基于大數據技術的量化交易策略及金融監管研究

【摘要】目前，我國已經步入大數據時代，量化交易模式也迎來了巨大的發展機遇。在金融監管方面，鑒于信息的對稱性缺失，難以有效控制金融風險。但在量化交易中引入大數據技術，充分挖掘海量數據所隱藏的一切信息，來預測金融經濟活動，并結合歷史預測，及時將預測效果加以反饋，以動態更新交易策略，獲得最理想的預測效果。基于此，本文以大數據技術為基礎，研究了量化交易策略和有關金融監管，僅供參考。

【關鍵詞】金融監管;量化交易策略;大數據技術

在大數據時代來臨的形勢下，大數據技術正在和大幅影響著與之緊密相連的金融業。但截至目前，人們大多以“大數據金融”為一種概念。同時中國當下對大數據技術背景下的量化交易策略與對應的金融監管方面，仍然只是在一個初步的研究。此外，中國金融市場也依然備受傳統因素所控制，所以積極采取措施，來健全大數據技術基礎下的量化交易與相關的金融監管便顯得很有必要。

一、以大數據為基礎量化交易促進的技術與政策策略

（一）三大技術策略

1.引進云計算服務平臺

現階段，大數據的基本處理能力指數呈現出持續增長的趨勢，計算能力逐年增長率，年平均計算能力增長率已超過50%。實際上，越來越成熟的云計算技術是實現這種情況的重要促進因素。在量化交易中，數據是云計算核心技術的主要處理對象，經由云服務、云儲存等，可以形成巨大的數據庫，并獲得更為安全的保護。云計算需要面臨的一個核心問題也是對數據的更好利用。

從總體上看，云計算自進入成長期一直至今，應用案例越來越豐富，用戶已經認可這項技術，并形成了商業應用概念，我國已經有幾十個城市涉足云計算項目。目前，廠商競爭格局也已基本形成，市場規模也相對穩定。

然而，在量化交易中的云計算依然存在一定的問題。例如產品和服務成本方面的問題，幾乎占云計算采購投資影響因素的一半以上。因此，在對云計算技術進行投資時，合理選擇服務模式便顯得很有必要。現階段，云計算技術主要包括軟件終端、站臺式、集成化這三種服務平臺。

其中集成化服務平臺屬于集中承載應用大數據的一種基礎性平臺，且各個硬軟件系統均必需大量的初期投入、長時間的維護、更替新老技術投入。對大多數企業來說，針對這種大型的、與電氣相似等設施的成本，則并不會歸為投資。軟件終端服務平臺的核心特點是便捷便宜，所提供的服務，以按需向用戶收費、按服務次數向提供商收費的形式，令中小企業均有可能應用大數據，極大地拓寬了大數據的應用市場。

2.集成信息技術、控制系統安全

目前，中國信息安全市場以安全的核心技術硬件為主，據IDC統計資料顯示約為安全產品的45%，且擁有諸多細分領域。各種產品間技術的不同使得廠商在其領域中擁有技術、產品優勢。盡管產業競爭異常激烈，但卻也呈現出優勢互補的好局面，促進了市場整體發展的快速而穩定。在量化交易中，交易的安全性主要由數據安全性與信息技術可靠性來決定。基于大數據與模型的量化交易，往往對操作中的數量與時間節點要求分外嚴格，丟失或篡改數據均會致使預測與正確結果相偏離，又或致使交易在不對的時刻，以錯誤的數量來達成。例如，交易系統故障基金對沖，往往會延遲甚至取消預計的買入、賣出等，而帶來巨大損失，在這一點是已有先例發生，如日本某銀行交易系統曾經出過故障，數十萬筆公用繳費，于五天之內被重復劃扣且之后也未記錄交易，引起了巨大的損失。此外，若因信息不安全而外泄金融機構數據，長時間便可能會致使業內彼此利用這些數據來惡化競爭。

3.智能化商業

一般商業智能被視為轉化企業中既有數據使其化為知識，來引導企業英明決策業務經營的工具之一。其中的數據含有企業業務體系中的交易訂單、庫存、賬目、供應商信息、客戶、業內競爭對手的、其他外部的等數據。通過商業智能，可以管理、分析、預測數據，充分發揮數據的作用，并使其朝正確方向流向，變成大數據和量化交易二者的理想化媒介。在我國商業智能應用業正值發展的打好時機。

