主题：量化投资，做大数据潮的弄潮儿

     小编说：说了几年的“大数据”，也是时候把焦点从“大数据是什么”转移到“大数据能干什么”上了。量化投资作为大数据应用浪潮的弄潮儿，会怎样突破瓶颈重新定位，又怎么展望未来，值得我们关注。

      ▎赶上了新时代

      在过去的几十年中，预测准确率无法有突破性的进展的一个重要原因，不是研究者的理论基础缺乏，而是缺乏足够的试验数据材料。量化投资作为一种方法论，虽然逐渐被人们所认可，但是缺乏足够的数据来完全实证解释相应的经济及金融现象。同时采用抽样统计的方法，也不能全面的反映市场轮廓，直到大数据技术的发展，使这一切都成为可能。

      利用海量的数据基础，使用概率论来进行分析，并进一步做出投资决策，是量化投资的一个发展趋势。

       ▎思维拓宽一点，眼光放远一点

      那么,大数据在量化投资中的核心价值又是什么呢？我们认为是分析与预测行情发展的走势。

      分析得以精准：

      大数据被认为是继云计算、物联网之后的又一大颠覆性的技术性革命，在数据大爆发的时代，如何获取并对分析数据显得尤为重要。对于整个量化投资领域而言，大数据市场是等待挖掘的金矿，作为量化投资基金而言，可以说谁能掌握和合理运用大数据的核心资源，谁就能在接下来的技术变革中进一步发展壮大。

      凭借着对于市场的敏锐感知，一些量化投资基金早已在数据资源的积累和挖掘方面有所部署，但是就目前而言，在大多数量化投资基金中，所有的这些数据还没有充分发挥其价值。有观察者认为，数据的价值不在于数据的大小而在于数据的分析。要实现数据的真正价值，第一步就是将分散的数据信息进行整合，数据之间有着千丝万缕的联系，只有充分理清后进行精确的应用，才能充分挖掘其中蕴藏着的巨大价值，供量化投资基金的决策者使用。

      随着大数据的发展，一些量化基金也越来越重视与那些掌握着大量数据相关的开发和应用的互联网巨头的合作。对于掌握庞大数据资源的互联网企业而言，最根本的就是探索出大数据价值所对应的商业模式，并为此找到愿意为大数据买单的使用者，量化投资基金正是这一类理想的客户群体。双方不是简单地充当数据存储和搬运的角色，而是要在保证用户数据信息安全的前提下通过这些数据对用户的行为和需求进行分析，以海量数据为基础，提供高附加值的数据分析服务，形成核心能力，挖掘出大数据其中的真正价值。

      预测看破未来：

      大数据对于量化投资的第二个核心价值就是预测。随着信息革命的深入，大数据时代的预测更加容易，人类的生活正在被大数据预测深刻改变。比如预测股市和市场行为；大数据还拥有数据可视化和大数据挖掘的功能，对已发生的信息价值进行挖掘并辅助交易决策。大数据预测是基于大数据和预测模型去预测未来某件事情的概率，让分析从“面向已经发生的过去”转向“面向即将发生的未来”。

      大数据预测行情的逻辑基础是，金融市场每一种非常规的变化事前一定有征兆，每一件事情都有迹可循，如果找到了征兆与变化之间的规律，就可以进行预测。但是请注意，同传统的数据挖掘一样，大数据预测无法确定某件事情必然会发生，它更多是给出一个概率。

       ▎未来大可以这样

      我们可以通过下面几个应用来看到大数据的未来：

      股票市场预测：研究发现，用户通过谷歌搜索的金融关键词或许可以金融市场的走向，也有专家尝试通过Twitter博文情绪来预测股市波动。

      理论上来讲股市预测更加适合美国。传统上中国股票市场无法做到双向盈利，只有股票涨才能盈利。但是目前已经有融券业务和股指期货业务，可以允许部分有资格的投资者从事做空交易，这会改变一些游资利用信息不对称等情况人为改变股票市场的规律。因此中国股市不再是没有相对稳定的规律而很难被预测，从而结束了一个对结果产生决定性影响的变量数据根本无法被监控的年代。

      黄金价格的预测：我们可以通过下面的一个实例来看一下大数据在量化投资领域的另一个应用，就是通过KRR回归分析，来预测黄金未来的价格走势。首先，KRR回归分析的解需要全部的训练集样本。我们采用纽约黄金交易数据建立一个约4000个训练点的训练集，每一个点都对应每日的黄金收盘价格，然后，我们再另外建立一个数组，里面包含我们要预测的下一个交易日的预测点。随后我们创建训练核矩阵，KRR会随机的将数据拆解成若干个大小相同的子集，然后对每一个子集进行独立的KRR估计，最后去的局部解的均值，进而进行全局预测。实际上，我们惊喜的发现这与实际价格的差距非常接近。这为量化交易者制定交易策略提供了有力的预测。而在过去的年代，因为缺乏高质量和海量的数据，人们无法预测某一个交易标的物的涨跌趋势就波动率情况。进一步的是，既是你预测出某一范围，也不能进一步精确。

      有关大数据与量化投资领域方面的畅想还有很多。综上，我们已经能够大致的描述出两者之间的联系及发展前景的轮廓。大家可以与量化投资爱好者做更进一步的探讨，一同分享这一方面的前沿进展。

    原文摘自恒生量化社区，引用请注明出处。