基于大数据技术的量化交易策略及金融监管研究

文/石敦斌，对外经济贸易大学金融学院

随着科技的发展，先是物联网和云计算掀起了一阵科技革命，然后现在的大数据技术再次对技术进行了颠覆。大数据技术以处理和分析大量的数据信息著称，通过这种操作过程，在海量的信息中寻找有用的信息。

1 我国量化交易发展现状

所谓量化交易，指的就是在大数据技术的作用下，改变以往通过经验或判断力做决策的方法，而是通过数字模拟作为决策的参考。通过计算机度大数据进行模拟，然后从中选出收益率最高的数据，作为决策的依据，大数据技术通过概率来进行决策，由于数字的准确性，减小了决策的失误率，也避免了由于资金投资者经验上的匮乏而造成的决策的动摇，产生一些不够理智的投资行为，在一定程度上减小了投资风险。所以，在量化交易过程中，用来做决策的依据并不是决策者的主观经验，而是一串串看得见的数字，通过数据来进行产业的投资以及市场的盈利状况等。在这个过程中，量化交易比传统的交易有更严格的纪律，保证了交易数据的准确，不会对决策产生影响。目前，我国量化交易的发展尚处于起步阶段，量化交易仅仅用在风险评估和市场公平维护方面。但是我国量化交易的发展速度已经呈惊人的驱使在不断增长。纵观世界各国，对于量化交易的应用已经非常成熟，美国和德国都发展出了量化交易的法律相关规定。在我国的量化交易发展过程中，由于用途并没有深入，所以目前的大数据技术尚且可以满足量化交易的需要，但是随着经济和科技的发展，必须有更先进的大数据技术才能满足我国量化交易的需要。所以，我国的量化交易在发展过程中，必须能够对大数据技术的发展提出更高的要求，才能推动我国经济快速发展。

2 量化交易的选股策略

2.1 多因子选股策略

在大数据技术发展过程中，被广泛应用于量化交易中，其与传统投资最本质的区别是量化交易的核心是数据。从目前我国目前股票市场的发展情况来分析量化交易的作用，量化交易可以有效地解释股市中股票收益率的问题，并且能够通过对数据的应用重新配置股票资源。科技的发展使信息数量产生了爆炸式的增长，在消费领域，信息增长的速度呈逐渐倍增趋势，面对如此巨大的信息数量，大数据技术能够起到很大的作用。所以，大数据技术能够帮助投资人分析各种选股因子，并且优化选股的策略。

2.2 风格轮动选股策略

风格轮动选股是种根据市场的风格，判断如何投资，以及投资方向的策略，市场是不稳定的，行情一直在变化，有时候市场偏好难以把握，这时如果能找出市场偏好的规律，则有利于获得收益。

2.3 趋势跟踪选股策略

技术型交易策略的典型例子就是趋势跟踪。趋势跟踪属于一种追涨杀跌的策略。根据市场行情价格变动来做出反应，根据市场趋势，在上涨时买入，在下跌时卖出，是比较常用的策略。

3 大数据技术的量化交易策略

3.1 量化交易、高频交易策略

据不完全统计显示，目前股指期货市场 10%～20%的成交是通过量化交易实现的，随着我国期货市场的不断完善，期货合约的设计逐渐合理，投资者逐渐成熟，在可预见的未来，量化交易还有较大的发展空间。再者，随着网络技术的发展，传统交易系统的速度已经无法满足量化交易者的需求，从而出现了高频交易策略，现有的高频交易策略包括自动做市，订单流跟踪，统计套利等。高频交易者不惜花重金在期货交易所周边购置服务器，以图达到最快的交易速度，所以高频交易成功的关键在于交易速度更快。

3.2 海量化的大数据策略

这种决策可以解释为，海量的简单数据相加，得出的结果比少量的复杂数据相加更有效。这是一种用大数据技术做决策的原则，充分利用了大数据的特点，发挥了大数据不受主观影响的客观性，采用高速的数据生成速度来弥补决策上的缺陷，当数据数量大到一定程度时，通过对数据种类的分析和利用，就可以从中找到有用的数据，进而得出有用的结论。

