量化交易還有較大的發展空間。再者，隨著網絡技術的發展，傳統交易系統的速度已經無法滿足量化交易者的需求，從而出現了高頻交易策略，現有的高頻交易策略包括自動做市，訂單流跟蹤，統計套利等。高頻交易者不惜花重金在期貨交易所周邊購置服務器，以圖達到最快的交易速度，所以高頻交易成功的關鍵在于交易速度更快。

3.2 海量化的大數據策略

這種決策可以解釋為，海量的簡單數據相加，得出的結果比少量的復雜數據相加更有效。這是一種用大數據技術做決策的原則，充分利用了大數據的特點，發揮了大數據不受主觀影響的客觀性，采用高速的數據生成速度來彌補決策上的缺陷，當數據數量大到一定程度時，通過對數據種類的分析和利用，就可以從中找到有用的數據，進而得出有用的結論。

海量化產生是基于巨大的數據生成速度及數據規模的高速膨脹，豐富快速變化的數據種類及愈發復雜的關聯程度。因此，海量化的大數據策略對計算機硬件的要求非常高，目前，國內金融市場量化交易剛剛起步，國內金融市場主要處于以信息套利為主，海量化交易策略并不成熟，不過隨著市場量化投資的發展成熟，其價值將慢慢顯現。

3.3 精益化大數據策略

所謂精益化大數據策略，指的就是在企業產品生產的精益生產系統中應用大數據策略。在精益化產品生產過程中，每個產品的生產步驟都經過了精心的設計，從效益最大化的角度對每個生產步驟進行了合理的規劃，減少了原料的浪費，降低了生產成本。這種把產品從原材料到成品的過程都通過數據的形式進行控制的方式，就是精益化大數據策略，通過這種策略提高了產品的生產效率和生產質量，間接提高了企業的收益，能夠有效提高企業的投資回報率，從而加快了企業的發展。我國目前的金融市場正處于動蕩之中，帶有非常多的不穩定因素，使投資的金融風險增加。而通過大數據技術的應用來使金融市場的發展情況變得清晰可見，可以在很大程度上減小金融投資的風險，并且通過對數據信息的分析，了解通過這些計劃能否達到預期的目的。通過精細化大數據策略的使用，減少了做決策的時間，少走了彎路，避免了毫無意義的數據采集，減少了預算和開支，對提成整個金融市場的穩定性有著十分重要的作用，維護了金融市場的整體性，促進了我國金融業的發展。

與海量化大數據策略相比，精益化更加強調細化量化金融活動、明確投資目的，在金融市場不夠穩定的框架下，要強調金融產品的服務特性，降低投資風險，當前存在這一些技術因素，制約著量化交易的發展，但相信，隨著金融行業技術的進步，量化投資策略將來會扮演越來越重要的角色。

4 金融監管建設方案

大數據技術的發展改變了金融監管的面貌，使得金融監管工作變成了一種建立在數據之上的游戲。在對監管機構收集的大量數據的整合過程中，從中篩選出能夠促進企業發展的有用信息，隨時監控企業發展動態，了解金融市場的情況，通過大數據的分析制定出科學合理的策略，使企業金融監管的信息趨于完備，為信息的儲存提供平臺，并且向公眾開放，人們可以通過企業的開放平臺進行所需數據的獲取或者進行信息的傳播，建立起有效地傳播軌道，制定相應的信息傳播體系。同時，可以通過建立第三方金融監管機構，促進對大數據交易的控制，減少交易過程中的風險，建立必要的防范措施，加強對企業金融的監管。在這個過程中，收集信息非常重要，進行信息加工能夠為金融監管篩選出有用的信息，然后再把有用的信息通過報表的形式展示出來，方便進行分析和計算。通過整個大數據系統對收集來的信息進行分析，從而得出金融監管的結論，從而依據數據得出的結論，做出正確的決策。

金融行業存在大量實體和關系，可以從“關系”的維度深度整合金融行業現有數據，結合外部數據，構建知識圖譜，有效的挖掘潛在客戶，防范風險。知識圖譜同樣可以用于關聯交易、欺詐交易的實時監管。最近幾年，金融欺詐的形式多種多樣，提供虛假資料，團伙欺詐，內外勾結等手法越來越“高明”，在這里可以整合借款人的基本信息到反欺詐的知識圖譜中，從而進行有效預測。例如，關聯交易中，市場價定價嚴重與市場不符的情況，那么肯定會導致一方受益，其他方利益受到損害的情況，這種非正當的關聯交易損害了經濟市場的良性發展，同樣，可以借助關系挖掘和知識圖譜，對受監管人員的郵件和賬戶往來進行數據挖掘構建關聯關系網，可以及時發現勾結外部人員或者賬戶異常往來的違規行為。

5 結語

反思國際金融市場的發展，建議鼓勵金融創新，構建知識圖譜，加強金融監管投入，堅持與國際接軌，必須結合中國國情，寧可保守做有信用的金融生意，遵循穩健原則。在此基礎上，中國還需要加強投資者教育，提升公民金融知識和財務能力，這對一個擁有大量中產階級群體的國家來說，是至關重要的。