在商業智能主要涉及數據報表、分析與挖掘。但現階段，我國供應商大多熱心報表與應用軟件，導致產品線并不齊全，各廠商也并不強大。另外，市場雖廣闊但創新產品的意識相對薄弱。在我國盡管中信證券業有報告商業智能的年復合增長率已超過35%。商業智能市場價值在“十二五”期間已在300億以上，但市場規模在IT技術中所占的比例卻依然不高。近年來，國際投資比例已趨于穩定，但這一比例在我國則有所降低。這表明國內IT投資的商業智能需求尚未覺醒過來。因此，我國政府很有必要大力扶植、科學引導商業智能產業。此外，隨著我國對商業智能的快速細化與普及，它的應用與服務也會在融合大數據技術和量化交易中發揮關鍵性作用。

（二）政策性策略

1.以財政補貼來支持產業的政策

我國大數據策略與量化交易投資依托著金融業，作為經濟整體運行的一種潤滑劑，金融產業又帶動著資本的流動，令經濟從整體上飛速運轉。就此政府應加強對金融業的投資，調低資本入業門檻，應準民間資本融入金融業，以激發金融業活力。與此同時，就大數據技術下的金融機構，適當予以財政上的補貼，以緩解上述機構在引進高新技術后有可能會出現的資本緊張現象。

2.引導健全優惠稅收政策

在給予大數據策略下的我國金融機構、計算機高新技術研發企業有力財政補貼的過程中，為調動金融機構與企業的活力，還以積極在稅收上，予以這些金融機構與高新企業，更多的行之有效的稅收優惠政策支持。

3.制定業內信息安全準則、嚴加監管行業

出于考慮信息安全的價值與重要意義，還有量化交易可能帶給金融市場的沖擊，我國政府應在金融市場上負起更多的責任。通過有效監管業內，除了可以緩解金融市場波動、降低金融市場風險外，還能有力管維宏觀經濟的整體運行。與此同時，量化交易與信息安全也正在逐步發展。所以，也要求逐步提高信息安全技術標準與具體的監管水平。因此，政府對信息安全標準的制定與修改必須維持一定的時效性。與此同時，行業監管還可以參考大數據策略，立足多個角度來研究可能的市場問題，做到防范于未然。

4.投入更多的資金來研究基礎學科

不管是金融，還是計算機技術或計算技術應用，均屬于綜合性學科，它們的發展均離不開基礎學科諸如計量、數學等的發展。作為政府在投入基礎學科時，應以大學基礎教育為起點，不斷儲備專業人才，以促進我國研發基礎學科的行業。這樣便能全面發展計算、計算機、金融等技術，以切實推動基于大數據的我國量化交易的快速發展，不斷提升我國金融業的國際競爭力。

二、研究金融監管

以大數據技術為基礎，來制定金融監管方案，可根據監管機構獲取的信息與金融機構中存儲的數據，來獲得有價值的信息，以便金融監管機構實時知曉實際的市場發展動態，以科學、合理地提出監管措施，給健全量化交易中的市場監管體制提供一種信息化處理基礎。與此同時，監管主體也要提供給大眾一個開放的體系，令用戶通過這個體系可以獲取想要的數據，以拓寬傳播市場信息的途徑，來有效傳遞量化交易中的政策。另外，還可以建立第三方監管金融的智慧系統，以嚴加管控大數據技術下的我國量化交易風險，制定共建金融監管信息的體制;以創建數據庫的形式，來促使各部門實現信息共享，以規避風險、提升監管效率。在大數據技術的基礎下，著重監管金融，首先應大量收集信息，創建數據庫系統，并在監管時接受經由市場主體反饋的數據信息，然后利用系統功能層，來統計分析收集的數據。這個統計分析環節，通常是指在監管時，分析常規的數據，然后基于報表來設定具體的分析指標與模型，最終做好預警工作。

三、結語

綜上所述，大數據在各行各業迅速滲透的大形勢下，優勢不同的開發者也積極參與競爭，以控制產業發展的緊湊與有序，這從客觀上帶動了大數據技術的飛速發展。這樣大數據規模化應用各行各業的范圍也在逐步拓寬，從而提供給量化交易更為廣泛、有效的基礎資源、技術支持與平臺等，最終真正促進大數據技術基礎下量化交易策略的快速發展，與金融監管的加強一起發揮作用，來促進我國企業財務處理能力的提升，從而推動中國金融市場成功走向國際。

參考文獻：

[1]本報記者柳立.金融監管應隨業務創新而創新[N].金融時報，20190624（010）.

[2]西南財經大學金融學院陳文.如何打造數字普惠金融監管試驗田[N].中國縣域經濟報，20190620（007）.

[3]白若冰.基于市場資金流向分析的商品期貨量化交易思考[J].現代商業，2019（14）：6869.

[4]王顏溶，董瑩瑩，馮小珊.基于高頻交易數據的波動率及量化交易研究[J].現代商業，2019（9）：8588.

作者簡介：

孫煒（1978-），男，漢族，湖南常德人，在職研究生，對外經濟貿易大學金融學院在職人員高級課程研修班，研究方向：金融學量化投資。