海量化产生是基于巨大的数据生成速度及数据规模的高速膨胀，丰富快速变化的数据种类及愈发复杂的关联程度。因此，海量化的大数据策略对计算机硬件的要求非常高，目前，国内金融市场量化交易刚刚起步，国内金融市场主要处于以信息套利为主，海量化交易策略并不成熟，不过随着市场量化投资的发展成熟，其价值将慢慢显现。

3.3 精益化大数据策略

所谓精益化大数据策略，指的就是在企业产品生产的精益生产系统中应用大数据策略。在精益化产品生产过程中，每个产品的生产步骤都经过了精心的设计，从效益最大化的角度对每个生产步骤进行了合理的规划，减少了原料的浪费，降低了生产成本。这种把产品从原材料到成品的过程都通过数据的形式进行控制的方式，就是精益化大数据策略，通过这种策略提高了产品的生产效率和生产质量，间接提高了企业的收益，能够有效提高企业的投资回报率，从而加快了企业的发展。我国目前的金融市场正处于动荡之中，带有非常多的不稳定因素，使投资的金融风险增加。而通过大数据技术的应用来使金融市场的发展情况变得清晰可见，可以在很大程度上减小金融投资的风险，并且通过对数据信息的分析，了解通过这些计划能否达到预期的目的。通过精细化大数据策略的使用，减少了做决策的时间，少走了弯路，避免了毫无意义的数据采集，减少了预算和开支，对提成整个金融市场的稳定性有着十分重要的作用，维护了金融市场的整体性，促进了我国金融业的发展。

与海量化大数据策略相比，精益化更加强调细化量化金融活动、明确投资目的，在金融市场不够稳定的框架下，要强调金融产品的服务特性，降低投资风险，当前存在这一些技术因素，制约着量化交易的发展，但相信，随着金融行业技术的进步，量化投资策略将来会扮演越来越重要的角色。

4 金融监管建设方案

大数据技术的发展改变了金融监管的面貌，使得金融监管工作变成了一种建立在数据之上的游戏。在对监管机构收集的大量数据的整合过程中，从中筛选出能够促进企业发展的有用信息，随时监控企业发展动态，了解金融市场的情况，通过大数据的分析制定出科学合理的策略，使企业金融监管的信息趋于完备，为信息的储存提供平台，并且向公众开放，人们可以通过企业的开放平台进行所需数据的获取或者进行信息的传播，建立起有效地传播轨道，制定相应的信息传播体系。同时，可以通过建立第三方金融监管机构，促进对大数据交易的控制，减少交易过程中的风险，建立必要的防范措施，加强对企业金融的监管。在这个过程中，收集信息非常重要，进行信息加工能够为金融监管筛选出有用的信息，然后再把有用的信息通过报表的形式展示出来，方便进行分析和计算。通过整个大数据系统对收集来的信息进行分析，从而得出金融监管的结论，从而依据数据得出的结论，做出正确的决策。

金融行业存在大量实体和关系，可以从“关系”的维度深度整合金融行业现有数据，结合外部数据，构建知识图谱，有效的挖掘潜在客户，防范风险。知识图谱同样可以用于关联交易、欺诈交易的实时监管。最近几年，金融欺诈的形式多种多样，提供虚假资料，团伙欺诈，内外勾结等手法越来越“高明”，在这里可以整合借款人的基本信息到反欺诈的知识图谱中，从而进行有效预测。例如，关联交易中，市场价定价严重与市场不符的情况，那么肯定会导致一方受益，其他方利益受到损害的情况，这种非正当的关联交易损害了经济市场的良性发展，同样，可以借助关系挖掘和知识图谱，对受监管人员的邮件和账户往来进行数据挖掘构建关联关系网，可以及时发现勾结外部人员或者账户异常往来的违规行为。

5 结语

反思国际金融市场的发展，建议鼓励金融创新，构建知识图谱，加强金融监管投入，坚持与国际接轨，必须结合中国国情，宁可保守做有信用的金融生意，遵循稳健原则。在此基础上，中国还需要加强投资者教育，提升公民金融知识和财务能力，这对一个拥有大量中产阶级群体的国家来说，是至关重要的。