基于大数据技术的量化交易策略及金融监管研究

来源:用户上传      作者:

　　【摘要】目前，我国已经步入大数据时代，量化交易模式也迎来了巨大的发展机遇。在金融监管方面，鉴于信息的对称性缺失，难以有效控制金融风险。但在量化交易中引入大数据技术，充分挖掘海量数据所隐藏的一切信息，来预测金融经济活动，并结合历史预测，及时将预测效果加以反馈，以动态更新交易策略，获得最理想的预测效果。基于此，本文以大数据技术为基础，研究了量化交易策略和有关金融监管，仅供参考。
　　【关键词】金融监管;量化交易策略;大数据技术
　　
　　在大数据时代来临的形势下，大数据技术正在和大幅影响着与之紧密相连的金融业。但截至目前，人们大多以“大数据金融”为一种概念。同时中国当下对大数据技术背景下的量化交易策略与对应的金融监管方面，仍然只是在一个初步的研究。此外，中国金融市场也依然备受传统因素所控制，所以积极采取措施，来健全大数据技术基础下的量化交易与相关的金融监管便显得很有必要。
　　一、以大数据为基础量化交易促进的技术与政策策略
　　（一）三大技术策略
　　1.引进云计算服务平台
　　现阶段，大数据的基本处理能力指数呈现出持续增长的趋势，计算能力逐年增长率，年平均计算能力增长率已超过50%。实际上，越来越成熟的云计算技术是实现这种情况的重要促进因素。在量化交易中，数据是云计算核心技术的主要处理对象，经由云服务、云储存等，可以形成巨大的数据库，并获得更为安全的保护。云计算需要面临的一个核心问题也是对数据的更好利用。
　　从总体上看，云计算自进入成长期一直至今，应用案例越来越丰富，用户已经认可这项技术，并形成了商业应用概念，我国已经有几十个城市涉足云计算项目。目前，厂商竞争格局也已基本形成，市场规模也相对稳定。
　　然而，在量化交易中的云计算依然存在一定的问题。例如产品和服务成本方面的问题，几乎占云计算采购投资影响因素的一半以上。因此，在对云计算技术进行投资时，合理选择服务模式便显得很有必要。现阶段，云计算技术主要包括软件终端、站台式、集成化这三种服务平台。
　　其中集成化服务平台属于集中承载应用大数据的一种基础性平台，且各个硬软件系统均必需大量的初期投入、长时间的维护、更替新老技术投入。对大多数企业来说，针对这种大型的、与电气相似等设施的成本，则并不会归为投资。软件终端服务平台的核心特点是便捷便宜，所提供的服务，以按需向用户收费、按服务次数向提供商收费的形式，令中小企业均有可能应用大数据，极大地拓宽了大数据的应用市场。
　　2.集成信息技术、控制系统安全
　　目前，中国信息安全市场以安全的核心技术硬件为主，据IDC统计资料显示约为安全产品的45%，且拥有诸多细分领域。各种产品间技术的不同使得厂商在其领域中拥有技术、产品优势。尽管产业竞争异常激烈，但却也呈现出优势互补的好局面，促进了市场整体发展的快速而稳定。在量化交易中，交易的安全性主要由数据安全性与信息技术可靠性来决定。基于大数据与模型的量化交易，往往对操作中的数量与时间节点要求分外严格，丢失或篡改数据均会致使预测与正确结果相偏离，又或致使交易在不对的时刻，以错误的数量来达成。例如，交易系统故障基金对冲，往往会延迟甚至取消预计的买入、卖出等，而带来巨大损失，在这一点是已有先例发生，如日本某银行交易系统曾经出过故障，数十万笔公用缴费，于五天之内被重复划扣且之后也未记录交易，引起了巨大的损失。此外，若因信息不安全而外泄金融机构数据，长时间便可能会致使业内彼此利用这些数据来恶化竞争。
　　3.智能化商业
　　一般商业智能被视为转化企业中既有数据使其化為知识，来引导企业英明决策业务经营的工具之一。其中的数据含有企业业务体系中的交易订单、库存、账目、供应商信息、客户、业内竞争对手的、其他外部的等数据。通过商业智能，可以管理、分析、预测数据，充分发挥数据的作用，并使其朝正确方向流向，变成大数据和量化交易二者的理想化媒介。在我国商业智能应用业正值发展的打好时机。
　　在商业智能主要涉及数据报表、分析与挖掘。但现阶段，我国供应商大多热心报表与应用软件，导致产品线并不齐全，各厂商也并不强大。另外，市场虽广阔但创新产品的意识相对薄弱。在我国尽管中信证券业有报告商业智能的年复合增长率已超过35%。商业智能市场价值在“十二五”期间已在300亿以上，但市场规模在IT技术中所占的比例却依然不高。近年来，国际投资比例已趋于稳定，但这一比例在我国则有所降低。这表明国内IT投资的商业智能需求尚未觉醒过来。因此，我国政府很有必要大力扶植、科学引导商业智能产业。此外，随着我国对商业智能的快速细化与普及，它的应用与服务也会在融合大数据技术和量化交易中发挥关键性作用。
