d*******y
发帖数: 2710 | 1 所谓“大数据”是指超出了传统数据库软件工具的抓取、存储、管理和分析能力的数据
群。
大约从2009年开始，“大数据”开始成为互联网信息技术行业的流行词汇。
大数据的特点可以概括4V：Volume（大量）、Velocity（高速）、Variety（多样）、
Value（价值）。
在大数据时代，小散是不掌握数据价值财富的，也不可能像MM一样对市场动向作出高速
反应。小散跟MM作战的形势就好比拿弹弓打装备了云计算加卫星定位火控系统的坦克，
分分钟会变成肉饼。
通常的“投资”是指定性投资，它属于主观判断型，例如看到中东战争爆发的新闻时，
投资经理可能就会想，接下来，国际金价可能上升，于是，购买黄金，以待升值，等等
。这种基于现象的预判而进行的投资，就是典型的主观判断型投资。主观判断型投资或
定性投资的一个最大问题就是，投资过程中，人的情绪会显著影响投资进程——这是因
为，人这个动物，有喜怒哀乐、有七情六欲，趋利避害是其本性。这个本性直接导致整
个投资过程对于风险并不能做到客观的准确度量，而只能跟着感觉走。
大数据时代量化投资成为主流，它具有一个显著功效，就是把人的情绪排除到投资进程
之外——整个投资进程完全按照人预先设定的程序进行操作。其作用就是确保投资进程
的客观性，因为量化投资策略的构建本身是基于客观的规律，这些规律是基于大数据分
析总结出来的，它们具有客观的精确性（例如：风险的准确度量、等等）。
通过量化投资，优化投资策略，控制投资风险，实现收益最大化。基于大量数据的实证
分析，以诺贝尔经济学奖得主Fama为首的主流经济金融学家们认为“风险越大、收益越
大”。但是，美国麻省理工学院金融学家Bowman则得到一个结论确是“风险越大、收益
越小”——这个发现后来也获得很多例证。某项投资究竟风险跟收益是何种关系，通过
大数据运算可以得到收益最大化的投资方案，同时控制风险。使用大数据搜索实证支持
，降低交易策略风险，降低交易成本，投资成功率和收益率必然大幅提升。
华尔街的高频交易系统为例，70%的股票交易由计算机算法完成，收盘时基本保持平仓
（不持仓过夜）。早期高频交易系统靠速度来发现和利用价格差异获利。高频交易系统
的优势在于交易指令完全由电脑发送，对市场数据的响应延时在微秒级；系统由专用的
软硬件组成，研发时需要大量计算机专家级的工作；系统的硬件放在离交易所主机很近
的位置上，所谓 co-location，并且得到专门的准入许可证，交易指令直接发送至交易
所（而不是通过券商中转）。Rosenblatt证券公司分析显示，与 2009 年相比，2012
年高频交易公司的利润下降了 74%。光快是不够的，高频交易公司越来越依赖“战略顺
序交易”，它包含的算法可以分析金融大数据，以识别出特定市场参与者留下的足迹。
如果一只共同基金在收盘前某一分钟的第一秒执行大额订单，能够识别出这一模式的算
法将预判出该基金在其余交易时段的动向，并执行相同的交易。该基金继续执行交易时
将付出更高的价格，使用算法的交易商则趁机获利。也就是说，大数据能通过有效跟踪
MM来实现获利，而不仅仅是利用价格差。 | d*******y
发帖数: 2710 | 2 觉得有帮助就打赏，也欢迎扔臭鸡蛋
老邢赶紧弄个臭鸡蛋排行榜 | d*******y
发帖数: 2710 | 3 股市风险与收益关系的实验室模拟检验。
K.Y. Song, K. N. An, G. Yang, and J. P. Huang, “Risk-return relationship in
acomplex adaptive system”, PLoS One 7, e33588 (2012)
对投资者来说，高风险对应低收益。
忠告：对大多数小散来说，资助股市的结果是以损失告终。 | d*******y
发帖数: 2710 | 4 图中斜向上的那条直线告诉我们，选择低风险，高回报率的股票进行持续投资、长期持
有，才是收益最好的。也就是大家说的，买龙头股，winner股最靠谱。 |
|