　　（二）政策性策略
　　1.以财政补贴来支持产业的政策
　　我国大数据策略与量化交易投资依托着金融业，作为经济整体运行的一种润滑剂，金融产业又带动着资本的流动，令经济从整体上飞速运转。就此政府应加强对金融业的投资，调低资本入业门槛，应准民间资本融入金融业，以激发金融业活力。与此同时，就大数据技术下的金融机构，适当予以财政上的补贴，以缓解上述机构在引进高新技术后有可能会出现的资本紧张现象。
　　2.引导健全优惠税收政策
　　在给予大数据策略下的我国金融机构、计算机高新技术研发企业有力财政补贴的过程中，为调动金融机构与企业的活力，还以积极在税收上，予以这些金融机构与高新企业，更多的行之有效的税收优惠政策支持。
　　3.制定业内信息安全准则、严加监管行业
　　出于考虑信息安全的价值与重要意义，还有量化交易可能带给金融市场的冲击，我国政府应在金融市场上负起更多的责任。通过有效监管业内，除了可以缓解金融市场波动、降低金融市场风险外，还能有力管维宏观经济的整体运行。与此同时，量化交易与信息安全也正在逐步发展。所以，也要求逐步提高信息安全技术标准与具体的监管水平。因此，政府对信息安全标准的制定与修改必须维持一定的时效性。与此同时，行业监管还可以参考大数据策略，立足多个角度来研究可能的市场问题，做到防范于未然。 　　4.投入更多的资金来研究基础学科
　　不管是金融，还是计算机技术或计算技术应用，均属于综合性学科，它们的发展均离不开基础学科诸如计量、数学等的发展。作为政府在投入基础学科时，应以大学基础教育为起点，不断储备专业人才，以促进我国研发基础学科的行业。这样便能全面发展计算、计算机、金融等技术，以切实推动基于大数据的我国量化交易的快速发展，不断提升我国金融业的国际竞争力。
　　二、研究金融监管
　　以大数据技术为基础，来制定金融监管方案，可根据监管机构获取的信息与金融机构中存储的数据，来获得有价值的信息，以便金融监管机构实时知曉实际的市场发展动态，以科学、合理地提出监管措施，给健全量化交易中的市场监管体制提供一种信息化处理基础。与此同时，监管主体也要提供给大众一个开放的体系，令用户通过这个体系可以获取想要的数据，以拓宽传播市场信息的途径，来有效传递量化交易中的政策。另外，还可以建立第三方监管金融的智慧系统，以严加管控大数据技术下的我国量化交易风险，制定共建金融监管信息的体制;以创建数据库的形式，来促使各部门实现信息共享，以规避风险、提升监管效率。在大数据技术的基础下，着重监管金融，首先应大量收集信息，创建数据库系统，并在监管时接受经由市场主体反馈的数据信息，然后利用系统功能层，来统计分析收集的数据。这个统计分析环节，通常是指在监管时，分析常规的数据，然后基于报表来设定具体的分析指标与模型，最终做好预警工作。
　　三、结语
　　综上所述，大数据在各行各业迅速渗透的大形势下，优势不同的开发者也积极参与竞争，以控制产业发展的紧凑与有序，这从客观上带动了大数据技术的飞速发展。这样大数据规模化应用各行各业的范围也在逐步拓宽，从而提供给量化交易更为广泛、有效的基础资源、技术支持与平台等，最终真正促进大数据技术基础下量化交易策略的快速发展，与金融监管的加强一起发挥作用，来促进我国企业财务处理能力的提升，从而推动中国金融市场成功走向国际。
　　参考文献：
　　[1]本报记者柳立.金融监管应随业务创新而创新[N].金融时报，20190624（010）.
　　[2]西南财经大学金融学院陈文.如何打造数字普惠金融监管试验田[N].中国县域经济报，20190620（007）.
　　[3]白若冰.基于市场资金流向分析的商品期货量化交易思考[J].现代商业，2019（14）：6869.
　　[4]王颜溶，董莹莹，冯小珊.基于高频交易数据的波动率及量化交易研究[J].现代商业，2019（9）：8588.
　　作者简介：
　　孙炜（1978-），男，汉族，湖南常德人，在职研究生，对外经济贸易大学金融学院在职人员高级课程研修班，研究方向：金融学量化投资。
转载注明来源:https://www.xzbu.com/2/view-14969745.htm